[发明专利]流量预测方法、装置和计算机可读存储介质有效

专利信息
申请号: 201811066178.0 申请日: 2018-09-13
公开(公告)号: CN110896357B 公开(公告)日: 2022-06-28
发明(设计)人: 吴艳芹;张乐;赵洪波;张丽伟;王超;张蓉 申请(专利权)人: 中国电信股份有限公司
主分类号: H04L41/147 分类号: H04L41/147;H04L41/0896;H04L43/0876
代理公司: 中国贸促会专利商标事务所有限公司 11038 代理人: 孙玉
地址: 100033 *** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要: 本公开涉及一种流量预测方法、装置和计算机可读存储介质,涉及通信技术领域。本公开的方法包括:根据历史周期的流量值,确定待预测周期的流量估计值;根据历史周期的流量值和相应的历史周期的流量估计值,确定历史周期的流量偏差值;根据历史周期的流量偏差值,确定待预测周期的流量偏差值;根据待预测周期的流量估计值和待预测周期的流量偏差值,确定待预测周期的流量值。本公开中通过纵向对待预测周期的流量估计值的预测,和横向对待预测周期的流量偏差值的预测,进而根据待预测周期的流量偏差值对待预测周期的流量估计值进行修改正,提高了对流量预测的准确性。
搜索关键词: 流量 预测 方法 装置 计算机 可读 存储 介质
【主权项】:
暂无信息
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国电信股份有限公司,未经中国电信股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/patent/201811066178.0/,转载请声明来源钻瓜专利网。

同类专利
  • 一种蜂窝物联网流量突发的预测方法-202311078008.5
  • 赵红伟;陈刚 - 上海量讯物联技术有限公司
  • 2023-08-24 - 2023-10-27 - H04L41/147
  • 本发明公开了一种蜂窝物联网流量突发的预测方法,包括以下步骤:步骤一,计算网关当前剩余带宽能够允许加入的冗余sim卡数量Rr;步骤二,构建Rr‑map‑1模型;步骤三,训练Rr‑map‑1模型;步骤四,对Rr‑map‑1模型中的记录创建时刻,将Rr‑map‑1模型中不连续的数据剔除,为每一条记录关联风险等级数据,得到Rr‑map‑2模型;步骤五,更新时间连续性步长,更新Rr‑map‑2模型;步骤六,以sim卡经营活动的数据作为输入,Rr‑map‑2模型输出风险等级Lr;步骤七,依据Lr提供多维度的降低拥塞的措施,ISP执行降低拥塞的措施。本发明用于预测流量突发的风险等级Lr和时刻,为ISP提前采取规避动作提供可量化的参考,能减少流量突发引起拥塞事件的频率,最终降低流量突发导致的拥塞造成的损失。
  • 一种预测带宽的方法、装置和设备及计算机存储介质-202310406778.1
  • 周雯程 - 腾讯科技(深圳)有限公司
  • 2023-04-10 - 2023-10-27 - H04L41/147
  • 本申请公开了一种预测带宽的方法、装置和设备及计算机存储介质用于提高预测带宽的准确性。该方法包括:基于基准带宽集合,获得目标应用在目标未来时段的基准预测带宽;基准带宽集合包括:目标应用曾使用的基准历史带宽,基准历史带宽与基准预测带宽之间的使用时段间隔符合预设间隔条件;基于修正带宽集合,获得目标应用在第一历史时段内的带宽变化趋势信息,以及获得目标应用在第二历史时段内的带宽波动信息;修正带宽集合包括:目标应用曾使用的修正历史带宽,修正历史带宽为目标应用在第一历史时段内使用的带宽,第一历史时段包含第二历史时段;基于带宽变化趋势信息和带宽波动信息,对基准预测带宽进行修正处理,获得目标预测带宽。
  • 网络流量预测方法和装置-202210378374.1
  • 徐晓青;唐宏;武娟;刘晓军;钱刘熠辉 - 中国电信股份有限公司
