買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網恭喜湖南科技學院申請的專利一種基于動態反饋機制的云計算環境中數據質量監控方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN119166461B 。

龍圖騰網通過國家知識產權局官網在2025-04-04發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202411279656.1，技術領域涉及：G06F11/30；該發明授權一種基于動態反饋機制的云計算環境中數據質量監控方法是由黃偉國;劉起明;譚道軍設計研發完成，并于2024-09-12向國家知識產權局提交的專利申請。

本一種基于動態反饋機制的云計算環境中數據質量監控方法在說明書摘要公布了：本發明公開了一種基于動態反饋機制的云計算環境中數據質量監控方法，S1、構建云計算數據集；S2、對云計算數據集進行格式化處理；S3、基于云計算服務模型進行細化調整；S4、將云計算數據集中的數據質量問題建模為圖結構；S5、使用圖神經網絡對建模的圖結構進行初始化；S6、基于圖神經網絡輸出的實時結果自動識別潛在的異常傳遞路徑；S7、根據圖神經網絡的反饋，調整數據質量監控策略；S8、基于節點間的關聯性和邊的權重進行多維度的數據質量評估；S9、將評估后的數據質量結果通過可視化方式輸出并生成反饋報告。本發明顯著提升了數據質量監控的實時性、靈活性和準確性。

本發明授權一種基于動態反饋機制的云計算環境中數據質量監控方法在權利要求書中公布了：1.一種基于動態反饋機制的云計算環境中數據質量監控方法，其特征在于，包括如下步驟：S1、實時采集云計算環境中云平臺的系統日志、應用日志、數據存儲狀態和數據傳輸記錄，構建云計算數據集；S2、對云計算數據集進行格式化處理；S3、將云計算數據集中的各類數據作為分析的基礎，針對不同類型的云計算服務模型定義一組數據質量指標，并基于云計算服務模型進行細化調整；S4、將云計算數據集中的數據質量問題建模為圖結構，圖結構節點表示不同的云計算服務或數據源，圖結構邊表示節點之間的數據流動關系；S5、使用圖神經網絡對建模的圖結構進行初始化，通過訓練過程捕捉云計算服務間的數據質量關聯建立節點和邊之間的權重模型；S6、基于圖神經網絡輸出的實時結果自動識別潛在的異常傳遞路徑，當某個節點發生數據異常時，系統預測與節點相連的其他節點受到的影響，及時調整監控范圍和監控策略；S7、根據圖神經網絡的反饋，調整數據質量監控策略；S8、基于節點間的關聯性和邊的權重進行多維度的數據質量評估，數據質量評估維度包括數據來源、存儲介質、更新頻率和數據流動性；S9、將評估后的數據質量結果通過可視化方式輸出并生成反饋報告，記錄數據質量監控過程中發生的異常及其處理過程；所述S5步驟中包括：S51、對圖結構G＝V,E和特征矩陣X進行初始化，初始化過程包括隨機初始化節點vi的特征向量xi和邊eij的權重wij；S52、將圖結構G輸入圖神經網絡，通過圖卷積層對節點特征進行信息傳遞和聚合更新每個節點的特征表示，節點vi的更新規則為： 其中，x′i為節點vi更新后的特征向量，表示節點vi的鄰居節點集合，wij為邊eij的權重，degvi和degvj分別表示節點vi和節點vj的度數，W為可學習的權重矩陣，σ為激活函數；S53、通過反向傳播算法對圖神經網絡進行訓練，定義基于云計算環境中數據質量的特定損失函數L，特定損失函數結合數據的準確性、及時性和一致性表示為： 其中，Ai為節點vi的真實準確性，為其預測值，Ti為節點vi的真實及時性，為其預測值，Ci為節點vi的真實一致性，為其預測值，α1、β1、γ為調整不同數據質量指標的權重因子；S54、通過訓練過程優化節點特征x′i和邊權重wij捕捉云計算服務間的關聯，建立基于圖結構的節點和邊的權重模型： 其中，w′ij為更新后的邊權重，反映節點vi和節點vj之間經過優化后的數據流動強度，η1為學習率，控制更新步長，λ為正則化系數，為損失函數對邊權重的偏導數，為時間維度上的梯度，x′i和x′j分別表示節點vi和節點vj更新后的特征向量。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人湖南科技學院，其通訊地址為：425000 湖南省永州市零陵區楊梓塘路130號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。