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！

龙图腾网获悉西安广华通信技术有限公司申请的专利基于人工智能的服务器负载评估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：CN121462442B 。

龙图腾网通过国家知识产权局官网在2026-03-27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：202610004089.1，技术领域涉及：H04L43/04；该发明授权基于人工智能的服务器负载评估方法及系统是由徐涛;孙雪豪;吕宇飞设计研发完成，并于2026-01-05向国家知识产权局提交的专利申请。

本基于人工智能的服务器负载评估方法及系统在说明书摘要公布了：本发明公开了基于人工智能的服务器负载评估方法及系统，方法包括负载数据预处理、基础负载评估模型构建、构建三层约束的降冗负载评估模型和服务器负载评估。本发明属于负载评估领域，具体是指基于人工智能的服务器负载评估方法及系统，本方案引入负载信息复用机制，实现历史负载信息的整合利用，提升连续负载波动跟踪精度，适配负载时序关联性；并设计双因子自适应调节的抗扰代价函数，精准抵抗突发流量干扰；设计三层差异化降冗约束，通过基础降冗优化：自适应阈值零向约束压缩非瓶颈权重，精准压缩非瓶颈权重，提升瓶颈识别准确率；重加权零向约束，避免瓶颈误判；精准降冗优化，覆盖全场景降冗需求；进而提高最终服务器负载评估准确性。

本发明授权基于人工智能的服务器负载评估方法及系统在权利要求书中公布了：1.基于人工智能的服务器负载评估方法，其特征在于：该方法包括以下步骤： 步骤S1：负载数据预处理；获取服务器负载原始数据，构建负载数据集； 步骤S2：基础负载评估模型构建；基于负载数据集，设计双因子自适应调节的抗扰代价函数，建立基础权重更新规则； 步骤S3：构建三层约束的降冗负载评估模型；对权重更新规则施加三层降冗约束，建立降冗负载评估模型； 步骤S4：服务器负载评估；基于降冗负载评估模型实现服务器负载评估； 在步骤S2中，基础负载评估模型构建是基于负载数据集，引入负载信息复用机制，同时结合抗扰代价函数构建基础评估模型的权重更新规则；具体操作为： 设计抗扰代价函数，设计基于双因子自适应调节的抗扰代价函数，表示为： ；其中，λ是抗扰调节参数；σ是负载偏差的标准差；i是历史时刻，i取值从n-K+1到n；是i时刻的负载偏差值；K是信息复用阶数；是负载偏差的相对幅度； 信息复用权重更新，将单时刻更新扩展为前K时刻数据加权平均更新，实现对负载输入的适配，表示为：；其中，是对应时刻第m个维度的信息复用权重值；是步长因子；是对应时刻负载输入向量的第m个特征值；其中，μ是步长因子；K是信息复用阶数； 在步骤S3中，构建三层约束的降冗负载评估模型是对于基础评估模型，通过三层差异化降冗约束项逐步优化权重分布，得到降冗负载评估模型；三层约束的迭代顺序为：先执行基础降冗优化，再叠加重加权零向约束，最后引入对数模约束项完成精准降冗优化；具体操作为： 步骤S31：基础降冗优化，均匀约束非零权重；对权重绝对值低于自适应阈值的参数施加零向约束，将接近零的权重快速压缩至零，在基础模型权重更新公式中加入自适应阈值零向约束项，更新公式表示为：；其中，ρ1为零向控制因子；sgn[·]是符号函数，表示为：；是指示函数；；是阈值调节系数；是自适应阈值； 步骤S32：重加权零向约束，进行重加权零向约束；引入重加权约束项，权重逐系数更新公式表示为：；其中，ρ2是重加权控制因子；是收缩幅度参数； 步骤S33：精准降冗优化；计算权重的无穷范数，代表当前最大负载影响权重，表示为：；和分别是第1个维度和第M个维度的信息复用权重值；构建对数模降冗约束项，得到最终权重更新公式，表示为：；其中，ρ3是对数约束控制因子； 步骤S34：负载评估结果输出；通过迭代更新权重向量，得到稳定的负载评估模型，输出实时负载值及瓶颈资源维度；同时根据负载变化动态调整模型参数；当权重向量收敛，计算实时负载评估值，并输出权重最大的前N个资源维度作为负载瓶颈； 在步骤S4中，服务器负载评估是基于负载数据集，调用步骤S33得到的最终权重迭代公式，迭代计算当前时刻稳定权重向量，代入负载评估公式，得到当前时刻的服务器实时负载评估值；周期内将服务器实时负载评估数据加入负载数据集。

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西安广华通信技术有限公司，其通讯地址为：710000 陕西省西安市高新区高新三路西BD新天地小区2幢1单元10721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”。

以上内容由龙图腾AI智能生成。