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！

龙图腾网恭喜榆林逸卓远创信息科技有限公司申请的专利一种基于深度学习的IT运维管理方法及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：CN119359292B 。

龙图腾网通过国家知识产权局官网在2025-03-14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：202411921874.0，技术领域涉及：G06Q10/20；该发明授权一种基于深度学习的IT运维管理方法及系统是由李轩;樊秀青;刘磊设计研发完成，并于2024-12-25向国家知识产权局提交的专利申请。

本一种基于深度学习的IT运维管理方法及系统在说明书摘要公布了：本申请提供了一种基于深度学习的IT运维管理方法及系统，涉及信息技术运维的技术领域，所述方法包括：数据采集、建模、第一提取、预测、第一判断和维护等步骤；所述系统包括：数据采集模块、建模模块、第一提取模块、预测模块、第一判断模块和维护模块，本申请利用图像数据、环境数据和日志数据构建了一个更加全面、精准的预测性维护体系。

本发明授权一种基于深度学习的IT运维管理方法及系统在权利要求书中公布了：1.一种基于深度学习的IT运维管理方法，包括，建库：建立存储有解决方案的数据库，其特征在于，所述方法还包括：数据采集：包括图像采集、环境采集和日志采集；图像采集：采集IT设备的实时图像数据；环境采集：采集IT设备的实时环境数据；日志采集：采集IT设备历史日志数据和实时日志数据；建模：基于深度学习算法建立预测模型，所述预测模型包括CNN子模型、BI-LSTM子模型和自注意力子模型，所述BI-LSTM子模型包括一组LSTM，记为第一网络，所述BI-LSTM子模型还包括另一组LSTM，记为第二网络；第一提取：将实时图像数据和实时环境数据输入CNN子模型中，输出m个工作状态特征；预测：将全部的工作状态特征、历史日志数据和实时日志数据输入BI-LSTM子模型中，输出预测结果；第一判断：判断预测结果是否符合预期，若是，则执行数据采集的步骤；若否，则执行维护的步骤；维护：包括第一计算、第二判断、更换设备和调节；第一计算：计算风险指标，计算模型如下： ；其中，为风险指标；为第个工作状态特征的权重；为第个工作状态特征；第二判断：判断风险指标是否超过预设指标阈值，若是，则执行更换设备的步骤；若否，则执行调节的步骤；更换设备：启用备用设备；调节：利用预测结果匹配解决方案，获得调节对象和调节方案；在执行第一提取的步骤之后，执行预测的步骤之前，还包括：第三计算：采用皮尔逊相关系数算法计算每个工作状态特征与实时日志数据的相关度；分配权重：将工作状态特征和对应的相关度输入自注意力子模型，输出每个工作状态特征的权重，记为第一权重；特征更新：将每个工作状态特征与对应的第一权重做乘积运算，获得加权后的工作状态特征，将所述加权后的工作状态特征作为新的工作状态特征；在执行特征更新的步骤之后，执行预测的步骤之前，还包括：筛选特征：获取第一权重大于预设权重阈值的工作状态特征，将第一权重大于预设权重阈值的工作状态特征记为第一特征；第一筛选：在实时日志数据中提取与第一特征存在关联的部分，作为新的实时日志数据；在历史日志数据中提取与筛选特征的步骤中的工作状态特征存在关联的部分，作为新的历史日志数据；在预测的步骤中，将第一特征、新的实时日志数据、新的历史日志数据作为第一网络的输入，输出第一预测结果，将所述第一预测结果作为新的预测结果；在执行预测的步骤之后，执行第一判断的步骤之前，还包括：第二筛选：将实时日志数据剩余的部分，记为第一数据；将历史日志数据剩余的部分，记为第二数据；再预测：将第一数据和第二数据作为第二网络的输入，输出第二预测结果；整合：将第一预测结果与第二预测结果进行或处理，获得处理结果，将所述处理结果作为新的预测结果。

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榆林逸卓远创信息科技有限公司，其通讯地址为：719000 陕西省榆林市榆阳区青山路街道常乐路社区常乐路广元巷东10排1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”。