Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 北京科莱斯勒科技有限公司赵金豹获国家专利权

北京科莱斯勒科技有限公司赵金豹获国家专利权

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!

龙图腾网获悉北京科莱斯勒科技有限公司申请的专利一种基于大数据的软件开发信息实时报送管理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:CN121349414B

龙图腾网通过国家知识产权局官网在2026-04-14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:202511510535.8,技术领域涉及:G06F8/20;该发明授权一种基于大数据的软件开发信息实时报送管理方法是由赵金豹;吕本山设计研发完成,并于2025-10-22向国家知识产权局提交的专利申请。

一种基于大数据的软件开发信息实时报送管理方法在说明书摘要公布了:本发明公开了一种基于大数据的软件开发信息实时报送管理方法,涉及软件工程技术领域,包括,通过事件指标复合数据滑动窗口聚合,根据滑动窗口统计量建立节点指标时序矩阵并计算延迟预测值,结合历史稳定区间中位数和绝对中位差生成延迟阈值基线集与初始风险占位量;通过节点指标时序矩阵、延迟预测值、延迟阈值基线集和初始风险占位量,确定报送间隔、优先级评分、批量阈值与重试退避时延,多通道调度生成经调度报送流;对经调度的报送流实时风险分析,计算风险指数、风险等级与纠正因子,修正并原子化更新回灌修正后的报送指令集与流控状态。本发明通过风险指数、风险等级及纠正因子协同控制,提高多节点报送管理稳定性与可靠性。

本发明授权一种基于大数据的软件开发信息实时报送管理方法在权利要求书中公布了:1.一种基于大数据的软件开发信息实时报送管理方法,其特征在于:包括, 在多节点部署采集代理,采集多源事件数据和运行指标,将多源事件数据和运行指标进行预处理,生成事件指标复合数据; 对事件指标复合数据进行滑动窗口聚合,通过计算滑动窗口统计量,建立节点指标时序矩阵,基于节点指标时序矩阵,计算延迟预测值,结合历史稳定区间的中位数和绝对中位差生成延迟阈值基线集,并输出初始风险占位量; 基于节点指标时序矩阵、延迟预测值、延迟阈值基线集以及初始风险占位量,计算每个节点的报送间隔和优先级评分,根据报送间隔确定批量阈值和重试退避时延,并根据优先级评分进行多通道调度,生成经调度的报送流; 对经调度的报送流进行实时风险分析,识别连续失败、延迟越限和抖动异常,计算风险指数集合,确定风险等级集合,并生成纠正因子集合; 根据风险指数集合、风险等级集合以及纠正因子集合,对报送间隔、批量阈值以及重试退避时延进行动态修正,获取修正后的报送指令集和流控状态,将修正后的报送指令集与流控状态进行原子化更新并回灌; 所述基于节点指标时序矩阵,计算延迟预测值,结合历史稳定区间的中位数和绝对中位差生成延迟阈值基线集,并输出初始风险占位量,步骤如下, 根据节点标识,将节点指标时序矩阵进行分区处理,通过加权滑动线性回归函数,计算延迟预测值,获取节点延迟预测值序列; 将节点延迟预测值序列与节点特征组合序列进行比较,提取历史稳定区间; 通过计算历史稳定区间的中位数和绝对中位差,生成稳定统计量集合,通过阈值基线生成函数,计算每个节点的延迟阈值基线集,并将节点延迟预测值序列与延迟阈值基线集进行偏差比较,通过归一化超限偏差方法计算初始风险占位量; 所述对经调度的报送流进行实时风险分析,识别连续失败、延迟越限和抖动异常,计算风险指数集合,确定风险等级集合,并生成纠正因子集合,步骤如下, 将经调度的报送流按照节点标识进行分区管理后,执行连续失败检测,通过统计报送结果序列,生成连续失败率集合,将延迟阈值基线集与经调度报送流中的报送延迟序列进行联合分析,计算平均延迟并生成延迟越限比例集合; 将延迟越限比例集合与报送延迟序列进行差分处理,计算连续延迟变化率,生成抖动强度集合; 将连续失败率集合、延迟越限比例集合和抖动强度集合加权融合,计算风险指数集合,根据风险指数集合将节点风险状态划分为不同风险等级,获取风险等级集合,将平均延迟、延迟阈值基线、连续失败率集合以及抖动强度集合加权融合,生成加权因子集合; 所述根据风险指数集合、风险等级集合以及纠正因子集合,对报送间隔、批量阈值以及重试退避时延进行动态修正,获取修正后的报送指令集和流控状态,步骤如下, 将风险指数集合、风险等级集合以及纠正因子集合进行报送间隔修正、批量阈值修正以及重试退避时延修正并进行整合,生成修正后的报送指令集; 将修正后的报送指令集与风险指数集合、风险等级集合以及纠正因子集合进行汇总,生成流控状态集合; 所述流控状态集合包括正常报送、受控报送以及限速报送对应的流控状态标识; 所述将修正后的报送指令集与流控状态进行原子化更新并回灌,步骤如下, 将修正后的报送指令集与流控状态进行节点哈希编码和事务锁定,生成锁定状态集合,将锁定状态集合进行指令差异检测、哈希校验以及采用事务提交方式的原子化更新,对修正后的报送指令集与流控状态进行原子化写入,生成原子化更新结果集合; 将原子化更新结果集合进行状态回灌,对修正后的报送指令集与流控状态进行联合编码并生成回灌流,更新节点指标时序矩阵,生成闭环同步结果集合。

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科莱斯勒科技有限公司,其通讯地址为:100190 北京市海淀区上地信息路1号2号楼7层702;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。

免责声明
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。