Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 中电信数智科技有限公司朱文进获国家专利权

中电信数智科技有限公司朱文进获国家专利权

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!

龙图腾网获悉中电信数智科技有限公司申请的专利一种基于数据仓库的分布式灾备演练数据优化及预警方法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:CN115422302B

龙图腾网通过国家知识产权局官网在2025-09-19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:202211023421.7,技术领域涉及:G06F16/28;该发明授权一种基于数据仓库的分布式灾备演练数据优化及预警方法是由朱文进设计研发完成,并于2022-08-25向国家知识产权局提交的专利申请。

一种基于数据仓库的分布式灾备演练数据优化及预警方法在说明书摘要公布了:本发明公开了一种基于数据仓库的分布式灾备演练数据优化及预警方法,包括:在中央服务器部署基于iceberg数据湖技术的实时数据仓库,采用Flink和Spark流数据形式对数据进行在线与离线管理,实时计算进程池占用率;分布式训练中央预警模型,当进程池占用率低于设定值时,优先带有跨地方隐私灾备演练数据运算,实现内存异常实时跟踪捕捉以及基于中央预警模型的提前预警;将各地模型训练结果提交到中央服务器更新总部演练结果数据库,存储每次训练后的演练结果并将隐私数据存入实时数据仓库。本发明可有效地克服模型偏差问题,降低计算复杂度。

本发明授权一种基于数据仓库的分布式灾备演练数据优化及预警方法在权利要求书中公布了:1.一种基于数据仓库的分布式灾备演练数据优化及预警方法,其特征在于,包括: 步骤一、在中央服务器部署基于iceberg数据湖技术的实时数据仓库,采用Flink和Spark流数据形式对数据进行在线与离线管理,实时计算进程池线程占用率; 所述线程占用率的计算公式如下: 其中,N是线程池运行时工作线程数;Nmax是设置的最大线程数;描述工作线程的饱和度;Tcur是当前采集时间窗口的任务数;Tpre是上一采集时间窗口的任务数;Q是任务缓冲队列大小;描述当前任务饱和度;描述任务缓冲队列增长速率;ξ是权重系数; 步骤二:分布式训练中央预警模型,当进程池占用率低于设定值时,优先带有跨地方隐私灾备演练数据运算,实现内存异常实时跟踪捕捉以及基于中央预警模型的提前预警,包括: 步骤1、中央服务器部署灾备演练结果数据库和演练关联关系数据库,地方服务器部署地方演练数据库; 步骤2、通过部署在总部的中央服务器程序执行第一轮中央预警模型训练开始指令,将指令下发到地方灾备演练边缘节点服务器,简称为边缘节点服务器; 步骤3、边缘节点服务器收到中央预警模型后,进行隐私数据聚合后向中央服务器进行数据传输与模型运算,包括: 对地方演练数据和与演练关联关系数据库进行分类聚合,形成真实有效的隐私分析数据后存入实时数据仓库; 通过各地边缘节点服务器部署的程序执行将本地演练数据库所有灾备演练数据按照演练步骤分类,将得到的n个演练步骤映射成Flink流数据的n个环节,同时将n个演练步骤内存使用情况放入Spark的内存计算; 步骤4、采用马尔可夫链算法构建中央预警模型,预测内存计算过程中发生故障的概率,所述中央预警模型为:Xk+1=Xk×P; 公式中:Xk表示趋势分析与预测对象在t=k时刻的状态向量; P表示一步转移概率矩阵; Xk+1表示趋势分析与预测对象在t=k+1时刻的状态向量; 步骤三、将各地模型训练结果提交到中央服务器更新总部演练结果数据库,存储每次训练后的演练结果并将隐私数据存入实时数据仓库。

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中电信数智科技有限公司,其通讯地址为:100036 北京市海淀区复兴路33号13层东塔13层1308室;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AI智能生成
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。