  • 2022-04-12 - 2023-10-27 - H04L41/147
  • 本公开提供一种网络流量预测方法和装置。网络流量预测方法包括:获取IP网络的流量矩阵序列;获得与流量矩阵序列相关的流量时空矩阵;将流量时空矩阵和预设矩阵进行拼接,以获得预处理时空矩阵;利用流量时空矩阵对第i个预测时刻的网络流量进行时间序列预测,并将预测结果填充到预设矩阵中的第i行中,以便将预处理时空矩阵更新为预填充时空矩阵;对预填充时空矩阵进行降维处理,以获得恢复时空矩阵;将恢复时空矩阵中的与指定预测时刻对应的行向量作为指定预测时刻的网络流量预测结果。本公开能够有效提高网络流量的预测效果。
  • 连接预测方法、装置、设备、存储介质及程序产品-202310589290.7
  • 黄晓鹏 - 腾讯云计算(北京)有限责任公司
  • 2023-05-24 - 2023-10-27 - H04L41/147
  • 本申请公开了一种连接预测方法、装置、设备、存储介质及程序产品,涉及计算机技术领域。该方法包括:在第一设备向第二设备发送连接请求的情况下,获取第一设备在第一时间段内生成的连接检测数据,以及获取第二设备在第一时间段的日志数据;基于连接检测数据和日志数据确定请求发送成功率和请求接收成功率;对请求发送成功率和请求接收成功率进行融合得到请求成功率;通过连接预测模型对请求成功率进行预测分析,得到第二时间段内的连接成功概率。通过以上方式,避免对第一设备或者第二设备进行单独分析的局限性,通过对两个设备的综合分析,提高连接成功概率的预测准确率。本申请可应用于云技术、人工智能、智慧交通等各种场景。
  • 网络卡顿预测方法、装置、电子设备、介质和程序产品-202211537477.4
  • 李绍庆;唐蓉 - 中国移动通信集团河北有限公司;中国移动通信集团有限公司
  • 2022-12-02 - 2023-10-20 - H04L41/147
  • 本申请公开了一种网络卡顿预测方法、装置、电子设备、介质和程序产品。该网络卡顿预测方法包括:获取用户各历史预设时间段对应的历史上网记录数据;针对每个历史预设时间段,基于历史预设时间段对应的历史上网记录数据,确定历史预设时间段内是否发生网络卡顿的历史标签,以及历史预设时间段内的网络质量指标数据;将各历史标签,以及各历史标签对应的网络质量指标数据作为训练样本,训练网络卡顿预测模型,得到训练好的网络卡顿预测模型;基于训练好的网络卡顿预测模型,以及待预测时间段内的网络质量指标数据,得到待预测时间段内网络出现卡顿的目标标签。该方法可以实现在任何待预测时间段内均可对用户卡顿行为进行精准预测的效果。
  • 运维监控网络维护方法、系统及设备-202310722792.2
  • 蔡皇伯;魏晓斌;王泳胜;苏旭 - 宏景科技股份有限公司
  • 2023-06-19 - 2023-10-20 - H04L41/147
  • 本发明涉及运维监控技术领域,提供运维监控网络维护方法、系统及设备,包括:基于运维监控网络的拓扑关系,得到网络流量序列数据和设备性能序列数据;根据网络流量序列数据,通过第一运维监控模型得到网络流量预测信息;根据设备性能序列数据,通过第二运维监控模型得到设备性能异常预测信息;根据网络流量预测信息和设备性能异常预测信息,通过第三运维监控模型预测运维监控网络的异常问题,得到运维监控网络的待维护信。本发明通过结合网络流量预测信息和设备性能异常预测信息,利用第三运维监控模型的协同作用,准确预测和诊断运维监控网络的异常问题,提供更全面的运维监控网络的待维护信息,改善网络的稳定性、性能和安全性。
  • 一种大规模软件定义网络性能预测方法-202310127510.4
  • 赵宏;李艺帆;刘静;杨方;刘春生;马春来;常超 - 西安电子科技大学广州研究院
  • 2023-02-17 - 2023-10-20 - H04L41/147
