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！

申请/专利权人：中国人民解放军战略支援部队信息工程大学

摘要：本发明属于目标IP定位技术领域，公开一种基于图神经网络的IP街道级定位方法及装置，该方法包括：首先，将一个计算机网络的traceroute原始测量数据表示成一个带属性图；然后，通过编码器将带属性图转换为初始节点嵌入；随后，通过对连接信息建模来精细化初始节点嵌入；最终，解码器将精细的嵌入映射到节点位置。本发明通过考虑先验知识缓解了GNN的收敛问题，提高了地理位置预测精度，在不同的真实数据集上的实验表明：本发明在所有数据集的中值误差距离上优于最先进的基于规则和基于学习的基线16％至28％。

主权项：1.一种基于图神经网络的IP街道级定位方法，其特征在于，包括：步骤1，将一个计算机网络的traceroute原始测量数据表示成一个带属性图；步骤2，通过编码器基于带属性图生成各IP地址的初始图节点嵌入；所述IP地址包括地标IP地址，且地标IP地址对应的地理位置已知；步骤3，通过对计算机网络节点之间的链接信息进行建模，将地理位置信息注入到初始图节点嵌入中；步骤4，通过解码器将步骤3处理后的图节点嵌入映射到图节点即IP地址对应的地理位置；步骤5，对比映射得到的地理位置和实际地理位置之间的差距，通过反向传播和梯度下降来优化模型的参数；步骤6，基于优化后的模型对计算机网络中其他未知地理位置的IP地址进行地理位置预测；所述步骤3包括：对于节点vi及其相邻的节点vj，从vj到vi的消息定义为 其中mi←j为vj发送给vi的消息，fmessage为消息函数，表示相邻节点嵌入，eij表示节点vi及节点vj构成的边，将fmessage实现为： 其中边缘网络fedge是一个两层MLP，它将边嵌入转化为一个矩阵用于计算相邻节点嵌入fedge的架构为： 其中作为权值，用于控制相邻节点嵌入对节点i的影响；和为MLP两层的权值矩阵；通过上述公式首先将初始边嵌入转化为临时嵌入，然后将临时嵌入转化为一维权值嵌入，将一维权值嵌入重构为二维方位权矩阵以控制邻居节点vi对节点vi的影响，利用ReLU的激活函数捕捉非线性关系；Uvi表示vi的邻居节点集，聚合函数faggregate收集所有从传播到vi的消息，更新函数fupdate使用收集到的消息更新vi的嵌入，vi的聚合更新函数定义为： 其中表示节点vi在为编码器的初始节点嵌入后的更新嵌入；更新功能实现如下： 通过总结节点更新之前的嵌入和从邻居聚合的消息来更新节点vi的嵌入，利用Relu进行非线性特征变换。

全文数据：

权利要求：

百度查询： 中国人民解放军战略支援部队信息工程大学 基于图神经网络的IP街道级定位方法及装置