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！

龙图腾网获悉南昌首页科技股份有限公司申请的专利IDC机房运维可视化监控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：CN120578563B 。

龙图腾网通过国家知识产权局官网在2025-10-10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：202511090557.3，技术领域涉及：G06F11/32；该发明授权IDC机房运维可视化监控方法及系统是由陈细林;淦华安;谢金林设计研发完成，并于2025-08-05向国家知识产权局提交的专利申请。

本IDC机房运维可视化监控方法及系统在说明书摘要公布了：本发明适用于机房运维监测技术领域，尤其涉及IDC机房运维可视化监控方法及系统，所述方法包括：统计机房节点的业务属性和物理拓扑关系，构建机房节点拓扑网络，基于机房节点拓扑网络进行相互探测；构建异常检测模型，并对其进行训练；采集各个机房的环境数据和机房的运行状态数据，构建变化分布预测曲线；基于变化分布预测曲线提取预测参数，对预测参数进行整合，将其导入到优化后的异常检测模型中，进行可视化处理，输出可视化画面。本发明通过本发明基于异常传播热力图生成带风险标记的半透明色温图层作为可视化底图，实现了从可视化预警信息到具体故障设备节点的无缝、精准、直观定位，极大缩短了运维人员诊断根因和响应异常的时间。

本发明授权IDC机房运维可视化监控方法及系统在权利要求书中公布了：1.一种IDC机房运维可视化监控方法，其特征在于，所述方法包括： 统计机房节点的业务属性和物理拓扑关系，构建机房节点拓扑网络，基于机房节点拓扑网络进行相互探测； 获取各个机房的历史运行数据，构建异常检测模型，基于机房的历史运行数据对其进行训练，得到优化后的异常检测模型； 通过传感器采集各个机房的环境数据和机房的运行状态数据，得到多个评估参数，构建每一个评估参数的变化分布预测曲线； 基于变化分布预测曲线提取预测参数，对预测参数进行整合，将其导入到优化后的异常检测模型中输出检测结果，对评估参数以及检测结果进行可视化处理，输出可视化画面； 构建异常检测模型，异常检测模型采用无监督学习的编码器，通过数据集对异常检测模型进行训练和验证； 所述通过数据集对异常检测模型进行训练和验证的步骤，具体包括： 配置输入层，输入层包含主通道和副通道，主通道由全连接层构成，副通道由卷积层构成； 将机房的历史运行数据按拓扑节点位置进行关联，并将环境参数映射至所述主通道形成主通道时间序列数据，将设备指标映射至所述副通道形成副通道时间序列数据；将主通道时间序列数据以及副通道时间序列数据，结合训练数据集生成训练矩阵； 采用无监督学习机制，将训练矩阵中的样本随机切分为片段A和片段B；利用异常检测模型的解码器，基于片段A重建片段B的特征分布，并通过损失函数计算片段B原始特征分布与重建片段B的特征分布之间的重建误差，在训练中施加拓扑约束强制相邻节点重建误差差值最小化，以得到初步训练后的异常检测模型； 在验证集上，随机屏蔽部分节点的运行状态数据，利用初步训练后的异常检测模型重建被屏蔽节点状态；基于节点间相互探测的延迟指标计算重建准确率，根据重建准确率动态调整验证阈值以建立拓扑感知验证规则库； 根据拓扑感知验证规则库，按业务属性对验证集进行分类，根据分类类型通过异常检测模型的异常判断层，计算各类业务场景下关键设备指标的重建误差，并验证延迟重建精度，以生成场景验证报告； 提取历史已知异常事件时段的数据片段输入初步训练后的异常检测模型，通过编码器生成潜在空间特征表示，利用异常判断层捕捉潜在空间特征表示的特征突变点并计算其与实际异常时间戳的匹配延迟，得到回溯检测结果； 基于场景验证报告和回溯检测结果优化初步训练后的异常检测模型，增强编码器对核心网络节点的特征提取能力，增加解码器对高业务价值节点的重建权重，以更新异常检测模型参数；异常检测模型参数更新后，使用拓扑感知验证规则库测试拓扑重建能力，并利用业务场景验证集评估专项性能，结合回溯检测结果验证历史异常敏感度，最终得到优化后的异常检测模型。

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南昌首页科技股份有限公司，其通讯地址为：330000 江西省南昌市西湖区银环路298号万豪城2#写字楼一单元6层608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。