北京比格大数据有限公司张洋获国家专利权
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!
龙图腾网获悉北京比格大数据有限公司申请的专利跨集群基础设施自动化监控方法、装置、设备和存储介质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:CN119377039B 。
龙图腾网通过国家知识产权局官网在2025-08-26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:202411388678.1,技术领域涉及:G06F11/30;该发明授权跨集群基础设施自动化监控方法、装置、设备和存储介质是由张洋;朱严;聂知秘设计研发完成,并于2024-09-30向国家知识产权局提交的专利申请。
本跨集群基础设施自动化监控方法、装置、设备和存储介质在说明书摘要公布了:本申请实施例提供了一种跨集群基础设施自动化监控方法、装置、设备和存储介质,所述方法包括:在各集群每个基础设施中部署预设数据采集组件;通过预设数据采集组件采集各集群每个基础设施的运行数据,并将基础设施的运行数据填入预设监控模板中;对各预设监控模板中的运行数据进行标准化处理,得到标准化数据;接收输入的运行数据访问请求,基于所述运行数据访问请求中的展示规则,展示对应的标准化数据,能够通过监控跨集群下各集群各基础设施的运行数据,提高多集群环境下系统运行的稳定性、可靠性和效率。
本发明授权跨集群基础设施自动化监控方法、装置、设备和存储介质在权利要求书中公布了:1.一种跨集群基础设施自动化监控方法,其特征在于,包括: 在各集群每个基础设施中部署预设数据采集组件; 通过预设数据采集组件采集各集群每个基础设施的运行数据,并将基础设施的运行数据填入预设监控模板中; 对各预设监控模板中的运行数据进行标准化处理,得到标准化数据; 接收输入的运行数据访问请求,基于所述运行数据访问请求中的展示规则,展示对应的标准化数据, 其中,所述在各集群每个基础设施中部署预设数据采集组件,包括: 构建中央监控平台,其中,所述中央监控平台用于集中存储、处理和展示从不同集群每个基础设施中采集到的数据; 根据各集群每个基础设施的类型选择对应的预设数据采集组件,确保预设数据采集组件支持自动发现机制, 在同一集群中同种基础设施数量超过1个的情况下,所述在各集群中部署预设数据采集组件,包括: 若所有基础设施的物理位置的分布超出预设范围,或者所述基础设施的网络条件均符合预设网络要求,在每个基础设施上部署数据采集服务器和数据采集组件,所述数据采集服务器用于对数据采集组件采集的本地数据进行初步处理,将处理后的数据发送到中央监控平台, 对于同一集群中的同种基础设施,若所有基础设施的物理位置分布在预设范围内,或者所述基础设施的网络条件不符合预设网络要求,在中央监控平台与基础设施之间设置数据采集服务器,所述数据采集服务器用于收集所有基础设施的运行数据,并进行初步处理,所有基础设施与所述数据采集服务器连接,所述数据采集服务器与所述中央监控平台连接,其中,在每个基础设施和数据采集服务器上均部署数据采集组件; 其中,所述收集所有基础设施的运行数据,并进行初步处理,包括: 获取所有基础设施的运行数据,提取预处理后运行数据的特征向量; 构建运行数据敏感性评分模型评估运行数据敏感性并进行分类,基于分类结果对运行数据进行对敏感数据进行加密; 对交换后的数据进行解密存储运行数据,构建可视化界面进行实时展示运行数据, 构建敏感性评分模型,评估应用系统信息数据特征向量的敏感性评分Sx,公式为: 收集历史应用系统信息数据的敏感性评分设定评估阈值,将应用系统信息数据特征向量的敏感性评分与评估阈值进行对比,若应用系统信息数据特征向量的敏感性评分大于且等于评估阈值,则判定为敏感数据,若应用系统信息数据特征向量的敏感性评分小于评估阈值,则判定为普通数据, 将RBF核函数与积分结合,计算基准数据向量与应用系统信息数据特征向量之间的积累相似性Ax,公式为: 其中x为应用系统信息数据特征向量,x0为基准数据向量,xi为第i个应用系统信息数据的历史特征向量; 对积累相似性A进行对数变换Bx,公式为: Bx=log1+Ax; 引入双曲正切函数对参考特征向量的积累相似性进行平滑处理,得到平滑处理后的积累相似性Cx,公式为: 其中M为参考特征向量的数量,xj为第j个参考特征向量。
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北京比格大数据有限公司,其通讯地址为:100088 北京市西城区新外大街28号普天德胜B座408;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。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励