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！

龙图腾网获悉天津帕克耐科技有限公司申请的专利一种基于数据加密的存储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：CN120724465B 。

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：202511138835.8，技术领域涉及：G06F21/60；该发明授权一种基于数据加密的存储管理方法及系统是由王海川设计研发完成，并于2025-08-14向国家知识产权局提交的专利申请。

本一种基于数据加密的存储管理方法及系统在说明书摘要公布了：本发明涉及数据存储技术领域，公开了一种基于数据加密的存储管理方法及系统，该方法包括：获取模型样本集并基于模型样本集构建特征热力图，基于特征热力图确定关键特征簇，根据自编码器对关键特征簇进行解耦确定模型数据集，基于多头自注意力模型确定待存储分类数据，基于层次分析将每一待存储分类数据进行分层并构建判断矩阵，基于数据综合分值对全部待存储分类数据采取相应加密策略确定加密数据，根据数据校验的结果将临时存储的加密数据移动至目标子存储器，基于存储占用率确定目标子存储器的备份模式，基于数据检索情况判断是否调整备份模式，本发明确保了对数据进行存储管理的稳定性和可靠性。

本发明授权一种基于数据加密的存储管理方法及系统在权利要求书中公布了：1.一种基于数据加密的存储管理方法，其特征在于，包括： 获取全部待存储数据并将每一待存储数据进行预处理确定目标待存储数据，获取模型样本集并基于所述模型样本集构建特征热力图； 基于所述特征热力图确定关键特征簇，根据自编码器对所述关键特征簇进行解耦确定模型数据集，基于所述模型数据集构建多头自注意力模型，基于所述多头自注意力模型确定待存储分类数据； 基于层次分析将每一待存储分类数据进行分层并构建判断矩阵，并对所述判断矩阵进行一致性检验确定数据综合分值，基于所述数据综合分值对全部待存储分类数据采取相应加密策略确定加密数据，将相同分类属性的全部加密数据临时存储至子存储器，并在所述子存储器进行数据校验，根据所述数据校验的结果将临时存储的加密数据移动至目标子存储器； 获取所述目标子存储器的存储占用率，基于所述存储占用率确定所述目标子存储器的备份模式，获取在所述备份模式下所述目标子存储器的数据检索情况，基于所述数据检索情况判断是否调整所述备份模式，基于所述备份模式或调整结果完成存储； 在获取模型样本集并基于所述模型样本集构建特征热力图时，包括： 确定所述模型样本集的全部特征维度，并确定每一特征维度在各类别中的分布概率，基于所述分布概率确定每一特征维度的熵值，所述熵值与分布差异成正比关系； 以特征维度为横轴，类别为纵轴构建矩阵，基于数据可视化库和矩阵构建所述特征热力图，所述特征热力图中每一单元格的颜色深度由对应特征在该类别中的熵值确定； 在基于所述特征热力图确定关键特征簇，根据自编码器对所述关键特征簇进行解耦确定模型数据集时，包括： 基于所述颜色深度确定分类特征并计算所述分类特征的特征方差，基于所述特征方差确定所述关键特征簇； 确定每一类别的中心特征向量，并根据任意两个类别的中心特征向量确定余弦相似度，并获取所有两两类别间的余弦相似度的平均值，基于所述平均值确定混淆类别； 构建所述自编码器，所述自编码器包括3层编码器以及与3层编码器对称的3层解码器，且每一编码器的输入层维度与所述关键特征簇的维度一致，基于所述自编码器将所述混淆类别中包含的关键特征簇进行解耦，并将解耦后的关键特征簇的样本数据确定为模型数据集； 在基于所述模型数据集构建多头自注意力模型，基于所述多头自注意力模型确定待存储分类数据时，包括： 将所述模型数据集划分为模型训练集和模型测试集，基于Transformer选择初始多头模型，根据所述模型训练集对所述初始多头模型进行训练，并将所述模型测试集代入训练后的初始多头模型进行测试； 若当前训练后的初始多头模型的测试值大于或等于前一次训练后的初始多头模型的测试值，则停止训练，并将当前训练后的初始多头模型确定为所述多头自注意力模型； 若当前训练后的初始多头模型的测试值小于前一次训练后的初始多头模型的测试值，则调整当前训练后的初始多头模型的学习率并继续进行训练，直至训练后的初始多头模型的测试值大于或等于前一次训练后的初始多头模型的测试值； 将全部目标待存储数据代入所述多头自注意力模型确定所述待存储分类数据。

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天津帕克耐科技有限公司，其通讯地址为：301704 天津市武清区高村镇汇海路3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。