摘要
本申请涉及一种流量预测模型获取方法、装置、设备、介质和程序产品。所述方法包括:针对各UPF节点,获取本地的流量数据样本和各UPF节点之间的连接关系,根据各UPF节点和连接关系构建电网区域对应的图结构,根据流量数据样本和图结构对本地的初始图神经网络模型进行训练,以得到初始模型参数,并将初始模型参数发送至中央服务器,以供中央服务器对各UPF节点发送的初始模型参数进行聚合得到全局模型参数,接收中央服务器发送的全局模型参数,并基于全局模型参数对初始图神经网络模型进行调整得到流量预测模型,从而能够避免将本地的流量数据发送至中央服务器,降低了流量数据泄露的风险,提高了流量预测模型获取过程中的安全性。
技术关键词
流量预测模型
神经网络模型
节点
参数
频率
服务器
样本
数据
关系
计算机程序产品
处理器
计算机设备
可读存储介质
模块
存储器
序列
风险
系统为您推荐了相关专利信息
注意力机制
分类器
深度神经网络架构
驾驶检测系统
特征提取模块
风控特征
风控模型
拉格朗日插值
动态
区块链存证