  • 本发明涉及计算机通信技术领域,具体的说是一种大规模软件定义网络性能预测方法,通过从数据平面中获取SDN网络的状态数据、定义社区划分标准、使用遗传算法对SDN网络进行社区划分、独立预测各社区性能和网络全局状态感知的步骤,借助复杂网络对大规模SDN网络进行了高度抽象和分析,将大型SDN网络分解为多个小型网络进行逐个预测,便于实施、结构清晰、更贴近实际生活的网络特点,经过划分社区的SDN网络,连边的局部特性更能得到细致的刻画,对网络进行性能分析收到更好的效果,且在分解SDN网络后,借助注意力机制从全局关系理解网络中蕴含的复杂信息,对社区内链路性能进行了进一步的调整并给出社区间的链路性能。
  • 一种新型的网络流量组合预测模型-202310906687.4
  • 吴仁宏;练安达;杨开礼 - 四川众力佳华信息技术有限公司
  • 2023-07-24 - 2023-10-20 - H04L41/147
  • 本发明公开了一种新型的网络流量组合预测模型,包括采集原始网络流量数据,剔除异常网络流量数据;对剔除异常网络流量数据时产生的网络流量缺失数据进行补齐得到更正网络流量数据;对更正网络流量数据进行样本归一化处理,将更正网络流量数据的旧时间序列转换为新时间序列;将新时间序列通过LMD分解为PF分量和余量;对BiLSTM神经网络预测模型的超参数进行优化;将PF分量和余量作为训练数据,采用贝叶斯优化方法得到BiLSTM神经网络优化后的超参数;利用贝叶斯优化后的BiLSTM神经网络预测模型对PF分量和余量进行预测,分别得到各分量和余量的预测值;对所有预测值进行线性叠加,得到更正网络流量数据的最终预测值;通过这种使得网络流量预测更加准确。
  • 一种面向二分网络的基于奇数长度路径的链路预测方法-202310090795.9
  • 赵志立;吴思敏;胡阿慧;张娜娜;谢济全;孙越;杜子豪 - 兰州大学
  • 2023-02-09 - 2023-10-17 - H04L41/147
  • 一种面向二分网络的基于奇数长度路径的链路预测方法,步骤1:初始化二分网络的精确度AUC,步骤2:将一个二分网络中的已知连边集合E划分为训练集和测试集;步骤3:针对训练集和测试集,分别构建其对应网络的邻接矩阵;然后,使用基于奇数长度路径的基础链路预测方法LPOP计算该二分网络任意两个节点间的基础相似度;步骤4:对于该二分网络任意两个节点,计算其相似度的增量部分;步骤5:将基础相似度矩阵与增量矩阵相加作为两个节点的最终相似度值,步骤6:利用训练集,测试集以及基础相似度矩阵计算LPOPE方法的精确度;步骤7:返回LPOPE方法在该二分网络上精确度和相似度矩阵。本发明提高了二分网络链路预测的准确性。
  • 一种专线入云的服务限速方法、装置、设备及存储介质-202311161722.0
  • 陆文祥 - 中移(苏州)软件技术有限公司;中国移动通信集团有限公司
  • 2023-09-11 - 2023-10-17 - H04L41/147
  • 本申请提供了一种专线入云的服务限速方法、装置、设备及存储介质,应用于通信技术领域,其中,方法包括:根据预设条件,获取预设专线上各云服务对应的分配带宽,其中,预设条件为专线上所有的云服务对应的预测时延以及预测丢包数据量的和最小,且云服务对应的预测时延和预测丢包数据量均与其对应的分配带宽相关;根据预设专线上各云服务对应的分配带宽,进行限速配置下发。通过对预测时延和预测丢包数据量进行联合判断,可以最大程度的利用专线的传输资源,平衡云服务之间网络资源的分配,量化时延和丢包数据量,使得限速优化更新更平滑,用户感知性低,从而提高用户体验,增加专线产品的回购率。
  • 业务推荐方法、装置及存储介质-202310805366.5
  • 李张铮 - 中国联合网络通信集团有限公司
  • 2023-06-30 - 2023-10-13 - H04L41/147
  • 本申请提供一种业务推荐方法、装置及存储介质,涉及通信技术领域,能够精准识别异网宽带业务用户,进而促进宽带业务的发展。该方法包括:获取待预测用户的数据集和宽带业务所属运营商预测模型;待预测用户的数据集包括:待预测用户的信息和预设时间段内待预测用户的移动业务数据,待预测用户的移动业务为第一运营商的移动业务;基于待预测用户的数据集、以及宽带业务所属运营商预测模型,确定待预测用户的宽带业务所属的运营商是否为第一运营商;在待预测用户的宽带业务所属的运营商不为第一运营商的情况下,为待预测用户提供第一运营商的宽带业务信息。
