-
公开(公告)号:CN114900838A
公开(公告)日:2022-08-12
申请号:CN202210429514.3
申请日:2022-04-22
Applicant: 苏州大学应用技术学院
Abstract: 本发明公开了一种基于时序图神经网络的网络信道瓶颈点检测及分配方法,检测方法包括根据当前网络信道图Gi进行建立模型,当前网络信道图Gi包括点集V{v1,v2,...,vm}和边集E{e1,e2,e3,...,en},v1,v2,……,vm表示网络传输中的m个节点,且节点表示终端或基站;基于Gi中每个终端或基站的实时请求的资源数量以及该终端或基站的先前使用情况选择是否将与该终端或基站对应的节点作为候选点,得到k个候选点pi,将Gi中与该候选点pi相对应的节点vj以及该节点vj所连接的边去除,得到网络信道图Gi′,再计算Gi和Gi′的差异值Diffj,并将Diffj作为该候选点pi成为瓶颈点的概率值;比较所有的概率值并选择最大概率值所对应的候选点作为网络传输中的瓶颈点。本发明能够跟随通信网络变化且动态适应性分配网络资源。
-
公开(公告)号:CN114900838B
公开(公告)日:2024-07-16
申请号:CN202210429514.3
申请日:2022-04-22
Applicant: 苏州大学应用技术学院
Abstract: 本发明公开了一种基于时序图神经网络的网络信道瓶颈点检测及分配方法,检测方法包括根据当前网络信道图Gi进行建立模型,当前网络信道图Gi包括点集V{v1,v2,...,vm}和边集E{e1,e2,e3,...,en},v1,v2,……,vm表示网络传输中的m个节点,且节点表示终端或基站;基于Gi中每个终端或基站的实时请求的资源数量以及该终端或基站的先前使用情况选择是否将与该终端或基站对应的节点作为候选点,得到k个候选点pi,将Gi中与该候选点pi相对应的节点vj以及该节点vj所连接的边去除,得到网络信道图Gi′,再计算Gi和Gi′的差异值Diffj,并将Diffj作为该候选点pi成为瓶颈点的概率值;比较所有的概率值并选择最大概率值所对应的候选点作为网络传输中的瓶颈点。本发明能够跟随通信网络变化且动态适应性分配网络资源。
-