易联众民生(厦门)科技有限公司郑阿坚获国家专利权
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!
龙图腾网获悉易联众民生(厦门)科技有限公司申请的专利一种基于机器学习的非结构化存储分层策略优化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:CN121116940B 。
龙图腾网通过国家知识产权局官网在2026-04-07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:202511641258.4,技术领域涉及:G06F16/185;该发明授权一种基于机器学习的非结构化存储分层策略优化方法是由郑阿坚;李维波;林少强;林超杰;苏继臻;戴清娟;丘一;王冬玲设计研发完成,并于2025-11-11向国家知识产权局提交的专利申请。
本一种基于机器学习的非结构化存储分层策略优化方法在说明书摘要公布了:本发明公开了一种基于机器学习的非结构化存储分层策略优化方法,涉及数据存储管理技术领域,包括,实时监控文件访问事件,生成访问日志,并提取多维度特征数据集;利用训练后的多维度决策树模型,为储存对象分配相应的存储层级,得到存储层级决策;根据存储层级决策,将储存对象分配到不同存储层,并进行资源配置与存储操作;对储存对象在新存储层级中的访问情况进行实时监控,收集文件访问性能、存储成本和响应时间,得到反馈数据;通过实时监控文件访问事件并提取包含基础属性、访问行为和上下文信息的多维度特征数据集,确保了热点数据的高效响应与资源合理利用,显著提升了存储的整体性能利用率与成本效益。
本发明授权一种基于机器学习的非结构化存储分层策略优化方法在权利要求书中公布了:1.一种基于机器学习的非结构化存储分层策略优化方法,其特征在于:包括, 实时监控文件访问事件,生成访问日志,并提取多维度特征数据集; 利用多维度特征数据集初始化多维度决策树模型,并训练多维度决策树模型,得到训练后的多维度决策树模型; 利用训练后的多维度决策树模型,为储存对象分配相应的存储层级,得到存储层级决策; 所述利用训练后的多维度决策树模型,为储存对象分配相应的存储层级,得到存储层级决策,具体步骤如下, 接收待分配的储存对象,并提取储存对象的实时特征数据,生成当前储存对象的特征向量; 将当前储存对象的特征向量输入训练后的多维度决策树模型进行预测分析,输出初步存储层级推荐结果; 采集各存储层当前容量利用率、性能负载情况和网络带宽状态,并对初步存储层级推荐结果进行适应性调整,生成存储层级决策; 所述采集各存储层当前容量利用率、性能负载情况和网络带宽状态,并对初步存储层级推荐结果进行适应性调整,生成存储层级决策,具体步骤如下, 采集各存储层当前容量利用率、性能负载情况和网络带宽状态,通过存储管理接口实时读取各存储层的容量使用百分比、计算资源负载状况以及网络传输带宽占用率; 将当前容量利用率、性能负载情况和网络带宽状态与初步存储层级推荐结果进行对比分析,依据适应性规则对初步存储层级推荐结果进行动态调整,重新评估各存储层的优先级和适用性,生成存储层级决策; 根据存储层级决策,将储存对象分配到不同存储层,并进行资源配置与存储操作; 对储存对象在新存储层级中的访问情况进行实时监控,收集文件访问性能、存储成本和响应时间,得到反馈数据; 基于反馈数据,通过自适应调整机制优化多维度决策树模型,具体步骤如下, 对反馈数据进行深度分析,提取性能指标与成本数据的关联模式,识别存储层级决策在不同访问模式下的表现特征,生成策略效能评估报告; 根据策略效能评估报告并结合反馈数据中的新访问模式特征,对多维度决策树模型进行增量训练,更新多维度决策树模型参数。
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易联众民生(厦门)科技有限公司,其通讯地址为:361008 福建省厦门市软件园二期观日路18号602室;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。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励