  • 一种基于强化学习的网络流量灰色预测方法-202310843127.9
  • 潘成胜;王英植;石怀峰;曹康宁;李昕芮;崔骁松 - 南京信息工程大学
  • 2023-07-11 - 2023-10-13 - H04L41/147
  • 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。
  • 一种基于机器学习的网络数据传输态势预测方法-202310980269.X
  • 陈从刚;王洪义;蔡鹏;刘广福;刘臻睿 - 山东慧贝行信息技术有限公司
  • 2023-08-07 - 2023-10-13 - H04L41/147
  • 本发明公开了一种基于机器学习的网络数据传输态势预测方法,涉及网络数据传输技术领域,包括如下步骤:步骤一、数据获取;步骤二、数据处理;步骤三、构建传输性能分析模型;步骤四、基线分析;步骤五:异常判定;其技术要点为:通过多线程同步对各个数据流进行同步处理,提高对数据处理的效率,使用基于基线的机器学习算法对不同传输协议连接数进行对比,能够对网络传输是否正常进行初步判断,而后对比网络传输态势评估系数与评估系数阈值的大小即可进一步完成对网络传输异常的判断,并能够根据网络传输态势评估系数的大小获取数据传输态势发生异常的程度,能够准确、有效地完成对网络数据传输态势的预测和评估。
  • 模型训练方法、装置及设备-202310609667.0
  • 熊梓豪;张恺飒;陈翔宇;侯懿健;高伟东;啜钢 - 北京邮电大学
  • 2023-05-26 - 2023-10-10 - H04L41/147
  • 本发明提供一种模型训练方法、装置及设备,该方法包括:获取多个样本基站各自对应的多组样本通信特征,基于多组样本通信特征各自的采集时刻,对多组样本通信特征进行组合,得到三维通信特征张量,基于三维通信特征张量和各采集时刻,确定多个训练样本,基于三维通信特征张量和多个样本通信特征,确定各样本通信特征空间下的基站空间拓扑图,基于多个训练样本和基站空间拓扑图,对初始图时空模型进行训练,得到通信流量预测模型。本发明提供的模型训练方法、装置及设备用于提高通信流量预测模型的准确性。
  • 流量预测模型的训练方法、预测方法、装置、设备及介质-202310842068.3
  • 唐宏;钱刘熠辉;武娟;徐晓青;刘晓军 - 中国电信股份有限公司技术创新中心;中国电信股份有限公司
  • 2023-07-10 - 2023-10-10 - H04L41/147
  • 本公开涉及一种流量预测模型的训练方法、流量预测方法、装置、电子设备及计算机可读介质,属于深度学习技术领域。该流量预测模型的训练方法包括:获取待预测链路的空间关联链路和流量曲线相关链路;将待预测链路、空间关联链路和流量曲线相关链路的历史流量数据进行拼接,得到待预测链路对应的多链路特征矩阵;根据流量变化周期长度和多链路特征矩阵,得到待预测链路对应的多链路多时间段特征矩阵;将每一个待预测链路对应的多链路多时间段特征矩阵作为一组训练数据对原始神经网络进行训练,根据训练结果得到流量预测模型。本公开通过构造多链路多时间段特征矩阵,可以增强训练数据的特征多样性和特征表达能力,提高流量预测的准确率。
  • 一种基于互联网专线业务的需求预测方法及装置-202310932051.7
  • 陆振杰;杨位久;唐公文 - 浪潮通信信息系统有限公司
  • 2023-07-27 - 2023-10-10 - H04L41/147
  • 本发明提供一种基于互联网专线业务的需求预测方法及装置,其中,基于互联网专线业务的需求预测方法包括:根据专线业务类型和对应的历史业务量,获得所述专线业务类型的业务增长率;根据所述业务增长率和上月业务量,计算当月预测业务量;根据所述当月预测业务量,生成网络资源需求清单;其中,所述网络资源需求清单包括网络资源类型和网络资源数量。本发明可以解决不能及时发现网络资源缺口的问题。
