摘要
本发明公开了一种基于图神经网络的智能优化与资源动态重分配方法和系统,该方法包括数据采集与建模、网络拓扑特征提取、拥塞检测与预测、数据流重分配与智能优化、以及实时监控与反馈机制步骤。本发明通过图神经网络模型实现了对网络拓扑结构和数据流的实时建模和智能优化,以精准识别和定位潜在的拥塞区域;结合最大熵原理的流量重分配策略,系统能够动态调整数据流与资源的分配,缓解拥塞并提升整体传输效率;通过引入级联失效的改进规则,有效防范了因拥塞节点失效引发的二次拥塞,增强了网络的稳定性。
技术关键词
重分配方法
节点
数据流特征
链路
神经网络训练
动态
卷积神经网络结构
神经网络模型
网络拓扑结构
网络流量特征
级联
机制
拉格朗日乘子法
优化网络资源
分配系统
系统为您推荐了相关专利信息
皮尔逊相关系数
蓄热供暖系统
智能调控方法
气象
电锅炉
传输调度方法
集群
数据传输策略
代表
网络控制器