买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉香港中文大学(深圳);深圳市未来智联网络研究院申请的专利基于大模型智能体的跨环境泛化网络流量优化方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN121462429B 。

龙图腾网通过国家知识产权局官网在2026-04-17发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202610003269.8，技术领域涉及：H04L41/14；该发明授权基于大模型智能体的跨环境泛化网络流量优化方法是由王方鑫;陈嘉轩;王贤达;崔曙光设计研发完成，并于2026-01-05向国家知识产权局提交的专利申请。

本基于大模型智能体的跨环境泛化网络流量优化方法在说明书摘要公布了：本发明涉及网络流量优化领域，具体涉及一种基于大模型智能体的跨环境泛化网络流量优化方法。技术方案包括：数据采集，采集历史流量矩阵、网络拓扑与容量信息以及来自网络管理员的自然语言指令；将采集到的历史流量矩阵、网络拓扑与容量信息送入特征解耦模块进行跨环境特征解耦，同时将自然语言指令送入大模型智能体进行策略理解与嵌入；然后通过预训练的网络流量工程头解码生成网络路由分配；最后通过大模型的网络模型上下文协议下发路由分配，并监测网络反馈和性能指标，作为下一轮优化的输入，形成闭环控制。本发明适用于网络流量优化。

本发明授权基于大模型智能体的跨环境泛化网络流量优化方法在权利要求书中公布了：1.基于大模型智能体的跨环境泛化网络流量优化方法，其特征在于，包括： S1、数据采集与输入，包括历史流量矩阵、网络拓扑与容量信息以及来自网络管理员的自然语言指令； S2、跨环境特征解耦，将采集到的历史流量矩阵、网络拓扑与容量信息送入特征解耦模块进行跨环境特征解耦； S3、将自然语言指令送入大模型智能体进行策略理解与嵌入； S4、通过预训练的网络流量工程头解码生成网络路由分配； S5、通过大模型的网络模型上下文协议下发路由分配，并监测网络反馈和性能指标，作为下一轮优化的输入，形成闭环控制； 步骤S4具体包括： S401、特征融合与编码； 通过图神经网络进行容量特征编码，首先进行边特征编码，其中为邻接矩阵，为归一化容量矩阵，然后进行路径特征聚合，输出解耦特征表示，并融合策略嵌入，解耦流量嵌入以及相对幅度系数作为网络流量工程头中迭代混合专家解码器的输入； S402、多专家迭代决策生成； 采用多轮迭代路由决策，对于迭代步到执行以下步骤： 编码全局拥塞状态； 其中，表示上一轮的流量分配比例，表示当前流量矩阵，表示链路容量函数； 对每个源-目的对，构建专家输入，其中为路径嵌入，表示量级比例因子； 采用Top-稀疏激活策略，仅选择权重最高的个专家，对选中专家的权重进行重归一化：，激活的专家并行推理； 加权融合专家输出； Softmax归一化产生路由概率，输出最终路由决策； S403、约束满足与输出生成； 流量守恒约束通过Softmax自动满足：，计算每条链路的实际负载，令最大链路利用率MLU作为优化目标：，输出最终的流量分配矩阵，对于每个SD对和路径表示该路径承载的流量比例。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人香港中文大学(深圳);深圳市未来智联网络研究院，其通讯地址为：518172 广东省深圳市龙岗区龙城街道龙翔大道2001号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。