买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉合肥工业大学申请的专利一种网络流量矩阵估计模型、方法和系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN121691064B 。

龙图腾网通过国家知识产权局官网在2026-05-12发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202610203972.3，技术领域涉及：H04L41/14；该发明授权一种网络流量矩阵估计模型、方法和系统是由乔焰;王俊杰;贺富壕;朱可九;丁爽爽;关通;曹墨涵;柴兆斐;马丙戌;李萌设计研发完成，并于2026-02-12向国家知识产权局提交的专利申请。

本一种网络流量矩阵估计模型、方法和系统在说明书摘要公布了：本发明涉及网络工程和人工智能技术领域，尤其是一种网络流量矩阵估计模型、方法和系统。本发明在训练过程中引入审查者模块作为自监督引导器，引导流生成网络模块学习流量矩阵内部的时空相关性，为估计模型提供对未观测源点对流的合理性评估信号，有效弥补了因训练数据稀疏导致的监督缺失问题，使得训练得到的模型可基于链路负载和丢失信息假设实现高精度的流量矩阵估计。

本发明授权一种网络流量矩阵估计模型、方法和系统在权利要求书中公布了：1.一种网络流量矩阵估计模型的训练方法，其特征在于，首先构建基础模型和学习数据集{Xn,Yn}；Xn和Yn分别为时间步n上的流量矩阵和链路负载； 基础模型包括：流生成网络模块和审查者模块；流生成网络模块基于流量矩阵生成链路负载和服从指定分布的潜在变量Z；链路负载Y和潜在变量Z的拼接向量与列向量格式的流量矩阵X维度相同；审查者模块基于流量矩阵生成标注源点对流量真实性的概率矩阵； 在学习数据集上训练基础模型至收敛后，提取流生成网络模块作为估计模型，执行估计模型的逆运算以根据链路负载得到流量矩阵估计； 训练方法分为两个阶段： 第一阶段基础模型对训练样本Xn,Yn的处理方式为： 从指定分布中随机采样得到随机噪声Zn，流生成网络模块对与列向量格式的Xn维度相同的[Yn，Zn]执行逆运算，得到合成流量矩阵；采用掩码矩阵Mn遮挡流量矩阵Xn后，从中采集元素填补Xn被遮挡元素，得到混合流量矩阵； 审查者模块基于混合流量矩阵生成概率矩阵Pn，以标注混合流量矩阵中各元素来自真实观测的流量矩阵Xn的概率； 第二阶段基础模型对训练样本Xn,Yn的处理方式为： 流生成网络模块对流量矩阵Xn进行处理得到估计的链路负载和符合指定分布的丢失信息zn；和zn的拼接向量与列向量格式的Xn维度相同；流生成网络模块对进行逆运算，得到重构流量矩阵； 从指定分布中随机采样得到随机噪声Zn，流生成网络模块对[Yn，Zn]执行逆运算，得到合成流量矩阵；审查者模块基于合成流量矩阵生成概率矩阵； 第一阶段基于审查者模块的处理结果构建损失函数用于更新基础模型，当第一阶段训练至收敛，则进入第二阶段；第二阶段基于流生成网络模块和审查者模块的处理过程构建损失函数用于更新基础模型，当第二阶段训练至收敛，则提取流生成网络模块作为估计模型。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人合肥工业大学，其通讯地址为：230009 安徽省合肥市包河区屯溪路193号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。