Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 广州铠源信息科技有限公司吕君丽获国家专利权

广州铠源信息科技有限公司吕君丽获国家专利权

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!

龙图腾网获悉广州铠源信息科技有限公司申请的专利一种宽固网用户上网设备与开通速率自动检测分析的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:CN119299328B

龙图腾网通过国家知识产权局官网在2026-04-10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:202411200893.4,技术领域涉及:H04L41/16;该发明授权一种宽固网用户上网设备与开通速率自动检测分析的方法是由吕君丽;林瑞强;陈少亮;伍小兵;王家乐设计研发完成,并于2024-08-29向国家知识产权局提交的专利申请。

一种宽固网用户上网设备与开通速率自动检测分析的方法在说明书摘要公布了:本发明涉及宽带接入服务领域,尤指一种宽固网用户上网设备与开通速率自动检测分析的方法,本方法包括:S1:通过OLT设备缓存的用户光猫端口带宽数据,以及BRAS设备的用户上网账号和MAC地址信息,关联定位标识信息;S2:通过机器学习算法和关联分析确定用户光猫与签约带宽的匹配情况;S3:通过时间序列预测算法以及分布式存储的大数据分析技术形成的AI预测模型;S4:通过聚类分析算法为用户提供个性化服务建议,整合其他网络设备的数据源进行多维度数据的统一采集和分析;S5:通过决策树以及增量学习技术进行自我学习和优化。通过本方法减少了人工分析的工作量和误差,提高了工作效率以及对复杂网络环境的适应能力。

本发明授权一种宽固网用户上网设备与开通速率自动检测分析的方法在权利要求书中公布了:1.一种宽固网用户上网设备与开通速率自动检测分析的方法,其特征在于,包括以下步骤: S1:通过OLT设备缓存的用户光猫端口带宽数据,以及BRAS设备的用户上网账号和MAC地址信息,关联定位标识信息; S2:根据用户签约带宽数据与用户光猫端口的实际带宽,通过机器学习算法和关联分析确定用户光猫与签约带宽的匹配情况; S3:从原始数据中提取有意义的特征并计算与设备性能相关的特征,通过时间序列预测算法以及分布式存储的大数据分析技术形成的AI预测模型,对用户带宽使用情况进行深度挖掘和趋势预测; S4:通过聚类分析算法为用户提供个性化服务建议,整合其他网络设备的数据源进行多维度数据的统一采集和分析,并通过用户端应用程序反应用户带宽使用情况和设备健康状态; S5:通过决策树以及增量学习技术进行自我学习和优化,根据分析结果自动生成用户上网设备与开通速率的检测报告; S2中,所述根据用户签约带宽数据与用户光猫端口的实际带宽,通过机器学习算法和关联分析确定用户光猫与签约带宽的匹配情况,包括以下步骤: S21:从数据存储中获取用户签约带宽数据,采集并记录不同时间段用户光猫端口的实际带宽数据,并对数据进行清洗和预处理; S22:从签约带宽数据中提取特征,对实际带宽数据计算统计特征,并引入时间特征,基于用户的历史使用数据计算带宽增长率和带宽波动率的动态特征; S23:通过对支持向量机模型进行训练,并结合基于频繁模式树的FP-Growth算法挖掘签约带宽特征与实际带宽特征之间的关联规则; S24:对模型进行评估和优化,输入新的用户签约带宽数据和实际带宽数据到训练好的模型中,结合关联分析的结果并给出详细的匹配解释和建议; S3中,所述从原始数据中提取有意义的特征并计算与设备性能相关的特征,通过时间序列预测算法以及分布式存储的大数据分析技术形成的AI预测模型,对用户带宽使用情况进行深度挖掘和趋势预测,包括以下步骤: S31:对收集用户的宽带使用原始数据去除重复数据、处理缺失值和异常值,提取不同时段的平均带宽使用量、峰值带宽使用量和带宽使用的方差特征,并计算与设备性能相关的特征; S32:根据长短期记忆网络模型,使用PyTorch深度学习框架构建网络结构,定义输入层、隐藏层的神经元数量和输出层,使用Adam优化器,并且均方误差作为损失函数进行训练,调整网络结构、学习率和迭代次数优化模型性能; S33:通过HBase分布式数据库存储原始数据、特征数据和训练好的模型; S34:通过计算均方误差、平均绝对误差和决定系数作为评估指标,通过验证集对训练好的模型进行评估,根据评估结果,通过调整算法参数或增加特征工程的复杂度对模型进行优化; S35:通过训练好的长短期记忆网络模型,将需要预测的时间段的特征数据输入模型进行预测,利用聚类分析将用户按照带宽使用特征分为不同的群组,针对不同群组提供服务和优化资源配置,并将结果绘制时间序列预测曲线实现结果可视化。

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广州铠源信息科技有限公司,其通讯地址为:510630 广东省广州市天河区体育西路153号主写字楼1806室;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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。