一种基于自注意力机制的网络流量矩阵预测方法
实质审查的生效
摘要
本申请公开了一种基于自注意力机制的网络流量矩阵预测方法，涉及网络流量预测技术领域，包括将网络流量数据缩放到指定范围内。构建目标网络中所有节点的最短路径树，根据所有最短路径树进行编码得到空间编码，并将空间编码添加到所述网络流量数据上。将网络流量数据的时间戳按照不同粒度分别进行编码得到时间编码，并将时间编码添加到所述网络流量数据上。利用可训练式的位置编码和所述网络流量数据构建基于自注意力机制的流量预测模型，并进行流量预测。通过利用网络流量的时间和空间关联信息，自注意力机制能够充分挖掘流量潜在特征，提高网络流量矩阵长时预测的准确性。
基本信息
专利标题 ：
一种基于自注意力机制的网络流量矩阵预测方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114553718A
申请号 ：
CN202210165300.X
公开（公告）日 ：
2022-05-27
申请日 ：
2022-02-20
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
黄传河刘晓腾范茜莹
申请人 ：
武汉大学
申请人地址 ：
湖北省武汉市武昌区珞珈山
代理机构 ：
武汉智权专利代理事务所(特殊普通合伙)
代理人 ：
彭程程
优先权 ：
CN202210165300.X
主分类号 ：
H04L41/14
IPC分类号 ：
H04L41/14 H04L41/147 H04L45/12 G06N3/04 G06N3/08
法律状态
2022-06-14 ：
实质审查的生效
IPC(主分类) : H04L 41/14
申请日 : 20220220
申请日 : 20220220
2022-05-27 ：
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
