摘要
本申请提供一种网络拥塞预测方法、装置、电子设备及存储介质,涉及量子通信技术领域。该方法包括:获取量子密码网络多个维度的实时网络状态数据;采用每个维度的混合预测模型对每个维度的实时网络状态数据进行预测,得到预测时刻每个维度的第一网络状态数据和第二网络状态数据,第一网络状态数据和第二网络状态数据分别为混合预测模型中第一预测模型和第二预测模型的预测结果;根据预测时刻每个维度的第一网络状态数据和第二网络状态数据,计算预测时刻每个维度的目标网络状态数据;根据多个维度的目标网络状态数据,确定预测时刻的量子密码网络的拥塞概率。本申请可以对量子密码网络的网络拥塞进行预测,提高量子密码网络的性能和可靠性。
技术关键词
量子密码网络
混合预测模型
拥塞预测方法
密钥生成速率
长短期记忆网络
拥塞预测装置
因子
统计特征提取
量子通信技术
电子设备
周期性特征
处理器
数据获取模块
序列
可读存储介质
系统为您推荐了相关专利信息
异构传感器
关键运行参数
智能变电站
远程监测平台
时序预测模型
逻辑回归算法
逻辑回归模型
数据
长短期记忆网络
训练集
长短期记忆网络
电力监控系统
数据恢复方法
GEP算法
负荷
汽轮机故障诊断
故障诊断模型
大语言模型
皮尔逊相关系数
参数
线材
性能检测方法
微型热电偶
阵列传感器
绝缘材料老化