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！

龙图腾网获悉华中科技大学申请的专利基于分布式云数据库的异常智能诊断方法和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：CN119938382B 。

龙图腾网通过国家知识产权局官网在2025-09-12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：202510042032.6，技术领域涉及：G06F11/07；该发明授权基于分布式云数据库的异常智能诊断方法和系统是由郑渤龙;闫凌森;陈汀杨;许玲设计研发完成，并于2025-01-10向国家知识产权局提交的专利申请。

本基于分布式云数据库的异常智能诊断方法和系统在说明书摘要公布了：本申请属于云数据库异常诊断技术领域，具体公开了一种基于分布式云数据库的异常智能诊断方法和系统，该方法包括：基于数据库节点集群的关键性能指标KPI时间序列数据，构建层次依赖图；获取训练样本，所述训练样本包括异常样本以及所述异常样本对应的集群中的正常样本配对形成的样本；基于所述训练样本和所述层次依赖图，使用TripletLoss损失函数对孪生差异网络进行训练，获得训练完成的孪生差异网络；基于所述训练完成的孪生差异网络，确定待测数据库节点集群的异常根因类型。该方法可以提高分布式数据库异常诊断准确率。

本发明授权基于分布式云数据库的异常智能诊断方法和系统在权利要求书中公布了：1.一种基于分布式云数据库的异常智能诊断方法，其特征在于，包括： 基于数据库节点集群的关键性能指标KPI时间序列数据，构建层次依赖图； 获取训练样本，所述训练样本包括异常样本以及所述异常样本对应的集群中的正常样本配对形成的样本； 基于所述训练样本和所述层次依赖图，使用TripletLoss损失函数对孪生差异网络进行训练，获得训练完成的孪生差异网络； 基于所述训练完成的孪生差异网络，确定待测数据库节点集群的异常根因类型； 所述数据库节点集群的关键性能指标KPI时间序列数据，构建层次依赖图，包括： 通过孤立森林算法，对数据库节点集群的正常KPI时间序列数据进行清洗； 基于清洗后的正常KPI时间序列数据，以及数据库节点集群的异常KPI时间序列，构建KPI依赖图； 将所述KPI依赖图扩展为层次依赖图； 所述基于所述训练样本和所述层次依赖图，使用TripletLoss损失函数对孪生差异网络进行训练，获得训练完成的孪生差异网络，包括： 构建孪生差异网络，所述孪生差异网络由三个共享权重差异网络组成，包括多尺度趋势卷积模块和层次图卷积模块，其中，所述多尺度趋势卷积模块用于从KPI时间序列数据中提取短期和长期趋势以及水平特征，所述层次图卷积模块用于基于所述层次依赖图挖掘KPI时间序列数据的相关性； 基于所述训练样本对构建的孪生差异网络进行训练，获得训练完成的孪生差异网络； 所述多尺度趋势卷积模块具体用于： 对于时间序列，趋势卷积使用滑动窗口将该序列分割成大小为的窗口，对于每个窗口，应用线性回归来计算回归系数和截距，其中和可以视为对输入的趋势变换和恒等变化； 将核大小为的一维卷积层应用于和以提取进一步的特征，公式如下：，； 对输出在时间维度进行最大池化处理，尺度为的趋势卷积在中将输入映射为，使用多个不同尺度的趋势卷积来捕获不同的特征，其中尺度参数在中选取，整体上，多尺度卷积模块将输入映射到，公式如下：，； 所述基于所述训练完成的孪生差异网络，确定待测数据库节点集群的异常根因类型，包括： 获取差异样本，所述差异样本为所述待测数据库节点集群中的异常样本与正常样本形成的配对； 将所述差异样本输入所述训练完成的孪生差异网络，确定待测数据库节点集群的异常根因类型。

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华中科技大学，其通讯地址为：430074 湖北省武汉市洪山区珞喻路1037号；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”。

以上内容由龙图腾AI智能生成。