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！

龙图腾网获悉青岛理工大学;青岛中导智能科技有限公司申请的专利基于大模型的行业智能运维监管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：CN121094799B 。

龙图腾网通过国家知识产权局官网在2026-03-24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：202511648228.6，技术领域涉及：G06Q10/20；该发明授权基于大模型的行业智能运维监管方法及系统是由刘芳;孙贺;陈通;孙显彬;申振设计研发完成，并于2025-11-12向国家知识产权局提交的专利申请。

本基于大模型的行业智能运维监管方法及系统在说明书摘要公布了：本发明涉及智能运维监管技术领域，公开了基于大模型的行业智能运维监管方法及系统。该方法采集行业运维系统的多源时序数据；对数据进行时频转换以获取时频特征表示，据此配置自适应分解模型的分解基函数与层级参数；利用该模型对数据进行多尺度解析，得到多分辨率特征分量，通过计算其排列熵作为复杂度度量。基于特征分量与复杂度，通过重要性评估选取核心特征集，结合系统运行基线画像、实时工作模式与大模型推理生成定制化监控策略。根据核心特征与策略构建运维事件特征序列，对其进行变分模态分解以提取稳态与瞬态分量；采用机器学习分类器对分量进行模式识别，输出事件类别，实现智能化运维决策与精准监管。

本发明授权基于大模型的行业智能运维监管方法及系统在权利要求书中公布了：1.一种基于大模型的行业智能运维监管方法，其特征在于，所述方法包括： 采集行业运维系统的多源时序数据，包括性能指标和事件日志； 对所述多源时序数据进行时频转换，得到时频特征表示；根据所述时频特征表示，配置自适应分解模型的参数，包括分解基函数和分解层级； 利用所述自适应分解模型对所述多源时序数据进行多尺度解析，输出多分辨率特征分量；计算所述多分辨率特征分量的排列熵，作为复杂度度量； 基于所述多分辨率特征分量和复杂度度量，通过特征重要性评估选取核心特征集；获取系统运行基线画像和实时工作模式，结合大模型推理生成定制化监控策略； 根据所述核心特征集和定制化监控策略，构建运维事件特征序列；对所述运维事件特征序列进行变分模态分解，提取稳态分量和瞬态分量； 使用机器学习分类器对稳态分量和瞬态分量进行模式识别，输出事件类别，并根据预定义规则映射为监管动作； 配置自适应分解模型的参数时，还包括：定义候选分解基函数的集合，包括样条基和多项式基；使用贝叶斯优化算法搜索分解基函数和分解层级的最优组合，目标函数基于时频特征表示的谱平坦度和相关性；根据搜索结果的适应度得分选择自适应分解模型的参数； 利用所述自适应分解模型进行多尺度解析时，还包括：根据选择的参数初始化自适应分解模型；对多源时序数据进行重叠分段处理，每段应用分解算法，输出一组带通分量；对带通分量进行重排和归一化，形成多分辨率特征分量； 计算所述多分辨率特征分量的排列熵时，还包括：对每个多分辨率特征分量进行相空间重构，计算排列模式分布；根据排列模式分布使用香农熵公式计算排列熵值；对所有分量的排列熵值进行平滑处理，得到复杂度度量。

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青岛理工大学;青岛中导智能科技有限公司，其通讯地址为：266000 山东省青岛市市北区抚顺路11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。