基于机器学习的量子城域网端到端可用密钥速率测量方法
实质审查的生效
摘要
本发明公开了一种基于机器学习的量子城域网端到端可用密钥速率测量方法,主要解决现现有同类技术因时延判断错误导致测量精度低的问题。其方案是:用XGBoost算法训练不同网络的端到端时延得到端到端时延趋势预测模型;设置待测路径的相关参数,源端发送密钥包;目的端记录并分析相邻数据包的到达间隔,决定后续密钥包包长;源端发送后续测试密钥包;目的端记录密钥包的端到端时延计算其特征值,输入到训练好的端到端时延趋势预测模型得到端到端时延变化趋势;根据该变化趋势重复调整速率,获得满足精度的可用密钥速率。本发明减小了对时延趋势判断失误的概率,提高了测量精度,可用于量子城域网络建设项目验收,相关通信服务及网络优化。
基本信息
专利标题 :
基于机器学习的量子城域网端到端可用密钥速率测量方法
专利标题(英):
暂无
公开(公告)号 :
CN114500337A
申请号 :
CN202210077896.8
公开(公告)日 :
2022-05-13
申请日 :
2022-01-24
授权号 :
暂无
授权日 :
暂无
发明人 :
权东晓许苗苗曹明月朱畅华赵楠陈南易运晖裴昌幸
申请人 :
西安电子科技大学
申请人地址 :
陕西省西安市太白南路2号
代理机构 :
陕西电子工业专利中心
代理人 :
王品华
优先权 :
CN202210077896.8
主分类号 :
H04L43/0894
IPC分类号 :
H04L43/0894 H04L41/16 H04L9/08 G06N20/20
法律状态
2022-05-31 :
实质审查的生效
IPC(主分类) : H04L 43/0894
申请日 : 20220124
申请日 : 20220124
2022-05-13 :
公开
注:本法律状态信息仅供参考,即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载