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
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 上海科光通信技术有限公司王建伟获国家专利权

上海科光通信技术有限公司王建伟获国家专利权

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!

龙图腾网获悉上海科光通信技术有限公司申请的专利一种基于深度强化学习的自适应网络分流方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:CN120128534B

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:202510352358.9,技术领域涉及:H04L47/10;该发明授权一种基于深度强化学习的自适应网络分流方法及系统是由王建伟设计研发完成,并于2025-03-25向国家知识产权局提交的专利申请。

一种基于深度强化学习的自适应网络分流方法及系统在说明书摘要公布了:本发明涉及自适应网络分流技术领域,公开了一种基于深度强化学习的自适应网络分流方法及系统,包括:获取异构网络的流量数据,建立协议指纹库,并将不同协议的数据转换为统一的网络状态特征向量;构建多智能体强化学习框架,包括定义状态空间、定义动作空间和定义奖励函数,并基于微分博弈优化各智能体的策略;采用元学习模型调整各智能体奖励函数的权重,并利用深度强化学习训练多智能体强化学习框架,学习不同异构网络条件下的最优分流策略;将训练后的策略部署至异构网络环境,依据当前网络状态,动态选择最优网络路径。显著提升异构数据处理能力。

本发明授权一种基于深度强化学习的自适应网络分流方法及系统在权利要求书中公布了:1.一种基于深度强化学习的自适应网络分流方法,其特征在于,包括: 获取异构网络的流量数据,建立协议指纹库,并将不同协议的数据转换为统一的网络状态特征向量; 构建多智能体强化学习框架,包括定义状态空间、定义动作空间和定义奖励函数,并基于微分博弈优化各智能体的策略; 采用元学习模型调整各智能体奖励函数的权重,并利用深度强化学习训练多智能体强化学习框架,学习不同异构网络条件下的最优分流策略; 将训练后的策略部署至异构网络环境,依据当前网络状态,动态选择最优网络路径; 多智能体强化学习框架包括流量控制智能体、QoS管理智能体和安全智能体; 所述定义状态空间为基于多智能体网络状态特征定义各智能体可观察的变量,得到状态空间; 所述状态空间包括:流量控制智能体的状态空间、QoS管理智能体的状态空间和安全智能体的状态空间;所述定义动作空间包括:流量控制智能体的动作空间、QoS管理智能体的动作空间和安全智能体的动作空间; 定义奖励函数包括:流量控制智能体的奖励函数、QoS管理智能体的奖励函数和安全智能体的奖励函数; 所述流量控制智能体的奖励函数为最大化网络吞吐量并最小化负载不均衡程度;所述QoS管理智能体的奖励函数为:确保业务流的时延、丢包率 和抖动维持在最优范围;所述安全智能体的奖励函数为最小化异常流量占比的同时减少误报; 基于微分博弈优化各智能体的决策策略包括,基于多智能体强化学习框架的状态空间构建微分博弈的状态方程,描述网络状态随时间变化的动态过程; 求解微分博弈的纳什均衡,确保在网络状态不断变化的情况下,使得多智能体强化学习框架的整体策略保持最优; 采用元学习模型调整各智能体奖励函数的权重包括,基于注意力机制分析过去个时间步的网络状态,计算每个智能体网络状态特征的权重,获得每个智能体的状态特征权重向量;采用加权求和法,并结合每个智能体的状态特征权重向量,动态调整各智能体奖励函数的权重。

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科光通信技术有限公司,其通讯地址为:201306 上海市浦东新区中国(上海)自由贸易试验区临港新片区环湖西二路888号C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。

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。