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！

龙图腾网获悉中国—东盟信息港股份有限公司申请的专利一种容器云智能控制台实现方法、系统、设备及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：CN119829212B 。

龙图腾网通过国家知识产权局官网在2025-11-21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：202411916156.4，技术领域涉及：G06F9/455；该发明授权一种容器云智能控制台实现方法、系统、设备及存储介质是由崔思恒;蓝熙;朱海设计研发完成，并于2024-12-24向国家知识产权局提交的专利申请。

本一种容器云智能控制台实现方法、系统、设备及存储介质在说明书摘要公布了：本发明公开了一种容器云智能控制台实现方法、系统、设备及存储介质，属于互联网技术云原生技术领域，解决大语言模型在应用于Kubernetes运维存在局限性的技术问题。方法为：选择LLM预训练大模型；通过数据收集器建立Kubernetes知识库；采用大模型指令数据集对LLM预训练模型进行再训练；对LLM预训练模型进行参数微调；将LLM大模型服务、涉及大模型交互的AI中台服务以及智能容器云管理控制台系统部署在Kubernetes集群中；根据LLM预训练模型的输出提供以下7种智能化功能；进行生产环境反馈以及数据回流；根据反馈以及数据回流更新知识库，对LLM预训练模型进行再训练；重新部署再训练好的LLM预训练模型。可以使得运维操作变得更加高效、准确、智能。

本发明授权一种容器云智能控制台实现方法、系统、设备及存储介质在权利要求书中公布了：1.一种容器云智能控制台实现方法，其特征在于，包括以下步骤： 步骤S1.选择接入的LLM大模型种类；通过适配多种LLM大模型接口，以接入不同的LLM大模型，多种LLM大模型包括网络上的开源通用大模型、行业大模型；在确定了采用的LLM预训练大模型后，修改相应的配置文件，即可完成LLM大模型的接入； 步骤S2.通过数据收集器建立Kubernetes知识库；数据收集器在Kubernetes集群中会自动收集大模型指令数据集，同时也会对用户主动上传的知识数据进行收集；数据收集器对大模型指令数据集和用户主动上传的知识数据进行整合，形成知识库； 步骤S3.在LLM预训练模型的基础上，采用所述大模型指令数据集对LLM预训练模型进行再训练，增强LLM预训练模型对于Kubernetes知识的掌握、推理和生成能力； 步骤S4.对再训练的LLM预训练模型进行参数微调，提升LLM预训练模型提供的解决方案的泛用性和正确性； 步骤S5.将微调好的LLM预训练模型的LLM大模型服务、涉及大模型交互的AI中台服务以及智能容器云管理控制台系统部署在Kubernetes集群中； 步骤S6.将所述智能容器云管理控制台系统通过AI中台服务与微调好的LLM预训练模型进行交互，根据LLM预训练模型的输出提供以下7种智能化功能：智能化配置推荐、智能化YAML补全、Kubernetes报错分析、容器应用部署优化建议、网络拓扑优化建议、流水线编译错误分析、告警分析及提供处理方法； 步骤S7.进行生产环境反馈以及数据回流； 步骤S8.经过所述智能容器云管理控制台系统自动筛选或人工筛选后，将回流的数据加入知识库中； 步骤S9.根据反馈以及数据回流更新知识库，所述LLM预训练模型根据更新的知识库进行再训练； 步骤S10.重新部署再训练好的LLM预训练模型的LLM大模型服务，持续对模型表现进行迭代优化； 在步骤S7中，反馈和数据回流包括两种形式： 第一种形式为：主动选择推荐的配置项和采用YAML补全时，自动向AI中台服务提交采用状态以标记被认可的数据； 第二种形式为：LLM预训练模型提交分析和提供建议后，智能容器云管理控制台系统的页面会在回答下文提供一个选项选择认同或否认大模型的建议；用户根据分析是否正确、建议是否合理有效进行选择，从而向AI中台服务提交数据；或者，用户上传自己的答案以供数据回流。

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中国—东盟信息港股份有限公司，其通讯地址为：530000 广西壮族自治区南宁市良庆区秋月路18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”。

以上内容由龙图腾AI智能生成。