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！

龙图腾网获悉东南大学申请的专利一种基于GNN故障模型学习的控制平面策略验证方法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：CN116346641B 。

龙图腾网通过国家知识产权局官网在2026-04-03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：202310260306.X，技术领域涉及：H04L41/16；该发明授权一种基于GNN故障模型学习的控制平面策略验证方法是由张华;戴玉琪;张鹏辉;曹子建设计研发完成，并于2023-03-17向国家知识产权局提交的专利申请。

本一种基于GNN故障模型学习的控制平面策略验证方法在说明书摘要公布了：本发明开发了一种基于GNN故障模型学习的控制平面策略验证方法：获取网络拓扑信息，利用K‑Means聚类法划分等价类，生成对应的故障模型；设计基于消息传递机制的GNN故障学习模型；为每个等价类训练基于消息传递机制的GNN故障学习模型；构建符合网络拓扑特征的网络策略图；对策略有向图进行预处理，提取特征数据，输入到训练好的GNN模型中，生成准确的网络环境；按照网络策略类别分别进行网络策略验证。本发明考虑实际网络存在故障的情况，用GNN辅助故障模型推断待验证的网络策略对应的实际网络环境，通过K‑Means聚类算法进行等价类划分，缩减网络规模，提高验证速度，加入数据增强模块使得训练出来的GNN具有一定的泛化能力，精准、快速地实现了多类型网络策略验证。

本发明授权一种基于GNN故障模型学习的控制平面策略验证方法在权利要求书中公布了：1.一种基于GNN故障模型学习的控制平面策略验证方法，其特征在于，包括如下步骤： 步骤S1、获取网络拓扑信息，利用K-Means聚类法划分等价类，缩小网络规模，并根据需求设置网络中的最大故障数，生成对应的故障模型； 步骤S2、设计基于消息传递机制的GNN故障学习模型，该模型包括线性变换层，图卷积层和全连接层，输入网络拓扑的邻接矩阵和对应的故障模型，输出特征节点之间故障概率的概率分布； 步骤S3、为每个等价类训练基于消息传递机制的GNN故障学习模型，并将训练好的图神经网络GNN故障学习模型用来进行网络策略验证； 步骤S4、搜集管理员需要验证的网络策略信息，按照需求生成网络策略集，构建符合网络拓扑特征的网络策略图； 步骤S5、对策略有向图进行预处理，提取特征数据，输入到训练好的图神经网络GNN故障学习模型中，获取特征节点之间故障概率的概率分布，生成准确的网络环境； 步骤S6、在准确的网络环境下，按照网络策略类别分别进行网络策略验证，得到最终的验证结果。

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东南大学，其通讯地址为：211189 江苏省南京市江宁区东南大学路2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。