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！

龙图腾网获悉四川大学申请的专利一种基于大语言模型的自适应拥塞控制算法及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：CN120434187B 。

龙图腾网通过国家知识产权局官网在2025-09-05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：202510937925.7，技术领域涉及：H04L47/12；该发明授权一种基于大语言模型的自适应拥塞控制算法及系统是由冯雯;姜少杰设计研发完成，并于2025-07-08向国家知识产权局提交的专利申请。

本一种基于大语言模型的自适应拥塞控制算法及系统在说明书摘要公布了：本发明涉及计算机网络通信技术领域，公开了一种基于大语言模型的自适应拥塞控制算法及系统，应用于QUIC协议的网络优化。该方法通过收集网络状态时间序列数据，包括往返时延、丢包率及吞吐量等，将其转换为文本序列，输入预训练大语言模型预测最优拥塞控制参数α值，动态调整QUIC协议性能。采用监督学习或强化学习训练模型，并通过模型蒸馏技术确保实时性。系统包括数据收集、预处理、LLM预测引擎、验证及参数应用模块。本发明利用大语言模型的智能预测能力，提升了QUIC协议在复杂网络环境中的吞吐量与延迟表现，降低计算开销，适用于视频流媒体、在线游戏等高性能通信场景。

本发明授权一种基于大语言模型的自适应拥塞控制算法及系统在权利要求书中公布了：1.一种基于大语言模型的自适应拥塞控制算法，其特征在于，包括： 获取网络状态时间序列数据集合；所述网络状态时间序列数据至少包括往返时延（RTT）、丢包率及吞吐量； 将所述网络状态时间序列数据转换为文本序列；所述文本序列适于作为大型语言模型（LLM）的输入； 将所述文本序列输入至预训练的大型语言模型预测引擎；所述大型语言模型预测引擎基于其学习到的模式识别与序列预测能力，预测并输出当前网络状态下的最优拥塞控制参数α值；其中，所述拥塞控制参数α值用于调整QUIC拥塞控制算法的核心行为，以调整窗口增益速率或目标窗口大小；所述大型语言模型预测引擎通过监督学习进行训练，包括： 构建包含网络状态文本序列与对应最优α值的标注数据集；所述最优α值通过网络仿真或真实环境实验，基于预定义的性能指标确定； 利用所述标注数据集对大型语言模型进行微调，使所述大型语言模型学习从网络状态文本序列到最优α值的映射关系； 所述大型语言模型预测引擎还通过强化学习进行训练，包括： 将状态（State）定义为文本化的网络状态序列；将动作（Action）定义为选择或调整α值；将奖励（Reward）定义为基于吞吐量、时延及丢包率的网络性能指标计算的奖励函数，所述奖励函数Reward计算公式为： 其中，,,是权重系数，Throughout表示吞吐量，Latency表示时延，Loss_Rate表示丢包率； 通过与网络环境或仿真环境的交互进行训练，使所述大型语言模型学习最大化累积奖励的α值选择策略； 对所述大型语言模型预测引擎输出的α值进行验证；所述验证旨在确保α值的有效性与安全性； 将通过验证的所述α值应用于QUIC协议的拥塞控制器，动态调整所述拥塞控制器的拥塞控制行为，以优化网络传输性能。

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四川大学，其通讯地址为：610000 四川省成都市武侯区一环路南一段24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”。