一种基于图神经网络的时空特征融合的SDN路由优化方法(高校公示15天)(不包年费滞纳金)(需要二变)
本发明公开一种基于图神经网络的时空特征融合的SDN路由优化方法,利用强化学习智能体学习网络交换机流量负载与网络性能之间的相互依赖关系,并确定一组最佳路由转发方案,以在网络的端到端路径带宽容量和负载均衡之间取得平衡。通过结合图神经网络的预测来寻找数据包的最佳路径,即开发基于图神经网络的时空特征融合网络模型(GCT‑Route网络模型),来辅助深度强化学习快速完成自学习过程。本发明可以解决因强化学习智能体在学习过程中长时间探索试错而导致网络路由性能下降的问题。
《一种基于图神经网络的时空特征融合的SDN路由优化方法(高校公示15天)(不包年费滞纳金)(需要二变)》是一发明专利,专利号为 2022114739210,当前法律状态为已下证,由桂林电子科技大学提出申请,发明人为陈俊彦;谢小兰;俸皓;王勇;廖岑卉珊,申请日期为2022-11-22,公开(公告)日期为2024-10-22,国际专利分类号(IPC)为 H04L 45/00 (2022.01),高新资质:未报高企。该专利已下发证书,权利稳定,适合直接办理转让过户,是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更(过户)的一站式专利转让服务,专业顾问全程协助,确保交易合规、安全、高效。专利摘要:本发明公开一种基于图神经网络的时空特征融合的SDN路由优化方法,利用强化学习智能体学习网络交换机流量负载与网络性能之间的相互依赖关系,并确定一组最佳路由转发方案,以在网络的端到端路径带宽容量和负载均衡之间取得平衡。通过结合图神经网络的预测来寻找数据包的最佳路径,即开发基于图神经网络的时空特征融合网络模型(GCT‑Route网络模型),来辅助深度强化学习快速完成自学习过程。本发明可以解决因强化学习智能体在学习过程中长时间探索试错而导致网络路由性能下降的问题。
海量优质专利即买即用,四大核心优势助您弯道超车:
🏆 拿资质,享红利:高企认定、专精特新必备!轻松获取政府补贴、税收减免,招投标直接加分!
💎 增信誉,融资金:支持实缴注册资金,彰显企业硬实力;支持专利质押贷款,盘活现金流,扩张不缺钱!
🔥 强背书,防抄袭:印上“专利产品”,客户更信赖!构建技术壁垒,把竞争对手挡在门外,稳占市场份额!
🚀 省时间,快变现:告别漫长研发与高风险!优质专利即买即用,让技术立刻变成真金白银的利润!
