武汉盛博汇信息技术有限公司张晓祥获国家专利权
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!
龙图腾网获悉武汉盛博汇信息技术有限公司申请的专利一种用于医疗大数据平台的终端运维管理方法及平台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:CN120371581B 。
龙图腾网通过国家知识产权局官网在2025-12-26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:202510454752.3,技术领域涉及:G06F11/07;该发明授权一种用于医疗大数据平台的终端运维管理方法及平台是由张晓祥;杨柯;陆安庆;邹松设计研发完成,并于2025-04-11向国家知识产权局提交的专利申请。
本一种用于医疗大数据平台的终端运维管理方法及平台在说明书摘要公布了:本发明提供一种用于医疗大数据平台的终端运维管理方法及平台,该方法首先采集平台终端正常工作状态下的多模态历史运维数据,经预处理与融合后构建时序特征向量序列。随后利用深度序列学习模型训练过程,学习潜在表示以捕获正常工作流模式的上下文状态,并建立重构基线模型。接着获取终端实时运维数据并构建特征向量,通过训练好的模型提取潜在上下文表示并计算重构误差。基于潜在表示识别当前工作流状态,结合状态信息和重构误差计算上下文感知的异常度量值。通过分析异常度量值的时间演化特征并与预设异常模式判据比对,判断终端是否存在工作流异常,若存在则生成包含异常演化特征描述的预警信号。本发明具有提高终端运维检测准确性的效果。
本发明授权一种用于医疗大数据平台的终端运维管理方法及平台在权利要求书中公布了:1.一种用于医疗大数据平台的终端运维管理方法,其特征在于,包括如下步骤: 采集平台终端处于正常工作流模式下的多模态历史运维数据; 在统一的采样时间间隔内对多模态历史运维数据进行时间对齐和数据解析处理,解析得到多模态历史运维数据的关键信息字段; 计算并提取表征不同模态数据间即时交互关系的衍生关联特征; 将关键信息字段和衍生关联特征编码处理后融合成单一的高维特征向量,并将高维特征向量按时间顺序排列形成历史时序特征向量序列; 利用预设的深度序列学习模型中的编码器将历史时序特征向量序列映射至潜在表示空间; 训练深度序列学习模型执行多任务学习,学习任务至少包括:基于深度序列学习模型中的解码器并根据潜在表示空间中的潜在上下文表示重构原始输入序列,以最小化模型重构误差;基于潜在上下文表示预测下一时间步的时序特征向量,以最小化模型预测误差; 在训练深度序列学习模型完成多任务学习后,保留编码器用于实时提取潜在上下文表示,并保留重构任务部分作为基线模型; 根据当前获取的平台终端的实时运维数据构建实时时序特征向量序列,利用训练完成的深度序列学习模型提取实时时序特征向量序列的潜在上下文表示,并利用基线模型计算实时时序特征向量序列的重构误差; 基于潜在上下文表示识别平台终端当前所处的推断工作流状态,并结合推断工作流状态和重构误差计算得出上下文感知的异常度量值; 分析异常度量值的时间演化特征,并根据时间演化特征与预设的异常模式判据进行比对,判断平台终端是否存在工作流模式异常,若平台终端存在工作流模式异常,则生成包含平台终端异常演化特征描述的预警信号。
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武汉盛博汇信息技术有限公司,其通讯地址为:430000 湖北省武汉市东湖新技术开发区大学园路13号-1华中科技大学科技园现代服务业基地1号研发楼9层10、11、12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。
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