  • 一种低时延通讯系统及其人机交互系统控制方法-202310996448.2
  • 于宏宇;王若钦;李阳 - 香港叠动科技有限公司
  • 2023-08-08 - 2023-10-10 - H04L41/147
  • 本发明涉及一种低时延通讯系统及其人机交互系统控制方法,低时延通讯系统包括,训练数据,包含一种以上发送端的动作数据;根据发送端的运动学特征确定对应的数据特征;深度学习模型,用于处理时间序列的训练数据;深度学习模型根据训练数据进行训练学习,并部署于接收端上;发送端,实时发送动作数据至接收端;接收端,实时接收源于发送端的动作数据,微控制器分析处理动作数据,并通过深度学习模型进行动作预测;提前响应模块,根据动作预测结果输出预测后的预测数据和预测趋势,提前控制接收端响应完成相应动作。本系统能有效减少发送端与接收端之间的传输时间,减少远程交互中时延的影响,从而提升交互的体验和安全性。
  • 一种响应超时的预测方法及装置-202311000958.6
  • 孙浩鑫 - 平安银行股份有限公司
  • 2023-08-08 - 2023-10-10 - H04L41/147
  • 本申请提供了一种响应超时的预测方法及装置,其中,该方法包括:确定金融软件的目标接口在预测时间的预测最大并发个数;其中,预测时间指的是与预设基准时间距离预测时间周期的时间,最大并发个数用于描述对目标接口同时发送请求的最大数量;将所述预测时间周期、所述预测最大并发个数输入至预先训练好的机器学习模型中,得到预测响应时间;在所述预测响应时间不属于标准响应时间范围时,确定在所述预测时间下金融软件出现响应超时。
  • 一种用于IPv6网络的流量动态测量方法-202210584826.1
  • 蒋定德;陈建光;王志浩;霍留伟;曾鑫沿 - 电子科技大学
  • 2022-05-26 - 2023-10-10 - H04L41/147
  • 该发明公开了一种用于IPv6网络的流量动态测量方法,数据流量测量领域。直接测量法需要设备和附加软件的支持来测量网络,会消耗大量的存储和计算网络资源,导致网络流预测的开销较大。本发明搭建并利用IPv6网络流数据训练预测神经网络,通过训练好的预测神经网络,实现IPv6网络流的动态预测得到初步预测结果。根据预测结果采用自适应采样动态改变采样粒度,获得粗粒度测量结果。根据矩阵填充和优化方法来恢复细粒度测量结果并优化测量结果。该方法在降低测量开销的同时准确率也得到了保证。能够在较低的开销的同时,完成较高的网络流动态预测准确率对于IPv6网络管理有着重要的意义。
  • 一种容量预测方法、装置及存储介质-202310736767.X
  • 王利;徐锐;孙妍;沈松;朱威;王柯;王美玉;丁颖睿;冯江璇 - 中国联合网络通信集团有限公司
  • 2023-06-20 - 2023-10-03 - H04L41/147
  • 本申请提供一种容量预测方法、装置及存储介质,涉及通信技术领域,用于实现对云存储空间的容量预测。该方法包括:获取到云存储空间在第一时段的第一负载数据,以及第一负载数据的数据特征之后,可以将第一负载数据输入数据预测模型,得到第二时段的第二负载数据,并根据负载数据集合,确定云存储空间在第二时段的目标负载容量。其中,数据预测模型是根据历史负载数据预先训练得到的,历史负载数据的数据特征与第一负载数据的数据特征相同。第二时段为第一时段之后的任意时段,负载数据集合包括第二负载数据。
  • 基于组合模型的网络流量预测方法-202110436494.8
  • 杜秀丽;范志宇;吕亚娜;邱少明;陶帆 - 大连大学
  • 2021-04-22 - 2023-10-03 - H04L41/147
