買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉華中科技大學申請的專利基于分布式云數據庫的異常智能診斷方法和系統獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN119938382B 。

龍圖騰網通過國家知識產權局官網在2025-09-12發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202510042032.6，技術領域涉及：G06F11/07；該發明授權基于分布式云數據庫的異常智能診斷方法和系統是由鄭渤龍;閆凌森;陳汀楊;許玲設計研發完成，并于2025-01-10向國家知識產權局提交的專利申請。

本基于分布式云數據庫的異常智能診斷方法和系統在說明書摘要公布了：本申請屬于云數據庫異常診斷技術領域，具體公開了一種基于分布式云數據庫的異常智能診斷方法和系統，該方法包括：基于數據庫節點集群的關鍵性能指標KPI時間序列數據，構建層次依賴圖；獲取訓練樣本，所述訓練樣本包括異常樣本以及所述異常樣本對應的集群中的正常樣本配對形成的樣本；基于所述訓練樣本和所述層次依賴圖，使用TripletLoss損失函數對孿生差異網絡進行訓練，獲得訓練完成的孿生差異網絡；基于所述訓練完成的孿生差異網絡，確定待測數據庫節點集群的異常根因類型。該方法可以提高分布式數據庫異常診斷準確率。

本發明授權基于分布式云數據庫的異常智能診斷方法和系統在權利要求書中公布了：1.一種基于分布式云數據庫的異常智能診斷方法，其特征在于，包括： 基于數據庫節點集群的關鍵性能指標KPI時間序列數據，構建層次依賴圖； 獲取訓練樣本，所述訓練樣本包括異常樣本以及所述異常樣本對應的集群中的正常樣本配對形成的樣本； 基于所述訓練樣本和所述層次依賴圖，使用TripletLoss損失函數對孿生差異網絡進行訓練，獲得訓練完成的孿生差異網絡； 基于所述訓練完成的孿生差異網絡，確定待測數據庫節點集群的異常根因類型； 所述數據庫節點集群的關鍵性能指標KPI時間序列數據，構建層次依賴圖，包括： 通過孤立森林算法，對數據庫節點集群的正常KPI時間序列數據進行清洗； 基于清洗后的正常KPI時間序列數據，以及數據庫節點集群的異常KPI時間序列，構建KPI依賴圖； 將所述KPI依賴圖擴展為層次依賴圖； 所述基于所述訓練樣本和所述層次依賴圖，使用TripletLoss損失函數對孿生差異網絡進行訓練，獲得訓練完成的孿生差異網絡，包括： 構建孿生差異網絡，所述孿生差異網絡由三個共享權重差異網絡組成，包括多尺度趨勢卷積模塊和層次圖卷積模塊，其中，所述多尺度趨勢卷積模塊用于從KPI時間序列數據中提取短期和長期趨勢以及水平特征，所述層次圖卷積模塊用于基于所述層次依賴圖挖掘KPI時間序列數據的相關性； 基于所述訓練樣本對構建的孿生差異網絡進行訓練，獲得訓練完成的孿生差異網絡； 所述多尺度趨勢卷積模塊具體用于： 對于時間序列，趨勢卷積使用滑動窗口將該序列分割成大小為的窗口，對于每個窗口，應用線性回歸來計算回歸系數和截距，其中和可以視為對輸入的趨勢變換和恒等變化； 將核大小為的一維卷積層應用于和以提取進一步的特征，公式如下：，； 對輸出在時間維度進行最大池化處理，尺度為的趨勢卷積在中將輸入映射為，使用多個不同尺度的趨勢卷積來捕獲不同的特征，其中尺度參數在中選取，整體上，多尺度卷積模塊將輸入映射到，公式如下：，； 所述基于所述訓練完成的孿生差異網絡，確定待測數據庫節點集群的異常根因類型，包括： 獲取差異樣本，所述差異樣本為所述待測數據庫節點集群中的異常樣本與正常樣本形成的配對； 將所述差異樣本輸入所述訓練完成的孿生差異網絡，確定待測數據庫節點集群的異常根因類型。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人華中科技大學，其通訊地址為：430074 湖北省武漢市洪山區珞喻路1037號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。