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！

龙图腾网获悉八方智能科技(南京)有限公司申请的专利多方协同企业数据AI智能分析存储方法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：CN121166040B 。

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：202511701284.1，技术领域涉及：G06F3/06；该发明授权多方协同企业数据AI智能分析存储方法是由黄鑫设计研发完成，并于2025-11-19向国家知识产权局提交的专利申请。

本多方协同企业数据AI智能分析存储方法在说明书摘要公布了：本发明涉及数据分析存储技术领域，尤其涉及多方协同企业数据AI智能分析存储方法，通过数据的双维度属性补齐单因子方法的“信息盲区”；采用多模态特征结合图注意力网络刻画间接价值，把“被高价值对象引用共现”的隐性价值显式量化，实现“协同价值放大”；数据更新影响度的计算把“高优先级×高更新”转化为对系统的实质冲击指标，关联‑负载耦合度的计算支持将高关联数据配适到低负载节点，降低访问延迟；数据价值度的计算采用三层权重结构，更贴合真实业务价值分布；通过构建存储节点适配特征矩阵，计算节点适配度评分向量，实现了权限‑负载双因子映射；引入数据实际利用效率这一特征，让“高价值但未利用”成为可观测对象。

本发明授权多方协同企业数据AI智能分析存储方法在权利要求书中公布了：1.多方协同企业数据AI智能分析存储方法，其特征在于：包括以下具体步骤： S1、采集每个协同企业协同过程中的异构数据流并构建不同时间窗口下的双维度属性向量，所述异构数据流包括结构化数据和非结构化数据，所述双维度属性向量包括基础属性向量和协同属性向量； S2、对同一时间窗口下采集的异构数据，提取不同业务类别数据的基础特征向量，以单个业务类别数据为节点，以不同业务类别数据之间的共享频次为边权重构建多方数据关联图，采用图注意力网络计算不同类别数据节点的关联重要度并输出关联重要度向量，对基础特征向量和关联重要度向量进行融合处理； S3、针对不同业务类别数据，计算数据更新影响度，获取不同业务类别数据拟分配的存储节点的综合负载率，计算不同业务类别数据的关联-负载耦合度，进一步地计算不同业务类别数据的数据价值度并进行价值属性划分； 所述S3包括以下具体步骤： S31、针对不同业务类别数据，计算数据更新影响度，所述数据更新影响度的计算公式为： ； 其中，为第d类数据的数据更新影响度，为第d类数据的单位时间更新次数，为业务影响系数，当第d类数据为核心业务数据时，取值为1.5，当第d类数据不为核心业务数据时，取值为0.8； S32、获取不同业务类别数据拟分配的存储节点的综合负载率，所述综合负载率的计算公式为： ； 其中，为第d类数据拟分配的存储节点的综合负载率，为存储节点的已使用容量，为存储节点的最大容量，为存储节点的实时访问请求数，为存储节点支持的最大访问请求，为请求-容量转换系数，取值为0.01； S33、计算第d类数据的关联-负载耦合度，所述关联-负载耦合度的计算公式为： ； 其中，为第d类数据的关联-负载耦合度，为第d类数据与核心业务的固有关联度，取值为0-1； S34、计算不同业务类别数据的数据价值度，所述数据价值度的计算公式为： ； 其中，为时间窗口t处第d类数据的数据价值度，为第d类数据的最近更新时间，为第d类数据的有效期； S35、对不同业务类别数据进行价值属性划分，当时，将第d类数据划分至归档价值池，当时，将第d类数据划分至常规价值池，当时，将第d类数据划分至核心价值池； S4、获取存储节点属性矩阵、用户权限向量、权限-存储适配向量、性能-存储适配向量，进一步地构建存储节点适配特征矩阵，计算节点适配度评分向量，选择节点适配度评分向量中适配度评分最高的存储节点作为目标存储节点，输出目标存储节点ID、层级以及综合负载率； 所述S4包括以下具体步骤： S41、获取存储节点属性矩阵，维度为3×n，n为存储节点数量，3列依次对应存储节点ID、层级以及存储节点的综合负载率； S42、根据用户所属权限类型，所述权限类型依次包括财务权限、运营权限以及行政权限，构建用户权限向量，当用户所属权限类型为财务时，，当用户所属权限类型为运营时，，当用户所属权限类型为行政时，； S43、构建权限-存储适配向量为：，n为存储节点数量，当第n个存储节点用户权限匹配时，，当第n个存储节点用户权限不匹配时，； S44、构建负载-存储适配向量为：，当第n个存储节点的综合负载率不大于综合负载率阈值时，，当第n个存储节点的综合负载率大于综合负载率阈值时，； S45、构建性能-存储适配向量为：,当第n个存储节点为SSD节点时，，当第n个存储节点为HDD节点时，，否则，； S46、输出存储节点适配特征矩阵为：； S47、计算节点适配度评分向量，所述节点适配度评分向量的计算公式为： ； 其中，为节点适配度评分向量，维度为n×1，为存储节点特征权重向量；；为权限权重因子，取值为0.2，为负载权重因子，取值为0.5，为性能权重因子，取值为0.3； S48、选择节点适配度评分向量中适配度评分最高的存储节点作为目标存储节点，输出目标存储节点ID、层级以及综合负载率； S5、计算同一时间窗口下不同业务类别数据的数据实际利用效率，并结合阈值评估发出指令。

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八方智能科技(南京)有限公司，其通讯地址为：210000 江苏省南京市雨花台区宁双路19号5幢201室-086；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。