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！

龙图腾网获悉郑州轻工业大学申请的专利一种基于图神经网络的街道级IPv6地理定位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：CN115964666B 。

龙图腾网通过国家知识产权局官网在2026-05-05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：202310085234.X，技术领域涉及：G06F18/2431；该发明授权一种基于图神经网络的街道级IPv6地理定位方法是由马照瑞;张世城;栗娜;胡新浩;王宏建;李天傲;董麒麟;冯浩;殷毅;周诗洁;闫震;朱付保;马培凯设计研发完成，并于2023-02-06向国家知识产权局提交的专利申请。

本一种基于图神经网络的街道级IPv6地理定位方法在说明书摘要公布了：本发明提出了一种基于图神经网络的街道级IPv6地理定位方法，用以解决当前IPv6地理定位方法存在定位细粒度较低的技术问题。本发明的步骤为：对所获得的IP地址进行匿名处理，并将地标的经纬度信息转换为区域编号；利用图神经网络将处理后的节点信息转化为属性特征图；通过基于学习的方式将属性特征图的边的特征信息转换为边的权重；将节点的特征信息馈送到改进的GraphSAGE模型中，根据边的权重进行剪枝，通过卷积学习相邻节点的信息，并在节点表示后输出节点信息；结合区域编号将经过改进的GraphSAGE模型的节点属性更新矩阵放入层级分类模块中进行分类，输出目标地理定位。本发明在中值误差、平均误差和最大误差方面优于当前的IPv6地理定位算法。

本发明授权一种基于图神经网络的街道级IPv6地理定位方法在权利要求书中公布了：1.一种基于图神经网络的街道级IPv6地理定位方法，其特征在于，其步骤如下： 步骤一，预处理：对所获得的IP地址进行匿名处理去除匿名节点，并将地标信息中的经度和纬度转换为区域编号；利用图神经网络将处理后的节点的信息转化为属性特征图； 步骤二，预训练：通过基于学习的方式将属性特征图的边的特征信息转换为边的权重； 步骤三，将步骤一得到的包括IPv6地址和中间路由节点的节点的特征信息馈送到改进的GraphSAGE模型中，根据边的权重进行剪枝，通过卷积学习相邻节点的信息，聚合和更新节点信息，并在节点表示后输出节点属性更新矩阵； 步骤四：将节点属性更新矩阵放入层级分类模块中进行分类，输出目标的区域编号，即目标的地理位置； 所述步骤四中计算层级分类模型输出的地理位置和真实地理位置间的误差，通过反向传播和梯度下降来调整层级分类模型的参数；根据优化后的层级分类模型进行目标IP地址定位，输出目标IP的地理位置预测结果； 所述层级分类模型包括多个全连接层和分类层，每个层后面都有一个全连接层；根据上一层的分类结果，分类层被发送到下一层，直到节点被成功分类； 建立一个树形分类结构，通过层级分类的方式对目标进行多次分类：设定树的根节点为城市名称，子节点为所属的区域编号，使用分类层归一化指数函数输出层输出对应的分类概率，将类别结果输入到下一级，并选定下一级的分类模型，最终输出目标IP的区域编号；采用贪婪的方法从根节点向下开始遍历，对每一层叶子节点只选择概率最大的节点继续向下遍历，直到某个节点低于设定的阈值或者到达叶子节点；使用独热编码的方式对文本地理位置编码，一个地标建立最大Len层的向量，Len为分层结构的深度； 分类层使用归一化指数函数计算节点在层输出节点上的概率： ； 其中，ic表示循环次数，表示分类层的权重矩阵；bias1是偏置参数；表示节点在层输出节点上的概率上的概率集合； 最大化概率得到节点概率最高的类CH，若大于阈值Q，则进行第二级分类，若小于Q，通过求自变量最大的函数将CH值化为1，向量中其他的值为0，输出节点每一层的one-hot编码向量，通过编码向量和编号的映射，将独热编码向量转化为区域编号。

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郑州轻工业大学，其通讯地址为：450000 河南省郑州市高新技术产业开发区科学大道136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。