一种基于图神经网络的孪生网络性能预测方法、装置及存储介质

    公开(公告)号:CN119299327A

    公开(公告)日:2025-01-10

    申请号:CN202411809896.8

    申请日:2024-12-10

    Abstract: 本发明公开了一种基于图神经网络的孪生网络性能预测方法、装置及存储介质,属于通信网络技术领域,所述方法包括:对获取到的物理通信网络历史信息进行预处理,得到依赖图数据集;对依赖图数据集中的各节点状态进行初始化,得到各节点的初始隐藏状态;使用所述初始隐藏状态对预先构建的网络性能预测模型进行训练,得到训练好的网络性能预测模型,其中,网络性能预测模型通过注意力机制、消息传递神经网络以及门控循环单元协同工作获取迭代更新的隐藏状态信息并调整模型参数;将获取到的物理通信网络实时信息输入训练好的网络性能预测模型,得到性能预测结果,提高了数字孪生通信网络性能预测的稳定性、准确性以及效率。

Patent Agency Ranking