  • 本发明公开了基于组合模型的网络流量预测方法,包括训练阶段和预测阶段,所述训练阶段在对双向长短期记忆循环神经网络训练的同时,对灰狼优化支持向量机模型也进行训练;所述预测阶段以双向长短期记忆循环神经网络和灰狼优化支持向量机模型的预测结果残差平方和最小为目标,根据各自上一次预测结果误差调整对应的权重值,动态加权后得到两个组合模型的预测结果。本申请发挥双向长短期记忆循环神经网络处理非线性问题和容错能力强的优势,同时利用支持向量机泛化能力较强且依据结构化风险最小的思想进行求解获得全局最优解,使两者优势互补。
  • 预测态势感知的验证方法、装置及系统-202111563492.1
  • 杨腾霄;乔梁;吴选勇 - 上海纽盾科技股份有限公司
  • 2021-12-20 - 2023-10-03 - H04L41/147
  • 本发明提供了一种预测态势感知的验证方法、装置及系统,涉及网络安全技术领域。所述处理方法包括步骤:基于态势感知系统对网络环境信息的分析和预测,得到该网络环境中的预测防御对象,对预测防御对象调取对应的防御方案进行防御;获取进行防御后的网络环境信息,对网络环境信息进行再次分析和预测,得到网络环境中的再预测防御对象;判断预测防御对象和再预测防御对象是否匹配;在匹配时,判定防御方案为无效防御方案,获取防御方案与防御对象的映射关系。本发明基于态势感知系统对网络环境信息进行分析和预测,获取预测防御对象和再预测防御对象,通过判定二者是否匹配,验证防御方案与防御对象的映射关系是否准确,以保障网络安全的精准防御。
  • 路由开销确定方法、路由开销监控方法及装置-202310878158.8
  • 马浩鹏;阮科;黄晓莹;朱永庆 - 中国电信股份有限公司
  • 2023-07-18 - 2023-10-03 - H04L41/147
  • 本申请涉及一种路由开销确定方法、路由开销监控方法及装置。所述方法包括:获取IP局向的对端IP节点的节点信息,基于节点信息,确定出IP局向对应的局向信息;采用预测模型处理局向信息和节点信息,得到IP局向的路由开销的预测值;其中,预测模型为基于多个聚类模型之间的相似度所确定出的相似度最高的聚类模型;多个聚类模型为IP网络中的样本局向经局向特征聚类得到;样本局向的对端IP节点的节点信息,与IP局向的对端IP节点的节点信息相同。提升了网络仿真的鲁棒性,还促进了网络规划的自动化进程。
  • 一种服务请求的响应方法、装置、服务器及存储介质-202210142211.3
  • 蔡灵敏 - 平安科技(深圳)有限公司
  • 2022-02-16 - 2023-09-29 - H04L41/147
  • 本申请适用于大数据技术领域,提供了一种服务请求的响应方法、装置、服务器及存储介质,方法包括:响应于预测触发指令,确定预测触发指令关联的目标预测时间段;确定目标预测时间段对应的关联历史时间段,并基于关联历史时间段内的历史服务请求,确定目标预测时间段对应的服务时长总量;确定用于响应服务请求的处理资源的平均服务时长;根据服务时长总量以及平均服务时长确定预测资源数,并基于预测资源数生成资源预测报告。采用上述方法能够在服务之前对该时间段内的服务总量时长进行预测,从而能够配置对应数量的服务人员,能够同时兼顾服务人员的利用率以及服务请求的响应质量两个方面,提高了服务响应效率以及服务响应质量。
  • 基于SA-GRU的网络安全态势预测方法-202210571016.2
  • 陶晓玲;刘梓毅;欧阳逸夫;符廉铕;刘润蓉;乔运铎;崔滋铄;武守一 - 桂林电子科技大学
  • 2022-05-24 - 2023-09-26 - H04L41/147
  • 本发明涉及网络安全态势感知技术领域,具体涉及一种基于SA‑GRU的网络安全态势预测方法,利用Self‑Attention机制能有效学习当前候选集与过去隐藏状态信息间的关系,从而代替GRU神经网络中原有的更新门,使得改进GRU能充分保留当前时刻信息内容,而合理去除过去隐藏信息中冗余部分,并突出候选集中的关键信息,同时改进现有的网络安全态势预测方法无法充分考虑这些时序关系使得现有的态势预测方法难以实现高精度预测的问题,有效提升了网络安全态势预测的精度。
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top