← 返回列表
一种基于深度学习的网络流量优化方法及系统
摘要文本
本发明属于网络流量优化技术领域，具体涉及一种基于深度学习的网络流量优化方法及系统，包括获取原始网络流量数据，其中，所述原始网络流量数据包括多个时间段下的网络流量样本；依据深度学习模型，结合所述网络流量样本进行训练，得到网络流量预测模型，其中，所述深度学习模型包括多个隐藏层，且每个所述隐藏层的神经元数量均为若干个；获取新增网络流量数据，并利用所述网络流量预测模型，对所述新增网络流量数据执行预测处理，得到预测网络状态。该发明能够实时监测网络状态，针对不同状态采取相应措施，从而提高网络流量的传输效率和稳定性。
申请人信息
- 申请人:南京市微驰数字科技有限公司
- 申请人地址:210000 江苏省南京市雨花台区凤展路32号1幢904室
- 发明人: 南京市微驰数字科技有限公司
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种基于深度学习的网络流量优化方法及系统 |
| 专利类型 | 发明申请 |
| 申请号 | CN202410212280.6 |
| 申请日 | 2024/2/27 |
| 公告号 | CN117792933A |
| 公开日 | 2024/3/29 |
| IPC主分类号 | H04L41/16 |
| 权利人 | 南京市微驰数字科技有限公司 |
| 发明人 | 金顶柱; 孙晔; 王道明 |
| 地址 | 江苏省南京市雨花台区凤展路32号1幢904室 |
专利主权项内容
1.一种基于深度学习的网络流量优化方法，其特征在于：包括：获取原始网络流量数据，其中，所述原始网络流量数据包括多个时间段下的网络流量样本；依据深度学习模型，结合所述网络流量样本进行训练，得到网络流量预测模型，其中，所述深度学习模型包括多个隐藏层，且每个所述隐藏层的神经元数量均为若干个；获取新增网络流量数据，并利用所述网络流量预测模型，对所述新增网络流量数据执行预测处理，得到预测网络状态，其中，所述预测网络状态包括异常状态和正常状态；所述正常状态下，将所述新增网络流量数据标定为正常数据，并汇总为正常数据库；所述异常状态下，将所述新增网络流量数据标定为异常数据，并导出异常特征，再依据所述异常特征匹配优化策略。