本发明公开了一种基于自适应反馈调节机制的网络流量灰色预测方法，基于已构建好的网络拓扑的目标待预测的连续流量序列，通过归一化处理，构造基于修正因子的反馈修正函数、对归一化的流量序列中的每个元素施加反馈修正函数，之后采用滑动窗口方式对流量序列进行预测获得预测值，并将每一时刻的窗口滑动预测值分别与其对应在中下一时刻的流量值做减法对比计算流量序列误差，获得三种预测值与真实值的大小关系，根据三种关系更新下一时刻窗口滑动预测的修正因子，最后进行反归一化处理得到待预测的连续流量序列的预测流量序列，本发明提出的基于自适应反馈调节机制的网络流量灰色预测方法，在预测精度和效率方面均具有优势。
📄 2022111994778
📂 H04L41_147
👤 南京信息工程大学
📅 2022-09-29
本发明公开了一种利用回声状态网络预测无线通信未来信号的方法，步骤包括：1)回声状态网络参数选择和初始化；2)输出权重训练；3)预测未来信号和码元；4)当前符号解码阈值计算；5)迭代预测未来信号，用于解码更多符号位，采用离线训练，在后序信号预测中，训练所得输出权值Wout保持不变；预测再下一个符号，解码更多符号位。本发明的方法，简便易行，能更加有效地抵抗多径传输引起的码间干扰，降低了通信传输中的误码率，有效提高了通信性能。
📄 201910683457X
📂 H04L41_147
👤 西安理工大学
📅 2019-07-26
本申请公开了面向6G异构聚合网络的链路级流量预测方法及装置，方法包括：基于预设测试环境，采用预设6G流量生成模型通过链路分配的方式生成6G链路级用户流量数据集；采用6G链路级用户流量数据集对初始流量预测模型进行流量预测训练，得到6G用户流量预测模型；将目标用户的历史链路级用户流量数据输入6G用户流量预测模型进行未来流量预测，得到目标流量预测结果。通过预设6G流量生成模型生成用户流量数据，能够提供更加可靠的分析数据；采用流量预测模型进行预测，能确保预测结果的准确性。因此，本申请能解决现有技术无法同时捕捉用户流量的时空特性，且数据构建方法不适用于6G异构聚合网络，导致预测结果缺乏准确性的技术问题。
📄 2024100650893
📂 H04L41_147
👤 中山大学
📅 2024-01-16
本发明涉及网络安全领域，公开了一种基于模型的流量异常监测方法，包括以下步骤：采集流量监测数据作为样本数据，构建所述自回归移动平均模型对应的模型函数；通过预置卡尔曼滤波算法，计算所述模型函数所输出的流量理论值与实际值的协方差矩阵；通过所述模型函数计算待测时间的流量值，得到第二预测值；根据所述协方差矩阵，计算待测时间的流量波动范围；监测待测时间对应的实际流量值，判断所述实际值是否在所述流量波动范围内；若所述实际值不在所述流量波动范围内，则判定待测时间流量异常。本发明还公开了一种流量异常监测装置、设备及可读存储介质。本发明实现了对流量的综合分析，更精准预测流量的波动范围，进而进行流量异常监测。
📄 2019109911633
📂 H04L41_147
👤 平安科技(深圳)有限公司
📅 2019-10-18
本申请涉及网络运行指标预测技术领域，公开了一种基于Transformer时序预测模型的网络运行指标预测方法及系统，该方法包括：对原始时间序列数据进行预处理和多项时序分解，多项时序分解包括趋势项时序分解和周期项时序分解，以得到网络运行的多项时序数据；将多项时序数据输入嵌入层以得到可嵌入特征序列；将可嵌入特征序列输入引入了多头稀疏自注意力的编码器中以捕捉序列的全局信息和局部特征；将编码器输出特征和补充掩码序列输入解码器以得到预测网络运行指标。该方法能够解决现有的Transformer时序预测模型在长非平稳序列预测退化明显、对局部特征和周期特征提取不充分，使得无法满足复杂的非平稳时序预测需求的问题。
📄 2024105847605
📂 H04L41_147
👤 南昌大学
📅 2024-05-13
本发明涉及一种用于网络收发两端的数据缺失状态分析系统，包括：定制学习器件，建立执行文件片段在设定网络传送端到设定网络接收端的传输过程中丢失状态预测的AI预测模型；预测判断机构，将在设定网络接收端处最新接收到的文件作为目标文件，从目标文件处截取长度等于设定字符长度的文件片段作为参考文件片段，采用所述AI预测模型预测参考文件片段的缺失程度。本发明的用于网络收发两端的数据缺失状态分析系统操作简便、结构紧凑。由于通过采用针对性的学习机制在固定的网络收发两端之间建立执行文件片段在网络传输过程中丢失状态预测的AI预测模型，从而能够对多个数据包传输过来的多份负载的整体内容进行完整状态的分析和判断。
