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！

龙图腾网获悉山东海博科技信息系统股份有限公司申请的专利大小模型协同驱动的AIOps多任务调度方法及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：CN120085999B 。

龙图腾网通过国家知识产权局官网在2025-07-25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：202510587616.1，技术领域涉及：G06F9/48；该发明授权大小模型协同驱动的AIOps多任务调度方法及系统是由万力设计研发完成，并于2025-05-08向国家知识产权局提交的专利申请。

本大小模型协同驱动的AIOps多任务调度方法及系统在说明书摘要公布了：本申请涉及人工智能运维技术领域，尤其是涉及大小模型协同驱动的AIOps多任务调度方法及系统。该方法包括：获取异构运维时序数据集，对异构运维时序数据集进行数据一致性校准，确定多源标准化运维数据流；分析多源标准化运维数据流，确定运维指标动态因果信息，并根据运维指标动态因果信息，确定过优化目标事件信息；根据过优化目标事件信息，确定实时运维任务链条，并根据实时运维任务链条，确定大小模型协同调度策略；根据大小模型协同调度策略，对系统状态进行实时运维调整，确定并输出协同运维报告。本申请有效解决利用AIOps技术运维过程中存在的过优化陷阱问题，使运维过程高度匹配系统的高动态响应需求。

本发明授权大小模型协同驱动的AIOps多任务调度方法及系统在权利要求书中公布了：1.一种大小模型协同驱动的AIOps多任务调度方法，其特征在于，包括： 获取异构运维时序数据集，对所述异构运维时序数据集进行数据一致性校准，确定多源标准化运维数据流； 分析所述多源标准化运维数据流，确定运维指标动态因果信息，并根据所述运维指标动态因果信息，确定过优化目标事件信息； 所述运维指标动态因果信息是反映所述多源标准化运维数据流中各运维指标间时变因果关系及强度的信息，即不同运维指标之间的因果关联指数； 所述分析所述多源标准化运维数据流，确定运维指标动态因果信息，并根据所述运维指标动态因果信息，确定过优化目标事件信息，包括： 分析所述多源标准化运维数据流，确定不同运维指标在不同时间点的变化量，以此确定每一运维指标对应的变化速率，根据所述变化速率，确定每一运维指标对应的动态滞后时间窗口； 基于每一运维指标在不同时间点的变化量和所述动态滞后时间窗口，确定任意两个运维指标之间的滞后影响因子； 根据预设指标层级归属信息，分析所述多源标准化运维数据流，确定任意两个运维指标之间的层级关联指数和每一运维指标的协同影响权重； 基于所述层级关联指数和所述协同影响权重，根据所述动态滞后时间窗口和所述滞后影响因子，确定任意两个运维指标之间的所述因果关联指数； 分析所述多源标准化运维数据流，确定若干显性异常运维指标； 基于所述因果关联指数，分析若干所述显性异常运维指标，确定若干隐性根因指标，根据若干所述显性异常运维指标和对应的若干所述隐性根因指标，判断是否存在过优化事件； 若存在所述过优化事件，则将对应若干所述显性异常运维指标和所述隐性根因指标作为所述过优化目标事件信息； 根据所述过优化目标事件信息，确定实时运维任务链条，并根据所述实时运维任务链条，确定大小模型协同调度策略； 所述根据所述过优化目标事件信息，确定实时运维任务链条，并根据所述实时运维任务链条，确定大小模型协同调度策略，包括： 分析若干所述显性异常运维指标和所述隐性根因指标，以每一所述隐性根因指标为起始任务节点，将与其对应的若干所述显性异常运维指标作为链条节点，构建若干运维目标数据链条； 基于所述起始任务节点，分析所述运维目标数据链条，确定每一链条节点的路径深度； 根据预设运维知识图谱，分析若干所述运维目标数据链条，提取每一起始任务节点或链条节点对应的运维任务和各节点之间的依赖指数，构建若干目标任务链条，并确定每一所述目标任务链条的事件复杂度和每一所述目标任务链条中每一目标任务的任务重要指数； 根据所述路径深度、所述依赖指数、所述事件复杂度和所述任务重要指数，确定每一所述目标任务链条中每一目标任务的动态调度映射指数； 根据每一目标任务的所述动态调度映射指数，确定大模型目标任务集和小模型目标任务集，构建所述大小模型协同调度策略； 根据所述大小模型协同调度策略，对系统状态进行实时运维调整，确定并输出协同运维报告。

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山东海博科技信息系统股份有限公司，其通讯地址为：266000 山东省青岛市市北区上清路16号甲南10#-2-6层；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”。