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！

龙图腾网获悉湖南师范大学申请的专利面向模型分布式训练的周期性流量传输优化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：CN120750862B 。

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：202511231408.4，技术领域涉及：H04L47/125；该发明授权面向模型分布式训练的周期性流量传输优化是由董苹苹;姚璇;陈丽颖;张连明设计研发完成，并于2025-08-31向国家知识产权局提交的专利申请。

本面向模型分布式训练的周期性流量传输优化在说明书摘要公布了：本发明公开一种面向模型分布式训练的周期性流量传输优化方法，属于网络通信技术领域。首先，通过收集链路的往返时间、最大链路利用率和交换机的出口队列长度变化信息，构建网络流量模型；其次，使用基于滑动窗口的局部傅里叶变换方法，处理采集的流量信号；然后，根据处理过的流量信号频谱，分析路径中流量信号的周期构成，并分离本机流量信号与非本机流量信号方便后续建模计算；最后，基于本机和非本机流量信号波建立周期性流量错峰传输模型，计算得到最小化目标函数的最优错峰时移值。利用本发明计算得到的传输时移值延迟传输本机流量，可有效实现流量的错峰传输，缓解突发拥塞和交换区缓冲区溢出问题，显著提升链路利用率及数据传输效率。

本发明授权面向模型分布式训练的周期性流量传输优化在权利要求书中公布了：1.一种面向模型分布式训练的周期性流量传输优化方法，其特征在于，包括以下步骤： S1：采集网络中各链路的传输状态信息，以表征网络传输状况； S2：基于所述传输状态信息，目的端接收到数据包后将MPU信息复制至返回的ACK中传回源端，源端接收到ACK后，将MPU和RTT信息进行整合处理；具体地，首先利用指数加权移动平均对两维度数值进行平滑，去除噪声数据，其公式为： ， 其中，为平滑系数；其次，利用公式对RTT进行归一化处理，公式为： ， 其中，为拟设定的可接受的最大RTT阈值，超过该值的RTT测量值将被赋值给，为空跑流量一个来回所需的时间，而MPU信息本身就是一个归一化数值，不需要进行处理；最后，对RTT和MPU信号进行统一处理，构建网络流量信号模型，公式为： ； S3：采用滑动窗口局部傅里叶变换方法，处理网络流量信号； S4：根据处理过的流量信号频谱，分析路径中流量信号的周期特性，并分离本机流量信号与非本机流量信号； S5：根据所述本机流量信号和非本机流量信号，建立周期性流量错峰传输模型，计算本机流量的最优时移值。

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湖南师范大学，其通讯地址为：410081 湖南省长沙市岳麓区麓山路36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。