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！

龙图腾网恭喜常州数据科技有限公司申请的专利一种云智慧数字化信息网络传输系统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：CN119172038B 。

龙图腾网通过国家知识产权局官网在2025-03-18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：202411667032.7，技术领域涉及：H04L1/00；该发明授权一种云智慧数字化信息网络传输系统是由单志刚;王廷生;刘志勇设计研发完成，并于2024-11-21向国家知识产权局提交的专利申请。

本一种云智慧数字化信息网络传输系统在说明书摘要公布了：本发明公开了一种云智慧数字化信息网络传输系统，涉及信息网络传输领域，其技术方案要点包括：采集初始数据包的原始信息和传输途径信息，在传输起始端点处，使用前向纠错技术对初始数据包进行初步预处理，获取实际数据包；提取每个实际数据包的传输途径信息，构建传输有向图，使用优化粒子群算法在传输有向图中获取实际数据包的最佳传输路径；通过动态调节起始窗口和终止窗口的大小，控制每个传输起始端点和传输终止端点处实际数据包的数量，实际数据包根据最佳传输路径依次进行节点传输，直到传输终止端点处停止；提供可视化工具实时查看传输过程，并进行界面交互，实现云智慧数字化信息网络的优化传输。

本发明授权一种云智慧数字化信息网络传输系统在权利要求书中公布了：1.一种云智慧数字化信息网络传输系统，其特征在于，所述云智慧数字化信息网络传输系统包括：预准备模块：采集初始数据包的原始信息和传输途径信息，在传输起始端点处，使用前向纠错技术对初始数据包进行初步预处理，获取实际数据包；传输设计模块：提取每个实际数据包的传输途径信息，构建传输有向图，使用优化粒子群算法在传输有向图中获取实际数据包的最佳传输路径；实效传输模块：通过动态调节起始窗口和终止窗口的大小，控制每个传输起始端点和传输终止端点处实际数据包的数量，实际数据包根据最佳传输路径依次进行节点传输，直到传输终止端点处停止；实效输出模块：提供可视化工具实时查看传输过程，并进行界面交互；所述初始数据包的原始信息包括数据包的属性，数据包的属性包括数据包的大小、类型和保密需求等级，保密需求等级通过保密标准进行预先设定，传输途径信息包括传输起始端点、传输终止端点和传输节点；所述使用前向纠错技术对初始数据包进行初步预处理的方法包括：使用网络监控工具实时监测传输网络的丢包率、延迟时间、抖动频率和剩余带宽，并计算网络评价指数，其中，表示初始数据包的大小，表示常数，、和表示权重系数；根据保密需求等级和网络评价指数对初始数据包进行分块处理，将初始数据包划分为个数据小块；对于每一个数据小块，根据神经网络模型获取每个数据小块的冗余添加方案；根据冗余添加方案对每个小块进行冗余信息添加，将所有处理过的小块按照其在原始数据包中的顺序进行排序，整合成完整的数据包并进行清点校验，形成实际数据包；所述根据保密需求等级和网络评价指数对初始数据包进行分块处理的方法包括：提取数据包各个部分的保密需求等级和当前传输的网络评价指数；构建CART决策树模型，将保密需求等级和网络评价指数作为分割特征，划分准则基于Gini系数衡量当前节点的混乱程度，，选择使Gini系数最小的特征和划分点进行分割，对数据包形成的样本递归二分形成右子集和左子集，然后对每个子集继续递归二分，直到树的深度达到了预设值时停止；其中，表示划分后左子集的样本数，表示划分后右子集的样本数，表示当前节点的总样本数，表示划分后左子集的类别总数，表示划分后右子集的类别总数，表示当前节点划分后左子集中类别k的样本数，表示当前节点划分后右子集中类别k的样本数；设定CART决策树模型的输入为初始数据包，输出为划分好的数据小块，收集go_p组已知保密需求等级和网络评价指数的初始数据包以及划分好的数据小块，用于训练构建好的CART决策树模型，获取训练好的CART决策树模型；使用训练好的CART决策树模型对需要划分的数据包进行处理，获取划分好的数据小块；设定神经网络模型包括输入层、隐藏层和输出层，输入层的输入为数据小块的特征向量，特征向量包括数据小块的大小和、类型、传输网络的带宽、丢包率和计算资源，输出层的输出为每个数据小块的冗余添加方案，冗余添加方案包括编码类型、编码率、编码轻度和编码参数；设定神经网络模型的任务要求为，约束条件为；其中，表示任务要求评定指数，、和、、和分别表示权重系数，表示冗余添加方案的容错能力，表示冗余添加方案的数据恢复速度，表示预定阈值，表示数据小块的索引，表示数据小块的内存占用资源，表示数据小块的带宽开销，表示数据小块的容错能力，表示数据小块的实时性；根据神经网络模型的输入和输出采集历史数据形成训练集，使用已标注的训练集迭代训练神经网络模型在不同场景下的最优冗余添加方案，使用常见的梯度下降优化模型的参数，直到达到设定的迭代次数时停止，得到训练好的神经网络模型；将当前数据小块的特征向量输入训练好的神经网络模型中，获取所需的冗余添加方案；所述传输有向图的构建方法：设定传输有向图由起始点、中间点、终止点和有向边组成，提取每个数据包的传输起始端点作为起始点，传输过程中可通行的中转站或处理节点设置为中间点，每个传输终止端点为终止点；设定有向边为传输路径，设定有向边的方向与可联通传输到节点的方向相同，且为每条有向边赋予属性限制，属性限制为不能超过可承受负载、剩余可利用带宽和最大延迟时间，每条有向边的属性限制进行实时动态更新；所述使用优化粒子群算法在传输有向图中获取实际数据包的最佳传输路径，具体方法包括：获取传输有向图中每个起始点处的实际数据包，根据实际数据包的数量K_lu，利用分布式并行化生成K_lu组粒子群，每个粒子的移动路线代表一条可传输的有向边；设计适应度函数评估每条移动路线的优劣，适应度函数；限制条件为；其中，表示每条有向边的可承受负载，表示每条有向边的实际负载，表示每条有向边的剩余可利用带宽，表示每条有向边的最大延迟时间，表示每条有向边的实际延迟时间；初始化每个粒子群的位置为起始点，设置算法参数，根据适应度函数，计算每个粒子对应移动路线的适应度值，记录每个粒子历史上的个体最优位置以及所有粒子中最优的移动路线，更新粒子的速度和位置，直到达到最大迭代次数时停止，对于每个粒子群，将所有粒子中最优的移动路线记为传输到下一节点的最佳传输路径；收集所有粒子群的最佳传输路径，即为对应实际数据包传输到下一节点的最佳传输路径。

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常州数据科技有限公司，其通讯地址为：213001 江苏省常州市钟楼区关河西路180号恒远大厦4楼；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”。