CN120238994A 基于大数据的路由优化方法 （江苏峰鑫网络科技有限公司）.docxVIP

(19)国家知识产权局

(12)发明专利申请

(10)申请公布号CN120238994A(43)申请公布日2025.07.01

(21)申请号202510578571.1

(22)申请日2025.05.07

(71)申请人江苏峰鑫网络科技有限公司

地址213000江苏省常州市新北区华山路8

号

(72)发明人吕锋阴丹妮梁盼李飘孙款款刘洋洋

(74)专利代理机构安徽鼎创智信知识产权代理事务所(普通合伙)34357

专利代理师张瑾琰

(51)Int.CI.

HO4W40/02(2009.01)

HO4W40/12(2009.01)

H04L45/00(2022.01)

权利要求书2页说明书17页附图1页

(54)发明名称

基于大数据的路由优化方法

(57)摘要

本发明涉及物联网路由管理技术领域，具体为基于大数据的路由优化方法，包括以下步骤：采集物联网路由管理区域的频谱数据，关联分析节点间通信的历史成功率与重传次数对应的频谱状态，量化未来目标时间的成功通信的概率。本发明通过动态采集多频段历史通信成功率与重传次数数据，结合时间序列分析预测目标时段的干扰风险，将基于静态信道评估的干扰规避策略升级为概率驱动的预判机制，提升复杂电磁环境下传输路径的抗干扰能力。针对蓝牙、WiFi、

CN120238994A2.4G等多协议链路特性，同步量化单段路径的延迟、吞吐量、丢包率及流量成本等参数，建立异构

CN120238994A

采集并分析频谱与网络数据

采集并分析频谱与网络数据

量化干扰风险与路径性能成本

结合风险与成本

评估并排序候选路径

获取应用层QoS要求

依据QoS要求筛选已排序路径

横选路径列表非空?

选取评估结果最优路径结束处理

(无满足路径)

输出优选路由指令

CN120238994A权利要求书1/2页

2

1.基于大数据的路由优化方法，其特征在于，包括以下步骤：

采集物联网路由管理区域的频谱数据，关联分析节点间通信的历史成功率与重传次数对应的频谱状态，量化未来目标时间的成功通信的概率，得到预测干扰风险指标集；

采集处理蓝牙、WiFi、2.4G、Zigbee、LoRa和NB-IoT的网络性能数据，结合流量成本与接入点负载状态，评估单一网络技术链路的传输表现，获取单段路径性能成本档案，基于所述单段路径性能成本档案，组合计算跨不同网络技术与接入点的端到端传输路径的预期综合性能，建立端到端预期路径性能成本量化值；

基于所述预测干扰风险指标集与所述端到端预期路径性能成本量化值，将各备选传输路径所用频段的成功通信的概率与对应的预期性能进行关联匹配，生成路径风险与性能成本映射表，基于所述路径风险与性能成本映射表，进行量化合并计算，得到各路径的综合排序依据，建立路径评估结果；

基于所述路径评估结果，比对应用层提出的通信服务质量要求，筛选满足所有约束条件的备选传输路径，得到符合约束的候选路径列表，基于所述符合约束的候选路径列表，选取路径评估结果最优的路径作为当前路由决策，输出优选路由指令。

2.根据权利要求1所述的基于大数据的路由优化方法，其特征在于，所述预测干扰风险指标集的获取步骤为：

采集物联网路由管理区域内所有节点的频谱数据，关联每个节点的历史通信成功率数据与对应时间段内的数据包重传次数，建立节点频谱状态与通信行为的关系，生成频谱状态矩阵；

基于所述频谱状态矩阵，计算未来目标时间窗口内各频段的成功通信的概率；

根据成功通信的概率，聚合所有节点的概率分布，得到预测干扰风险指标。

3.根据权利要求1所述的基于大数据的路由优化方法，其特征在于，所述单段路径性能成本档案的获取步骤为：

采集蓝牙、WiFi、2.4G、Zigbee、LoRa和NB-IoT六种网络技术的历史与实时传输数据，解析端到端延迟数值、吞吐量数值、稳定性数值及丢包率数值，生成网络性能指标集；

基于所述网络性能指标集，同步获取各网络技术对应的流量成本数值与接入点的实时负载状态数值，将流量成本数值与负载状态数值按网络技术分类关联到网络性能指标集，形成性能成本参数组；

根据所述性能成本参数组，分析每个网络技术的延迟数值、吞吐量数值、丢包率数值对传输效率的影响权重，结合稳定性数值与负载状态数值的波动范围，计算单位流量成本下的传输效能，生成单段路径性能成本档案。

4.根据权利要求1所述的基于大数据