摘要
本发明涉及计算机技术应用领域,特别是涉及一种网络时延预测模型的训练方法、装置和网络状态检测方法,包括:构建初始的网络时延预测模型;获取历史时序数据集,历史时序数据集为通过将设定时间段内采集的目标网络链路的多个网络流量数据按照时序排序得到的数据集;利用滑动时间窗口将历史时序数据集划分为多个样本时序数据;以样本时序数据中的网络传输参数的数值作为输入信息,以样本时序数据中的网络时延的数值作为标签信息,利用多个样本时序数据对初始的网络时延预测模型进行训练,得到训练好的网络时延预测模型,其中,在训练过程中,网络时延预测模型的总损失包括数据拟合损失和网络特性约束损失。本发明能够提高网络时延预测精度。
技术关键词
时延
网络流量数据
网络状态检测方法
时序
特征提取网络
样本
滑动时间窗口
注意力
链路
卷积模块
数据获取模块
数值
参数
模型训练模块
时间段
实体
数据网络
系统为您推荐了相关专利信息
匹配度计算方法
电池
特征提取网络
神经网络模型
匹配网络
变电站运维管理系统
波形特征提取
语义
数字孪生
汉明距离
CPE设备
资源调度方法
策略控制功能
关系
网络传输时延
无线网关装置
自组网通信
板间连接器
图像采集单元
网关外壳