📄 2023108760153
📂 H04L41_147
👤 秦艳霞
📅 2023-07-18
本发明公开了一种基于时间序列的网络安全态势感知方法，包括利用属性相异度对时间关联集群和空间关联集群进行集群归并得到时空关联集群。本发明将基于网络态势表征数据时序序列构建对各个网络节点进行聚类处理得到多个时间关联集群，以利用时间关联性实现网络节点的群体安全感知，基于各个网络节点间的拓扑结构利用遗传算法进行社团分析得到多个空间关联集群，以利用空间关联性实现网络节点的群体安全感知，再利用属性相异度对时间关联集群和空间关联集群进行集群归并得到时空关联集群，以实现对网络节点进行多维度群体安全感知来提高网络安全态势感知的准确性和时效性，群体安全感知。
📄 2023101330192
📂 H04L41_147
👤 成都工业职业技术学院
📅 2023-02-17
本发明公开了一种基于图卷积的物联网安全检测方法及系统，通过初始化物联网，物联网的基站全网广播初始化信息，通过各节点与基站之间的信号强度构建网络连通图，对图卷积网络模型进行训练得到训练好的模型，通过训练好的模型对各个节点的出入流量进行预测得到各个节点的预测流量，通过预测流量对网络连通图中各个节点的通信路径进行调整获得优化路径，避免了在由于局部数据拥塞导致的物联网数据传输高延迟问题，能够以局部通信代价最小的节点作为基础根节点构建下一层次的网络，保证网络的关键性的主路由为最大的信号强度的路由，能够保证整体上的网络流量通畅性，提高网络的整体性能，动态的降低网络局部时延。
📄 202210221640X
📂 H04L41_147
👤 桂林航天工业学院
📅 2022-03-09
本发明公开了一种基于图神经网络的孪生网络性能预测方法、装置及存储介质，属于通信网络技术领域，所述方法包括：对获取到的物理通信网络历史信息进行预处理，得到依赖图数据集；对依赖图数据集中的各节点状态进行初始化，得到各节点的初始隐藏状态；使用所述初始隐藏状态对预先构建的网络性能预测模型进行训练，得到训练好的网络性能预测模型，其中，网络性能预测模型通过注意力机制、消息传递神经网络以及门控循环单元协同工作获取迭代更新的隐藏状态信息并调整模型参数；将获取到的物理通信网络实时信息输入训练好的网络性能预测模型，得到性能预测结果，提高了数字孪生通信网络性能预测的稳定性、准确性以及效率。
📄 2024118098968
📂 H04L41_147
👤 南京信息工程大学
📅 2024-12-10
本发明提出一种基于强化学习的网络流量灰色预测方法，包括如下步骤：首先采用公开网络流量数据集，并截取部分公开数据集作为待预测流量序列；然后构建基于GM(1,1)灰色预测的强化学习模型：基于每一个时间步长，智能体获得当前环境状态，并根据策略函数生成动作，环境在执行动作后，将当前环境状态更新，同时将动作的奖励值反馈给智能体，智能体根据更新的环境状态和奖励值生成下一个动作，直到达到预设迭代次数，获得基于GM(1,1)的强化学习模型。最后利用强化学习模型输出最终预测结果。本发明将强化学习的决策能力与灰色模型的小样本、定量预测优势相结合，旨在提高传统灰色预测模型的预测精度。
📄 2023108431279
📂 H04L41_147
👤 南京信息工程大学
📅 2023-07-11
本发明公开一种网络流特征值的预测方法，包括，获取物联网网络中的网络流；提取所述网络流中的特征值，基于特征值得到时间序列；对所述时间序列进行检验；基于检验结果通过ARIMA模型或正态分布对时间序列进行预测，得到网络流特征值预测结果。
📄 2023101010705
📂 H04L41_147
👤 广东工业大学
📅 2023-02-13
本发明公开了一种基于修正因子的网络流量灰色预测方法，基于构建好的网络拓扑结构和它的原始流量序列，对原始流量序列进行归一化，构造并初始化修正因子的缓冲算子函数，对归一化流量序列中的每个元素施加缓冲算子函数，获得预处理流量序列，之后对预处理流量序列实施灰色预测，得到当前流量预测序列，计算归一化流量序列与预测流量序列的均方误差，对修正因子的值进行迭代更新，获得最优修正因子以及该修正因子对应的预测流量序列，对预测流量序列进行反归一化，得到最终预测流量序列，本发明提出的一种基于修正因子的网络流量灰色预测方法，在保证流量预测算法复杂度较低的前提下，实现对复杂网络流量的高精度预测。
📄 2022105683659
📂 H04L41_147
👤 南京信息工程大学
📅 2022-05-24
柿子坊 · 知识产权运营
柿子坊知识产权运营平台