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面向主动遥测场景的重要节点筛选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：CN119652605B 。

龙图腾网通过国家知识产权局官网在2025-09-30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：202411782642.1，技术领域涉及：H04L9/40；该发明授权一种面向主动遥测场景的重要节点筛选方法是由程光;赵德宇;周思源设计研发完成，并于2024-12-05向国家知识产权局提交的专利申请。

本一种面向主动遥测场景的重要节点筛选方法在说明书摘要公布了：本发明公开了一种面向主动遥测场景的重要节点筛选方法，针对现有遥测技术中因节点选择不当而导致的探针资源浪费和系统负载过高的问题，提出了一种综合评估与优化框架。本发明方法结合网络静态拓扑特征和动态状态特征，通过特征提取、降维融合、多任务特征综合分析，构建节点重要性评分模型，实现了对网络重要节点的精准选取。本发明通过WeightedTOPSIS方法分析拓扑信息获取空间特征，以主成分分析PCA提取阶段性历史遥测数据中状态特征的关键维度，显著减少冗余数据并生成高效状态特征表示。在此基础上，设计了一种结合空间特征与节点状态特征的筛选方法，通过阶段性遥测的特征分析，动态调整筛选策略以优化节点优先级排序。本发明适用于复杂网络环境下的主动遥测场景，能够显著提高重要事件的捕获能力，降低系统资源消耗，并全面优化主动遥测系统的整体性能。

本发明授权一种面向主动遥测场景的重要节点筛选方法在权利要求书中公布了：1.一种面向主动遥测场景的重要节点筛选方法，其特征在于，该方法包括以下步骤： 步骤1在遥测系统中，通过分布式探针采集网络数据平面数据，数据包括网络节点的延迟信息、带宽占用率、吞吐量信息及节点其他各种状态，为确保数据质量，采用噪声过滤与缺失值填补算法对数据进行清洗，经过清洗的数据以时序矩阵的形式存储，用于后续的特征提取与分析； 步骤2基于步骤1采集的基础数据，提取节点的拓扑信息，分析影响节点的空间因子，计算方法采用加权TOPSIS方法对多个中心性测量值进行积分，得到重要节点评估指标之一的空间因子； 步骤3基于步骤1采集的基础数据，提取影响节点状态的重要特征，包括显著变化频率和状态熵动态特征，显著变化频率通过统计节点阶段性历史遥测数据中的显著变化次数得到，状态熵通过节点阶段性历史遥测数据中的状态波动情况计算得到，根据计算结果形成节点状态特征矩阵，接着提取高维状态特征，为消除特征冗余与多重共线性，采用主成分分析进行降维处理； 步骤4遥测的实际部署中很多都是多任务同时进行，即探针报文在每一跳节点需要搜集多种网络状态数据，在多任务的情况下，每一种任务数据都能够反应出遥测节点状态特征，在步骤3降维结果的基础上，处理多遥测任务产生的多源数据特征，标准化后对不同任务特征进行融合，融合结果作为统一的综合状态因子，用于重要性评分模型； 步骤5给定一个具有个节点的网络拓扑，根据步骤2和步骤4得到的每个节点空间因子和综合状态因子，构建整个网络的空间重要性和综合状态重要性向量； 步骤6根据步骤5得到的空间重要性向量和综合状态重要性向量基础上，利用哈达玛积构建遥测节点的重要性评分模型，通过计算评分，按降序排列节点重要性，并标记高优先级节点； 步骤7结合步骤1中采集的历史遥测数据和步骤6中计算得到的节点重要性评分结果，设定评分阈值，节点重要性评分超过的节点被筛选为优先遥测对象，作为探针资源分配的关键目标，初始阈值设置后，在遥测系统的周期性工作过程中，实时采集网络拓扑与流量状态的最新信息，通过动态反馈机制对评分模型进行持续优化并更新阈值，确保筛选结果的实时性与准确性； 步骤8为确保重要节点筛选的准确性和可靠性，将步骤7筛选出的节点应用于异常检测与主动遥测探针的分配优化实验，具体包括验证筛选结果的有效性，通过计算节点覆盖率和异常检测能力的提升比例评估其性能，并和现有方法比较高评分节点覆盖率，异常检测能力指标。

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：211102 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。