本文提出了一種名為 SpiderDAN 的演算法，旨在通過添加匹配邊來優化基於需求感知的網路，並在理論分析和實驗評估中展示了其在特定需求矩陣和真實網路環境下的有效性。
生成式擴散模型通過學習高質量解決方案的分佈，而非僅僅將輸入映射到輸出，為複雜的網路優化問題提供了一種強大且有前景的新方法。
