一种基于边缘计算网关的网络信息处理方法及系统

本发明公开了一种基于边缘计算网关的网络信息处理方法及系统，通过采集多维异构网络流量数据构建动态数据流矩阵，输入经门控机制优化且含梯度裁剪与动态学习率调整的循环神经网络，生成时序关联特征向量。基于该向量构建经带宽延迟乘积加权修正的时空关联性特征图谱，利用含动态阈值调整和自适应半径计算的改进DBSCAN算法进行聚类分析。通过融合能耗、负载和通信延迟等参数的动态信任度评估模型生成带可信度权重的聚类簇，最后由多目标决策优化引擎输出包含资源分配、路径规划和优先级排序的处理方案。本发明显著提升边缘计算网关在网络信息处理中的资源利用率、处理时效性与结果可靠性，为边缘计算场景提供高效解决方案。