北京南山同行科技有限公司尚春梅获国家专利权
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!
龙图腾网获悉北京南山同行科技有限公司申请的专利一种基于云计算的大数据分布式存储方法和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:CN120499204B 。
龙图腾网通过国家知识产权局官网在2026-04-10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:202510811202.2,技术领域涉及:H04L67/1097;该发明授权一种基于云计算的大数据分布式存储方法和系统是由尚春梅设计研发完成,并于2025-06-17向国家知识产权局提交的专利申请。
本一种基于云计算的大数据分布式存储方法和系统在说明书摘要公布了:本发明涉及量子存储与云计算融合领域,公开了一种基于云计算的大数据分布式存储方法和系统,首先,通过流形嵌入揭示数据内蕴几何结构,生成流形坐标;其次,基于该几何结构构建Ising物理模型,通过量子退火求解模型基态,以确定最优数据动态分片方案;接着,对数据分片进行同态加密,并运用李群优化算法在特殊正交群流形上求解,生成兼顾安全与效率的资源映射矩阵;最后,将分片方案指令化,为各分片构造融合流形信息、数据内容与安全映射的传输张量载荷,并优化传输配置。本发明融合多项前沿技术,实现了数据结构感知的动态分片与安全高效资源映射,显著提升了系统整体性能与安全性。
本发明授权一种基于云计算的大数据分布式存储方法和系统在权利要求书中公布了:1.一种基于云计算的大数据分布式存储方法,其特征在于,包括以下步骤: 步骤S1:对原始数据块进行流形嵌入,生成流形空间坐标矩阵; 步骤S2:基于所述流形空间坐标矩阵的几何特征构建量子Ising模型,通过量子退火算法求解得到最优自旋构型,并动态划分数据分片; 步骤S3:基于所述数据分片的结果,在正交群空间内通过李群优化算法分配存储资源,生成资源映射矩阵; 步骤S4:根据所述资源映射矩阵,通过跨模态总线协议将数据分片与量子指令协同传输至目标存储节点; 所述步骤S1包括: S1.1:针对个数据块中的每一个数据块,其中,,提取其维特征向量,其中,代表第个预定义的特征提取函数,用以从原始数据块中捕获其关键属性; S1.2:基于所提取的各个数据块的特征向量构建相似度矩阵,其元素通过公式计算得到,其中,为特征向量与之间的欧氏距离的平方,用以量化数据块间的相似程度,为数据块的总数,为核宽度参数,调节相似度随距离衰减的速率; S1.3:计算对角度矩阵,所述对角度矩阵的对角线上的元素表示数据块的总相似度,且所述对角度矩阵的所有非对角元素为零,并利用所述相似度矩阵和所述对角度矩阵构造转移矩阵,所述转移矩阵为数据块之间随机游走的概率转移; S1.4:对所述转移矩阵进行特征分解,获得其前个最大特征值,其中,以及与最大特征值对应的特征向量集合,其中,最大特征值,反映了数据流形在对应方向上的重要性,为对应于特征值的第个特征向量,代表了数据在流形空间中的一个主方向; 基于所述最大特征值和特征向量集合中的各分量,为每一个数据块构建其在低维流形空间中的-维坐标,所述-维坐标综合了数据块在各个主方向上的投影并由特征值加权,从而将所有数据块的流形坐标组合形成流形空间坐标矩阵,所述坐标矩阵的第行为,实现了对原始高维数据块的低维流形嵌入表示; 为构建基于张量流形封装的跨模态传输通道,所述步骤S4还包括: S4.1:将步骤S2中量子退火得到的最优自旋构型编码为量子指令序列,所述编码为量子指令序列由各数据块对应的量子标签聚合而成,表示为,其中,为数据块总数,为第个数据块的最终自旋态,表示聚合操作,每一个量子标签的数据结构定义为: ; 其中, 为一个8比特的操作码字段,用以指示该标签的类型或后续操作;为一个16比特的量子比特地址字段,用以唯一标识与第个数据块对应的量子比特; 为一个32比特的字段,用以存储或表示第个数据块的所述最终自旋态; S4.2:针对由所述最优自旋构型确定的每一个数据分片的数据块索引集合,首先构造数据分片的张量化向量表示,通过张量累加模型对各个数据分片内所有数据块的流形坐标与数据块自身的张量积进行累加,所述张量累加模型的公式为: ; 其中, 为第个数据块的流形坐标向量; 为第个原始数据块或其预定表征; 表示张量积运算; 然后,利用资源映射矩阵的转置,结合流形特征向量所生成的流形基空间张量,对所述张量化向量表示进行变换和封装,以构造传输张量载荷,,其中,表示矩阵与向量的乘法运算或广义的线性变换。
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北京南山同行科技有限公司,其通讯地址为:101400 北京市怀柔区北房镇幸福西街3号1幢二层204-05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