买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉长春理工大学申请的专利基于人工智能的光网络故障检测系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN121308841B 。

龙图腾网通过国家知识产权局官网在2026-02-24发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202511874370.2，技术领域涉及：H04B10/079；该发明授权基于人工智能的光网络故障检测系统是由纪轶凡设计研发完成，并于2025-12-12向国家知识产权局提交的专利申请。

本基于人工智能的光网络故障检测系统在说明书摘要公布了：本发明公开了基于人工智能的光网络故障检测系统，属于光网络智能运维技术领域，包括数据采集模块、智能故障检测模块、影响范围评估模块和检测报告生成模块。本发明采用多模态自适应故障检测方法进行智能故障检测，综合链路运行数据、设备运行日志和网络结构信息，动态识别潜在异常节点，降低误报率并提前发现可能影响网络运行的故障，提供可量化的异常可信度评分；采用光网络故障多维影响范围评估方法进行影响范围评估，在考虑网络结构、节点异常程度和业务流量的基础上，动态预测故障可能波及的节点和链路，量化故障影响范围和严重程度，为运维人员提供直观、可操作的决策依据，从而有效降低故障扩散风险并优化网络维护策略。

本发明授权基于人工智能的光网络故障检测系统在权利要求书中公布了：1.基于人工智能的光网络故障检测系统，其特征在于：包括数据采集模块、智能故障检测模块、影响范围评估模块和检测报告生成模块； 所述数据采集模块，用于数据采集，通过数据采集，得到光网络运行数据，并将所述光网络运行数据发送至智能故障检测模块； 所述智能故障检测模块，用于智能故障检测，依据光网络运行数据，采用多模态自适应故障检测方法进行智能故障检测，得到光网络故障检测信息，并将所述光网络故障检测信息发送至影响范围评估模块和检测报告生成模块； 所述智能故障检测，包括以下步骤：特征跨模态融合、图时序异常检测、误报校正和光网络故障检测信息生成； 所述特征跨模态融合，具体为依据光网络拓扑结构信息，将光网络中的每个物理设备作为图节点，将每条链路作为边，构建光网络拓扑图，通过计算时序信号特征、日志特征和拓扑特征，并进行拼接，得到跨模态融合特征作为光网络拓扑图的节点特征，构建节点特征矩阵； 所述图时序异常检测，具体为将光网络拓扑图和节点特征矩阵作为输入，通过图注意力网络模型进行空间依赖建模，得到空间依赖增强特征矩阵；通过时序Transformer编码器对空间依赖增强特征矩阵进行时序建模，得到时序预测特征矩阵；通过计算预测误差和领域一致性误差，加权生成节点综合异常分数； 所述误报校正，具体为通过构建标准自监督掩码重建模型，对空间依赖增强特征矩阵进行随机遮蔽并预测重建，得到重建特征矩阵，再计算重建误差；结合重建误差和节点综合异常分数，生成节点异常可信度； 当节点综合异常分数高于异常分数阈值时，则将对应节点标记为异常；当节点综合异常分数高于异常分数阈值，但重建误差低于重建误差阈值时，则判定存在误报，将对应节点标记为正常，筛选得到异常节点集合； 所述光网络故障检测信息生成，具体为通过所述特征跨模态融合、所述图时序异常检测和所述误报校正，得到光网络故障检测信息； 所述影响范围评估模块，用于影响范围评估，通过依据光网络运行数据和光网络故障检测信息，采用光网络故障多维影响范围评估方法进行影响范围评估，得到故障影响范围评估信息，并将所述故障影响范围评估信息发送至检测报告生成模块； 所述影响范围评估，包括以下步骤：故障传播路径建模、扩散模拟、影响度量和评估信息生成； 所述故障传播路径建模，具体为通过在光网络拓扑图中设定静态边权，并结合节点异常可信度和链路延时，计算每条边的故障传播概率作为动态边权，构建故障传播路径概率图； 所述扩散模拟，具体为依据故障传播路径概率图，对于每个节点，计算传播累积异常概率，之后筛选出传播累积异常概率超过自适应阈值的节点，得到受故障影响节点集合； 所述影响度量，具体为引入节点拓扑中心性系数和链路业务敏感度，结合节点异常可信度、静态边权和受影响业务流量总量，对受故障影响节点进行多维度量化分析，计算故障综合影响评分； 所述评估信息生成，具体为通过执行所述故障传播路径建模、所述扩散模拟和所述影响度量，得到故障影响范围评估信息； 所述检测报告生成模块，用于检测报告生成，得到光网络故障检测报告。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人长春理工大学，其通讯地址为：130100 吉林省长春市朝阳区卫星路7089号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。