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！

龙图腾网获悉厘壮信息科技(苏州)有限公司申请的专利一种基于云化环境的网络高速流量采集方法、系统和装置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：CN120263758B 。

龙图腾网通过国家知识产权局官网在2025-09-19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：202510673823.9，技术领域涉及：H04L47/83；该发明授权一种基于云化环境的网络高速流量采集方法、系统和装置是由蔡斌;葛云生;丁贇;王坤;李钢设计研发完成，并于2025-05-23向国家知识产权局提交的专利申请。

本一种基于云化环境的网络高速流量采集方法、系统和装置在说明书摘要公布了：本发明公开了一种基于云化环境的网络高速流量采集方法、系统和装置，涉及网络通信技术领域；本发明通过创建云化环境；利用优化型FCN网络高速流量预测模型和实时负载指标，构建了两级云化环境扩缩容策略，实现资源的预分配和精准调整；通过引入优化算法动态搜索模型学习率最优解，采用一致性哈希算法保障会话连续性，结合三级动态过滤规则和轻量级DPI技术提高了负载均衡度和处理吞吐量；环形缓冲区管理策略和Kafka消息队列同步机制，降低了关键数据丢失率和数据同步延迟，满足高速网络场景下的实时分析与长期存储需求；本发明有效解决了云化环境资源弹性不足的问题，提升了资源供给响应速度，降低了成本和预测误差率。

本发明授权一种基于云化环境的网络高速流量采集方法、系统和装置在权利要求书中公布了：1.一种基于云化环境的网络高速流量采集方法，其特征在于，包括以下步骤： S1、构建云化环境，设定云化环境的参数； S2、将实时网络高速流量镜像至云化环境并进行特征提取，得到实时网络高速流量特征； S3、构建FCN预测模型，使用历史网络高速流量特征数据以及优化算法对FCN预测模型进行改进，得到优化型FCN网络高速流量预测模型，并结合实时网络高速流量特征，得到预测网络高速流量；根据预测网络高速流量决定是否进行第一次云化环境扩缩容，得到第一次扩缩容后的云化环境； 所述S3包括以下步骤： S31、构建FCN预测模型，设定FCN预测模型的初始学习率q； S32、收集所述云化环境的历史网络高速流量的特征数据，得到历史网络高速流量特征数据； S33、设定训练最大迭代次数、训练准确度阈值；将所述历史网络高速流量特征数据输入至FCN预测模型进行训练，得到训练准确度；根据所述训练准确度对所述FCN预测模型的学习率进行调整；当训练准确度≥训练准确度阈值或达到训练最大迭代次数时，得到FCN网络高速流量预测模型； S34、使用优化算法寻找FCN网络高速流量预测模型的学习率，得到最优解；将所述最优解作为FCN网络高速流量预测模型的学习率，得到优化型FCN网络高速流量预测模型； S35、将实时网络高速流量特征数据输入至优化型FCN网络高速流量预测模型，得到预测网络高速流量； S36、设定预测网络高速流量扩缩容规则，根据所述预测网络高速流量扩缩容规则、实时网络高速流量以及预测网络高速流量，进行第一次云化环境扩缩容或保持不变，得到第一次扩缩容后的云化环境；所述预测网络高速流量扩缩容规则为设定预测网络高速流量扩充阈值d、预测网络高速流量缩减阈值f；当预测网络高速流量与当前网络高速流量比值e≥预测网络高速流量扩充阈值d，将所述云化环境中的采集节点群的扩充为当前采集节点群的倍；当预测网络高速流量与当前网络高速流量比值g≤预测网络高速流量缩减阈值f，将所述云化环境中的采集节点群缩减为当前采集节点群倍； S4、收集第一次扩缩容后的云化环境的负载指标数据，得到实时负载指标并判断是否进行第二次云化环境扩缩容，得到第二次扩缩容后的云化环境； S5、收集第二次扩缩容后的云化环境的网络高速流量包，并进行动态过滤处理，得到预处理网络高速流量数据集； S6、对预处理网络高速流量数据集进行数据聚合并同步，得到网络高速流量数据流。

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厘壮信息科技(苏州)有限公司，其通讯地址为：215600 江苏省苏州市张家港市凤凰镇凤凰大道7号凤凰科技创业园B幢2楼；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。