基于时空图注意力模型的网络病毒传播预测方法

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
基于时空图注意力模型的网络病毒传播预测方法
申请号:CN202510426986
申请日期:2025-04-07
公开号:CN120408615A
公开日期:2025-08-01
类型:发明专利
摘要
本发明提出了一种基于时空图注意力模型的网络病毒传播预测方法,主要解决现有技术对传播参数的依赖性强、预测精度低的问题。方案包括:1)基于网络拓扑结构和病毒历史传播数据,构建时空感染状态图;2)使用滑动窗口机制对病毒历史传播数据进行处理,构建数据集;3)结合图注意力网络和长短期记忆网络,构建基于时空图注意力网络的预测模型;4)利用构建的数据集对预测模型进行训练,并评估模型的预测性能;5)采用训练好的模型对未来网络病毒的传播趋势进行预测。本发明有效结合了病毒传播的空间拓扑特性与时间演化规律,同时引入图注意力机制,能够显著提升大规模网络环境下病毒传播的预测准确性和计算速度。
技术关键词
节点特征 滑动窗口机制 多头注意力机制 注意力模型 大规模网络环境 输出特征 数据 病毒 优化器 线性变换矩阵 长短期记忆网络 训练集 网络拓扑结构 非线性特征 标签