一种自适应带宽管理的互联网接入服务优化方法及系统

本发明属于带宽接入管理技术领域，具体涉及一种自适应带宽管理的互联网接入服务优化方法及系统。该发明通过分布式探针技术，能够实时采集网络状态参数和用户终端元数据，利用深度学习网络模型，如LSTM‑Transformer混合神经网络，对采集到的数据进行处理和分析，预测未来一段时间内的带宽需求，不仅考虑了时间周期性和流量突变特征，还引入了设备关联特征，从而提高了预测的准确性和可靠性，根据业务紧急度和预测的带宽需求，动态划分虚拟通道，并为各虚拟通道分配带宽资源，确保了在网络高峰时段，高优先级业务能够获得足够的带宽资源，从而保证了网络服务的稳定性和质量，此外，还引入了带宽扩容机制和带宽回收策略，以应对网络带宽的动态变化。