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！

龙图腾网获悉上海飞旗网络技术股份有限公司申请的专利空间信息网络流量态势预测方法、装置、设备及存储介质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：CN116800621B 。

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：202311026745.0，技术领域涉及：H04L41/147；该发明授权空间信息网络流量态势预测方法、装置、设备及存储介质是由杨贻宏设计研发完成，并于2023-08-15向国家知识产权局提交的专利申请。

本空间信息网络流量态势预测方法、装置、设备及存储介质在说明书摘要公布了：本申请公开了一种空间信息网络流量态势预测方法、装置、设备及存储介质，涉及大数据分析技术领域。所述方法是在获取空间信息网络在多个历史时段的流量数据后，先利用概率分布函数模拟得到各层子网络在各个时段的流量特征图谱及应用性能指标，再复合得到空间信息网络在各个时段的流量特征图谱及端到端的应用性能指标，然后再将数据处理得到的流量特征数据时间序列以及标签数据，导入GCN+BiGRU模型进行模型训练，得到流量特征数据预测模型，最后将当前流量特征数据时间序列输入所述流量特征数据预测模型，输出得到当前下一时段的流量特征数据及流量态势，如此可实现空间信息网络流量预测精度的提升，增强对流量态势的感知能力。

本发明授权空间信息网络流量态势预测方法、装置、设备及存储介质在权利要求书中公布了：1.一种空间信息网络流量态势预测方法，其特征在于，包括： 获取空间信息网络在M个历史时段的流量数据，其中，M表示正整数，所述M个历史时段在时序上连续； 针对在所述M个历史时段中的各个历史时段，根据对应的流量数据，先利用概率分布函数模拟得到在所述空间信息网络中各层子网络在对应时段的流量特征图谱及应用性能指标，然后根据所述各层子网络在对应时段的流量特征图谱及应用性能指标，复合得到所述空间信息网络在对应时段的流量特征图谱及端到端的应用性能指标； 对所述空间信息网络在所述M个历史时段的流量特征图谱及端到端的应用性能指标进行数据预处理，得到与所述M个历史时段一一对应的M份流量特征数据； 从所述M份流量特征数据中抽取出与在所述M个历史时段中最后N个历史时段一一对应的N份流量特征数据，并针对在所述N份流量特征数据中的各份流量特征数据，从所述M份流量特征数据中抽取出与在所述M个历史时段中位于对应时段之前的最近K个历史时段一一对应的K份流量特征数据，得到对应的流量特征数据时间序列，其中，N和K分别表示正整数且有N+K小于等于M； 将N个所述流量特征数据时间序列作为N个样本数据，以及将所述N份流量特征数据作为与所述N个样本数据一一对应的N个标签数据，导入GCN+BiGRU模型进行模型训练，得到流量特征数据预测模型，其中，所述GCN+BiGRU模型包括有图卷积神经网络GCN、双向门控循环单元BiGRU和全连接层，所述图卷积神经网络GCN用于在输入所述N个样本数据后，对空间信息网络流量的空间特性进行建模，提取得到所述空间信息网络流量的空间特征，所述双向门控循环单元BiGRU用于在输入所述N个样本数据后，对所述空间信息网络流量的时间特性进行建模，提取得到所述空间信息网络流量的时间特征，所述全连接层用于对所述空间信息网络流量的空间特征和时间特征进行处理，得到最终的预测结果； 获取所述空间信息网络在当前最近K个历史时段的流量数据； 针对在所述当前最近K个历史时段中的各个历史时段，根据对应的流量数据，先利用所述概率分布函数模拟得到在所述空间信息网络中各层子网络在对应时段的流量特征图谱及应用性能指标，然后根据所述各层子网络在对应时段的流量特征图谱及应用性能指标，复合得到所述空间信息网络在对应时段的流量特征图谱及端到端的应用性能指标； 对所述空间信息网络在所述当前最近K个历史时段的流量特征图谱及端到端的应用性能指标进行所述数据预处理，得到当前流量特征数据时间序列； 将所述当前流量特征数据时间序列输入所述流量特征数据预测模型，输出得到当前下一时段的流量特征数据； 根据所述当前下一时段的流量特征数据，得到所述空间信息网络在所述当前下一时段的流量态势。

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上海飞旗网络技术股份有限公司，其通讯地址为：200000 上海市浦东新区自由贸易试验区祖冲之路1505弄100号3幢2层K单元；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。