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！

申请/专利权人：郑州埃文科技有限公司

摘要：本发明提供一种基于图神经网络的街道级IP地址定位方法，包括以下步骤：首先，筛选与目标IP匹配的地标IP；其次，从IP特征和网络测量两种不同的视角，建立所述区域中的目标IP与地标IP间的拓扑空间关系，以得到目标IP与关联地标IP间的边缘权重，构成完整的拓扑图结构；再次，利用目标IP与地标IP间的边缘权重及拓扑图结构，使用图卷积神经网络聚合邻域地标特征及地理坐标，并通过正则化流得到关于目标IP的概率表示以抵御网络波动带来的负面影响，得到关于IP的健壮的隐状态；最后，使用多层感知机进行线性仿射变化，从概率表示一一即目标IP的隐状态中解码得到目标IP的经纬度坐标，完成IP定位任务；本发明具有IP地址定位准确，抗干扰能力强的优点。

主权项：1.一种基于图神经网络的街道级IP地址定位方法，其特征在于，包括以下步骤：步骤S1、IP地址聚类，筛选与目标IP匹配的地标IP，得到包含目标IP与若干地标IP为图结点的区域；步骤S2、IP地址连接，从IP特征和网络测量两种不同的视角，建立所述区域中的目标IP与地标IP间的拓扑空间关系，以得到目标IP与关联地标IP间的边缘权重，构成完整的拓扑图结构；步骤S3、IP特征聚合，利用目标IP与地标IP间的边缘权重及拓扑图结构，使用图卷积神经网络聚合邻域地标特征及地理坐标，并通过正则化流得到关于目标IP的概率表示以抵御网络波动带来的负面影响，得到关于IP的健壮的隐状态；所述步骤S3的具体过程如下：首先，利用图卷积神经网络（GCN）得到一个简单的高斯分布： 式5，其中，表示IP的特征向量与地标经纬度的拼接，对于待预测的目标IP，使用（0,0）代替，和是两个具有不同参数的图卷积神经网络，是服从高斯分布的随机变量，表示所有IP节点的隐状态；然后，使用连续正则化流将隐状态继续推导至更灵活的分布形式以应对变幻莫测的网络环境，设和是初始随机变量和概率分布，那么分布变化表示为： 式6， 式7， 式8，其中，是表示分布转换跨度的超参数，是以为可学习参数的全连接层，表示矩阵的迹；最后，以最大化证据下限（ELBO）以优化最终后验分布，如下所示： 式9，其中，表示重建的拓扑图结构与原有图结构之间的重构损失，计算方式如下： 式10，式中的是Heaviside阶跃函数，代表一个全连接神经网络，用于从隐状态重建图的拓扑结构；步骤S4、IP地址定位，使用多层感知机进行线性仿射变化，从概率表示——即目标IP的隐状态中解码得到目标IP的经纬度坐标，完成IP定位任务。

全文数据：

权利要求：

百度查询： 郑州埃文科技有限公司 一种基于图神经网络的街道级IP地址定位方法