申请/专利权人：广东云百科技有限公司

申请日：2023-09-12

公开（公告）日：2024-03-19

公开（公告）号：CN117201410B

主分类号：H04L47/19

分类号：H04L47/19;H04L67/12

优先权：

专利状态码：有效-授权

法律状态：2024.03.19#授权;2023.12.26#实质审查的生效;2023.12.08#公开

摘要：一种用于物联网的流量管理方法及系统，其通过实时采集待测地区的网络流量值，并在后端引入数据处理和分析算法来进行该地区的网络流量时序分布特征分析以进行流量的短时变化趋势判断，以此来预测流量需求和高峰，为网络运营商和服务提供商优化网络资源分配提供帮助，以满足不同时间段和地点的流量需求。这样，通过合理分配带宽和网络容量，可以提高网络的效率和性能，避免资源浪费和拥塞现象。并且，还可以避免资源短缺或过剩，提高网络的可靠性和稳定性。

主权项：1.一种用于物联网的流量管理方法，其特征在于，包括：获取待测地区在预定时间段内多个预定时间点的网络流量值；将所述多个预定时间点的网络流量值按照时间维度排列为网络流量时序输入向量；对所述网络流量时序输入向量进行局部时序特征分析以得到网络流量局部时序特征向量的序列；对所述网络流量局部时序特征向量的序列进行一致性相似关联分析以得到网络流量一致性拓扑特征矩阵；对所述网络流量局部时序特征向量的序列和所述网络流量一致性拓扑特征矩阵进行基于图结构的关联编码以得到一致性拓扑网络流量全局时序特征；以及基于所述一致性拓扑网络流量全局时序特征，确定短时的待测地区的网络流量需求预测值；对所述网络流量时序输入向量进行局部时序特征分析以得到网络流量局部时序特征向量的序列，包括：对所述网络流量时序输入向量进行基于线性插值的上采样以得到上采样网络流量时序输入向量；对所述上采样网络流量时序输入向量进行向量切分以得到网络流量局部时序输入向量的序列；以及通过基于深度神经网络模型的流量时序特征提取器分别对所述网络流量局部时序输入向量的序列中的各个网络流量局部时序输入向量进行特征提取以得到所述网络流量局部时序特征向量的序列；所述基于深度神经网络模型的流量时序特征提取器为基于一维卷积层的流量时序特征提取器；对所述网络流量局部时序特征向量的序列进行一致性相似关联分析以得到网络流量一致性拓扑特征矩阵，包括：计算所述网络流量局部时序特征向量的序列中任意两个网络流量局部时序特征向量之间的余弦相似度以得到网络流量一致性拓扑矩阵；以及将所述网络流量一致性拓扑矩阵通过基于卷积神经网络模型的一致性拓扑特征提取器以得到所述网络流量一致性拓扑特征矩阵；对所述网络流量局部时序特征向量的序列和所述网络流量一致性拓扑特征矩阵进行基于图结构的关联编码以得到一致性拓扑网络流量全局时序特征，包括：将所述网络流量局部时序特征向量的序列和所述网络流量一致性拓扑特征矩阵通过图神经网络模型以得到一致性拓扑网络流量全局时序特征矩阵作为所述一致性拓扑网络流量全局时序特征；基于所述一致性拓扑网络流量全局时序特征，确定短时的待测地区的网络流量需求预测值，包括：将所述一致性拓扑网络流量全局时序特征矩阵通过解码器以得到解码值，所述解码值用于表示短时的待测地区的网络流量需求预测值。

全文数据：

权利要求：

百度查询： 广东云百科技有限公司 用于物联网的流量管理方法及系统

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD