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！

龙图腾网获悉浙江外国语学院申请的专利学生体质测试数据多中心协同采集与管理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：CN120528947B 。

龙图腾网通过国家知识产权局官网在2025-09-23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：202511025320.7，技术领域涉及：H04L67/12；该发明授权学生体质测试数据多中心协同采集与管理方法及系统是由黄欢;傅金芬;刘钰峰;李志良设计研发完成，并于2025-07-24向国家知识产权局提交的专利申请。

本学生体质测试数据多中心协同采集与管理方法及系统在说明书摘要公布了：本发明提供学生体质测试数据多中心协同采集与管理方法及系统，涉及技术领域，包括获取多个体质测试中心上传的数据，基于存储节点容量信息进行分片分配；构建时空知识图谱映射测试信息；利用图神经网络提取体质特征向量；采用联邦学习框架构建全局模型生成分析报告并分发。本发明实现了多中心数据的高效存储与协同分析，保障数据隐私安全，提高数据处理效率。

本发明授权学生体质测试数据多中心协同采集与管理方法及系统在权利要求书中公布了：1.学生体质测试数据多中心协同采集与管理方法，其特征在于，包括： 获取多个体质测试中心上传的体质测试数据，将所述体质测试数据划分为多个数据分片，获取分布式存储集群中各存储节点的容量信息，结合所述存储节点的容量信息计算存储节点间的相对负载差异值，当所述相对负载差异值超过预设差异阈值时触发分片迁移流程,将所述数据分片按照时空邻近度分配至分布式存储集群中的多个存储节点，包括： 获取分布式存储集群中各存储节点的容量信息,基于所述容量信息构建分层一致性哈希环，计算每个存储节点的虚拟节点哈希值，所述虚拟节点哈希值通过将所述存储节点的容量值与系统平均容量值的比值进行幂函数映射得到，形成初始分片分布方案； 根据所述初始分片分布方案收集数据分片的访问行为数据，所述访问行为数据包括访问频率数据、数据访问量数据以及访问时间分布数据，根据所述访问行为数据,结合所述存储节点的容量信息计算存储节点间的相对负载差异值； 当所述相对负载差异值超过预设差异阈值时触发分片迁移流程； 计算数据分片之间的时间维度相似度，所述时间维度相似度基于数据分片的时间戳差值计算得到，并计算数据分片之间的空间维度相似度，所述空间维度相似度基于数据分片在多维空间中的坐标距离计算得到； 根据预设的时空权重因子将所述时间维度相似度与所述空间维度相似度进行加权组合，得到数据分片之间的综合邻近度；将大于预设邻近度阈值的综合邻近度保留，将小于所述预设邻近度阈值的综合邻近度置零，构建邻近度矩阵；基于所述邻近度矩阵优化数据分片的边界位置，使得数据分片的内部数据点之间的邻近度最大化，数据分片之间数据点的邻近度最小化； 分别计算各存储节点的存储容量使用率、计算资源使用率以及网络带宽使用率，根据预设的资源权重系数将三种使用率进行加权组合，得到存储节点的综合负载值； 当检测到所述综合负载值超过预设数据迁移阈值时，将该存储节点上的数据分片重新分配至其他负载更低的存储节点； 构建时空知识图谱，将所述体质测试数据的测试主体信息和测试项目信息映射为所述时空知识图谱中的实体节点，将测试结果信息映射为实体节点的属性，将时空关联索引映射为实体节点之间的关系边； 利用图神经网络对所述时空知识图谱进行特征提取和表示学习，获取测试主体在不同时空条件下的体质特征向量； 基于所述体质特征向量，采用联邦学习框架在多个存储节点间构建局部训练模型，在确保数据隐私的前提下，对不同存储节点的数据进行协同计算构建全局模型，基于所述全局模型生成体质测试数据的综合数据分析报告，通过加密传输通道将所述综合数据分析报告分发至多个体质测试中心的终端设备。

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浙江外国语学院，其通讯地址为：310000 浙江省杭州市西湖区留和路299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”。