一种基于图神经网络的多层网络流量动态监控与分析方法

本发明公开了一种基于图神经网络的多层网络流量动态监控与分析方法，S1、实时采集各节点的数据并进行预处理；S2、基于预设的时间窗口对预处理后的数据进行划分，构建图结构数据；S3、采用改进的EvolveGCN对构建的图结构数据进行拓扑学习，生成网络拓扑结构动态变化的最终特征表示；S4、利用Graph WaveNet对预处理后的数据进行建模，提取时空依赖性和局部空间相关性的最终特征表示；S5、进行特征融合，生成综合特征向量；S6、基于综合特征向量生成最终监控结果；S7、将最终监控结果传输至网络流量管理平台用于数据处理与分析。本发明能够在网络流量动态监控中提供高效、科学的优化方案，为实际应用带来显著的技术价值和经济效益。