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！

龙图腾网获悉临沂大学申请的专利云边协同的数据中心分级归档存储优化方法和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：CN120631277B 。

龙图腾网通过国家知识产权局官网在2025-11-07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：202511127222.4，技术领域涉及：G06F3/06；该发明授权云边协同的数据中心分级归档存储优化方法和系统是由管晓松;王九如设计研发完成，并于2025-08-13向国家知识产权局提交的专利申请。

本云边协同的数据中心分级归档存储优化方法和系统在说明书摘要公布了：本申请提供一种云边协同的数据中心分级归档存储优化方法和系统。其中，本申请基于网络抖动率、存储冗余度和访问热度构建四维联合特征矩阵。将网络抖动率映射为断网风险约束，存储冗余度映射为存储成本约束，构建联合优化目标求解，定位断连风险区生成存储分布参数。利用时空维度生成跨域热度分量，结合参数构建时空图传递动态热度，预测未来热点并提取高频数据集。融合数据集热度属性与节点距离属性构建路由映射空间，在分布式存储中对高频数据进行分级归档存储并建索引。本申请通过构建多维特征矩阵、联合优化风险与成本、预测访问热点及融合热距属性，实现了在云边协同环境下对高频访问数据的高效、低成本且抗网络波动的分级归档存储优化。

本发明授权云边协同的数据中心分级归档存储优化方法和系统在权利要求书中公布了：1.一种云边协同的数据中心分级归档存储优化方法，其特征在于，包括： 根据云边网络波动场景采集的网络抖动率、边缘存储冗余度及跨域访问热度，构建联合特征矩阵，所述联合特征矩阵包含时间维度、空间维度、负载维度和网络状态维度四个维度； 基于所述联合特征矩阵，将所述网络状态维度的网络抖动率映射为断网风险约束条件，将所述负载维度的边缘存储冗余度映射为存储成本约束条件，根据所述断网风险约束条件与存储成本约束条件构建联合优化目标并求解所述联合优化目标的最优解，根据所述最优解的网络波动参数定位断连风险区域，以生成存储分布参数； 基于所述联合特征矩阵的时间维度与空间维度生成跨域热度分量，结合所述存储分布参数构建时空图结构，通过所述时空图结构传递动态访问热度，以预测未来访问热点区域并从所述未来访问热点区域中提取高频访问数据集； 从所述高频访问数据集提取热度属性，同步获取数据中心云端存储节点与边缘节点的距离属性，融合所述热度属性与距离属性构建数据路由映射空间，并基于所述数据路由映射空间在数据中心调度的分布式存储架构中对所述高频访问数据集进行分级归档存储并建立分布式索引； 所述基于所述联合特征矩阵，将所述网络状态维度的网络抖动率映射为断网风险约束条件，将所述负载维度的边缘存储冗余度映射为存储成本约束条件，根据所述断网风险约束条件与存储成本约束条件构建联合优化目标并求解所述联合优化目标的最优解，根据所述最优解的网络波动参数定位断连风险区域，以生成存储分布参数，包括： 从所述联合特征矩阵的网络状态维度提取网络抖动率并设定断网风险阈值，将超过所述断网风险阈值的网络抖动率映射为断网风险约束条件； 从所述联合特征矩阵的负载维度提取边缘存储冗余度并设定冗余成本阈值，将低于所述冗余成本阈值的边缘存储冗余度映射为存储成本约束条件； 建立同时包含所述断网风险约束条件和存储成本约束条件的联合优化目标； 通过迭代优化方法调整网络波动参数，使所述联合优化目标的数值最小化，以得到所述联合优化目标的最优解； 根据所述最优解中网络抖动率持续高于所述断网风险阈值的区域位置定位断连风险区域，并根据所述断连风险区域计算生成包含风险区域数据备份数量和非风险区域数据副本压缩比例的存储分布参数。

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临沂大学，其通讯地址为：276000 山东省临沂市兰山区工业大道北段西侧；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。