買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉上海數(shù)據(jù)港股份有限公司申請的專利基于TensorFlow生態(tài)的數(shù)據(jù)中心數(shù)據(jù)管理方法及系統(tǒng)獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN119989124B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-08-26發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號為：202510477189.1，技術(shù)領(lǐng)域涉及：G06F18/2411；該發(fā)明授權(quán)基于TensorFlow生態(tài)的數(shù)據(jù)中心數(shù)據(jù)管理方法及系統(tǒng)是由王信菁;宋志剛;滕然;張宦平設(shè)計(jì)研發(fā)完成，并于2025-04-16向國家知識產(chǎn)權(quán)局提交的專利申請。

本基于TensorFlow生態(tài)的數(shù)據(jù)中心數(shù)據(jù)管理方法及系統(tǒng)在說明書摘要公布了：本發(fā)明涉及數(shù)據(jù)管理技術(shù)領(lǐng)域，具體為基于TensorFlow生態(tài)的數(shù)據(jù)中心數(shù)據(jù)管理方法及系統(tǒng)，通過采集數(shù)據(jù)中心內(nèi)的歷史多源異構(gòu)數(shù)據(jù)和實(shí)時(shí)多源異構(gòu)數(shù)據(jù)并進(jìn)行預(yù)處理，獲得第一歷史多源數(shù)據(jù)和第一實(shí)時(shí)多源數(shù)據(jù)；構(gòu)建數(shù)據(jù)分區(qū)管理模型對所述第一歷史多源數(shù)據(jù)分析，獲得數(shù)據(jù)分區(qū)結(jié)果，生成梯度基線；基于第一實(shí)時(shí)多源數(shù)據(jù)測算實(shí)時(shí)梯度基線，測算獲得梯度基線的重構(gòu)誤差，實(shí)時(shí)動(dòng)態(tài)調(diào)整閾值，獲得異常TensorFlow生態(tài)梯度；構(gòu)建異常解析管理模型對所述異常TensorFlow生態(tài)梯度進(jìn)行分析，獲得TensorFlow生態(tài)異常指標(biāo)向量，獲得產(chǎn)生異常的具體異常因素；對所述異常因素進(jìn)行評估與告警。

本發(fā)明授權(quán)基于TensorFlow生態(tài)的數(shù)據(jù)中心數(shù)據(jù)管理方法及系統(tǒng)在權(quán)利要求書中公布了：1.基于TensorFlow生態(tài)的數(shù)據(jù)中心數(shù)據(jù)管理方法，其特征在于，構(gòu)建數(shù)字化管理平臺，所述數(shù)字化管理平臺包括： S1.采集數(shù)據(jù)中心內(nèi)的歷史多源異構(gòu)數(shù)據(jù)和實(shí)時(shí)多源異構(gòu)數(shù)據(jù)并進(jìn)行預(yù)處理，獲得第一歷史多源數(shù)據(jù)和第一實(shí)時(shí)多源數(shù)據(jù)；多源異構(gòu)數(shù)據(jù)包括空間、時(shí)間、生態(tài)環(huán)境數(shù)據(jù)； S2.構(gòu)建數(shù)據(jù)分區(qū)管理模型對所述第一歷史多源數(shù)據(jù)進(jìn)行分析，獲得數(shù)據(jù)分區(qū)結(jié)果；通過所述數(shù)據(jù)分區(qū)結(jié)果，生成梯度基線； 數(shù)據(jù)分區(qū)管理模型包括梯度基線生成層，通過對TensorFlow生態(tài)特征向量和第一實(shí)時(shí)多源數(shù)據(jù)進(jìn)行多維回歸分析獲得初步的理論TensorFlow生態(tài)基線；通過自編碼器模型對TensorFlow生態(tài)特征向量進(jìn)行非線性映射，提取出TensorFlow生態(tài)系統(tǒng)中潛在特征，根據(jù)學(xué)習(xí)到的潛在特征重構(gòu)原始TensorFlow生態(tài)梯度數(shù)據(jù)，生成梯度基線； S3.基于所述第一實(shí)時(shí)多源數(shù)據(jù)測算實(shí)時(shí)梯度基線；通過對梯度基線和實(shí)時(shí)梯度基線進(jìn)行測算，獲得梯度基線的重構(gòu)誤差；基于所述實(shí)時(shí)梯度基線更新所述重構(gòu)誤差，實(shí)時(shí)動(dòng)態(tài)調(diào)整閾值，獲得異常TensorFlow生態(tài)梯度； S4.構(gòu)建異常解析管理模型對所述異常TensorFlow生態(tài)梯度進(jìn)行分析，獲得TensorFlow生態(tài)異常指標(biāo)向量；依據(jù)對TensorFlow生態(tài)異常指標(biāo)向量分析，獲得產(chǎn)生異常的具體異常因素；對所述異常因素進(jìn)行評估與告警。

如需購買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人上海數(shù)據(jù)港股份有限公司，其通訊地址為：200000 上海市靜安區(qū)江場路1401弄14號1601室；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。