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！

龙图腾网获悉中国工商银行股份有限公司申请的专利数据库性能短时预警方法、模型训练方法、装置及设备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：CN115221024B 。

龙图腾网通过国家知识产权局官网在2026-02-06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：202210723259.3，技术领域涉及：G06F11/34；该发明授权数据库性能短时预警方法、模型训练方法、装置及设备是由李梅设计研发完成，并于2022-06-24向国家知识产权局提交的专利申请。

本数据库性能短时预警方法、模型训练方法、装置及设备在说明书摘要公布了：本说明书涉及数据库技术领域，提供了一种数据库性能短时预警方法、模型训练方法、装置及设备，该方法包括：获取影响目标数据库性能的影响因素历史数据；利用所述影响因素历史数据生成多个不同时间粒度的时间序列数据；以深度学习模型为初始模型，利用每个时间粒度的时间序列数据分别训练得到一个待候选预测模型，形成待候选预测模型集合；确定所述待候选预测模型集合中各个待候选预测模型的预测准确度；根据所述预测准确度从所述待候选预测模型集合中，选出最优者作为数据库性能短时预测模型。本说明书实施例可以提高数据库性能预测的准确性。

本发明授权数据库性能短时预警方法、模型训练方法、装置及设备在权利要求书中公布了：1.一种数据库性能短时预测模型训练方法，其特征在于，包括： 获取影响目标数据库性能的影响因素历史数据； 其中，所述影响因素历史数据包括内部影响因素及外部影响因素的历史数据；所述内部影响因素包括软硬件因素和数据库繁忙度，所述软硬件因素包括CPU、内存、磁盘大小、网卡版本、操作系统版本、服务器并发数、是否开启超线程和是否安装中间件，所述数据库繁忙度包括是否处于业务高峰时段、数据库连接数、线程池堆积度、数据库中锁等待数量、CPU使用率和内存使用率；所述外部影响因素包括服务器使用年限、机房温度和机房湿度； 利用所述影响因素历史数据生成多个不同时间粒度的时间序列数据； 以深度学习模型为初始模型，利用每个时间粒度的时间序列数据分别训练得到一个待候选预测模型，形成待候选预测模型集合； 确定所述待候选预测模型集合中各个待候选预测模型的预测准确度； 根据所述预测准确度从所述待候选预测模型集合中，选出最优者作为数据库性能短时预测模型； 其中，所述根据所述预测准确度从所述待候选预测模型集合中，选出最优者作为数据库性能短时预测模型，包括： 按照预测准确度将所述各个待候选预测模型由大至小进行排序； 确定所述排序中第一顺位者与第二顺位者之间的差值； 判断所述差值是否大于设定阈值； 如果所述差值大于设定阈值，则将所述第一顺位者作为数据库性能短时预测模型； 如果所述差值不大于设定阈值，则将所述第一顺位者和所述第二顺位者中，时间粒度较长者作为数据库性能短时预测模型。

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中国工商银行股份有限公司，其通讯地址为：100140 北京市西城区复兴门内大街55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。