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！

龙图腾网获悉杭州师范大学申请的专利基于注意力机制与时序图卷积网络的路由优化方法与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：CN119155230B 。

龙图腾网通过国家知识产权局官网在2025-10-31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：202411123071.0，技术领域涉及：H04L45/02；该发明授权基于注意力机制与时序图卷积网络的路由优化方法与系统是由刘勇;俞天逸;孟倩;陈克非;沈忠华设计研发完成，并于2024-08-15向国家知识产权局提交的专利申请。

本基于注意力机制与时序图卷积网络的路由优化方法与系统在说明书摘要公布了：本发明公开了一种基于注意力机制与时序图卷积网络的路由优化方法与系统，属于通信网络技术领域，该方法对网络中的流量进行分类，当网络流量为鼠流，采用训练后的A3T‑GCN模型预测各链路的网络状态，采用改进的蝴蝶优化路由算法对链路进行寻优，根据网络状态计算链路的时延及其波动性，经过迭代优化得到时延和时延波动性最小的链路，将鼠流沿该最优解对应的链路进行路由；当网络流量为象流，利用A3T‑GCN模型预测未来w个周期内最短跳数链路集合中每条链路的平均剩余带宽，采用平均剩余带宽最大的链路对象流进行路由；该方法通过优化网络资源的分配和利用，有效提升了网络的整体效率和吞吐量。

本发明授权基于注意力机制与时序图卷积网络的路由优化方法与系统在权利要求书中公布了：1.一种基于注意力机制与时序图卷积网络的路由优化方法，其特征在于，包括以下步骤： 获取各时刻网络拓扑中各交换机之间形成的每个链路的网络时延和可用网络带宽； 将各时刻网络时延和带宽作为网络状态信息构建训练数据集，对注意力时间图卷积网络A3T-GCN模型进行训练，训练后的A3T-GCN模型通过注意力机制获取全局时间和空间相关性，预测未来时刻链路的网络状态信息； 采用预训练DNN模型对网络中的流量进行分类，确定网络流量为鼠流或象流； 所述DNN模型的训练方法如下： 获取网络流量的流量特征，根据流量特征构建训练数据集； 所述流量特征包括源目标IP、源目标端口、流持续时间和流速率； 构建DNN模型，在DNN模型中引入dropout机制，采用训练数据集对DNN模型进行训练，采用BCEWithLogitsLoss作为DNN模型的损失值函数，采用训练后的DNN模型对网络中的流量进行分类，将流量分为象流和鼠流； 当网络流量为鼠流，采用训练后的A3T-GCN模型预测各链路的网络状态，采用改进的蝴蝶优化路由算法对链路进行寻优，根据网络状态确定每条链路的延时及其波动性，采用遗传算法对链路进行交换，实现链路更新，经过迭代优化得到全局最优解，即时延和时延波动性最小的链路，将鼠流沿该最优解对应的链路进行路由； 当网络流量为象流，确定最短跳数链路集合，然后利用A3T-GCN模型预测未来w个周期内最短跳数链路集合中每条链路的平均剩余带宽，采用平均剩余带宽最大的链路对象流进行路由。

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杭州师范大学，其通讯地址为：310000 浙江省杭州市仓前街道余杭塘路2318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。