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！

龙图腾网恭喜宁波市威尔信息科技有限公司申请的专利一种云环境下的多维实时数据状态诊断分析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：CN119961844B 。

龙图腾网通过国家知识产权局官网在2025-06-13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：202510431739.6，技术领域涉及：G06F18/2433；该发明授权一种云环境下的多维实时数据状态诊断分析方法及系统是由徐斌斌;陆猛麟;张陈涛设计研发完成，并于2025-04-08向国家知识产权局提交的专利申请。

本一种云环境下的多维实时数据状态诊断分析方法及系统在说明书摘要公布了：本发明涉及数据分析技术领域，公开了一种云环境下的多维实时数据状态诊断分析方法及系统，方法包括：采集多维异构数据，去噪、归一化、插补缺失值并对齐时间戳；基于窗口化流式计算框架提取特征构建矩阵；利用图注意力网络构建模型学习数据关联生成全局表征；采用混合密度网络与变分自编码器构建异常检测模型，结合时序因果推断区分异常并生成评分；基于分布式策略梯度强化学习算法优化参数；通过在线知识蒸馏构建轻量化模型，采用联邦学习更新本地模型权重。该发明能精准处理多维实时数据，高效诊断异常状态，实时优化系统参数并保护数据隐私，提升云环境下数据处理和分析能力。

本发明授权一种云环境下的多维实时数据状态诊断分析方法及系统在权利要求书中公布了：1.一种云环境下的多维实时数据状态诊断分析方法，其特征在于，包括以下步骤： 步骤1：通过分布式传感器网络实时采集多维异构数据，采用自适应滤波算法去除噪声，并基于数据分布特征进行归一化与缺失值插补；当数据采样频率不一致时，利用动态时间规整算法对齐时间戳，生成统一时间基准的标准化数据流； 步骤2：基于窗口化流式计算框架对实时数据流进行动态分块，采用滑动时间窗口结合增量式聚合算子提取统计特征、频域特征及时域相关性特征，构建多维特征向量矩阵； 步骤3：利用图注意力网络构建动态状态关联模型，以特征向量矩阵为节点属性，数据源拓扑关系为边权重，通过多头注意力机制学习跨维度数据间的隐含关联，生成全局状态表征； 步骤4：采用混合密度网络与变分自编码器构建异常检测模型，通过联合优化重构误差与分布匹配度，识别偏离正常模式的数据状态；结合时序因果推断方法区分瞬时噪声与持续性异常，生成多级异常置信度评分； 步骤5：基于分布式策略梯度强化学习算法，以异常置信度评分与环境状态为输入，动态调整特征提取窗口大小、模型更新频率及诊断阈值参数，实现实时参数自适应优化； 步骤6：通过在线知识蒸馏机制构建轻量化诊断模型，将全局状态表征与优化参数同步至边缘计算节点，采用联邦学习框架更新本地模型权重，形成闭环反馈控制链路。

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宁波市威尔信息科技有限公司，其通讯地址为：315400 浙江省宁波市余姚市凤仪路93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”。