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！

龙图腾网恭喜广州尚航信息科技股份有限公司申请的专利一种数据中心资源自动配置的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：CN119094335B 。

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：202411570176.0，技术领域涉及：H04L41/08；该发明授权一种数据中心资源自动配置的方法是由兰满桔;刘杰;封林设计研发完成，并于2024-11-06向国家知识产权局提交的专利申请。

本一种数据中心资源自动配置的方法在说明书摘要公布了：本发明提供一种数据中心资源自动配置的方法，涉及动态资源分配技术领域，所述方法包括：实时监控数据中心的负载数据，获取各资源的实时使用状态，包括处理器使用率、内存占用率、网络带宽利用率及存储设备的使用情况；根据数据中心的负载数据，实时收集并分析当前运行业务以及即将上线的业务需求数据，包括业务类型、状态、资源消耗、预计上线时间和预期资源需求，以得到业务分析结果。本发明通过实时监控、智能分析与预测，实现数据中心资源的动态优化配置，有效提升资源利用率和业务连续性，同时降低运营成本。

本发明授权一种数据中心资源自动配置的方法在权利要求书中公布了：1.一种数据中心资源自动配置的方法，其特征在于，所述方法包括：步骤11，实时监控数据中心的负载数据，获取各资源的实时使用状态，包括处理器使用率、内存占用率、网络带宽利用率及存储设备的使用情况；步骤12，根据数据中心的负载数据，实时收集并分析当前运行业务以及即将上线的业务需求数据，包括业务类型、状态、资源消耗、预计上线时间和预期资源需求，以得到业务分析结果；步骤13，根据业务分析结果，将实时监控的负载数据和业务需求数据输入资源分配预测和优化模型中进行训练和学习，并预测未来一段时间内的资源需求，以得到最终的预测结果；步骤14，根据最终的预测结果，动态分配和优化数据中心的资源，包括调整处理器核心数、内存分配、网络带宽分配；步骤15，根据动态分配和优化数据中心的资源，自动执行对应资源配置的调整，并持续监控数据中心的运行状态，以实时获取新的负载数据和业务需求数据；步骤12中，根据数据中心的负载数据，实时收集并分析当前运行业务以及即将上线的业务需求数据，包括业务类型、状态、资源消耗、预计上线时间和预期资源需求，以得到业务分析结果，包括：步骤122，将实时业务数据与即将上线业务的计划数据整合至统一的数据平台，以得到整合数据集；步骤123，对整合数据集进行清洗和预处理，提取关键特征，以得到处理后数据集；步骤124，根据处理后数据集，分析当前运行业务的资源使用模式，识别资源消耗大或增长快的业务类型，标记为关键业务；步骤125，根据标记的关键业务和业务规则、预期收益及客户影响因素，对即将上线的业务进行优先级评估，并输出业务优先级列表；步骤126，根据业务优先级列表和资源使用模式，分析不同优先级业务对资源的影响，以生成业务资源使用分析报告；步骤127，根据业务资源使用分析报告，以得到业务分析结果；上述步骤125，根据标记的关键业务和业务规则、预期收益及客户影响因素，对即将上线的业务进行优先级评估，并输出业务优先级列表，包括：步骤1255，设定评估标准和衡量指标，包括业务的紧急性；步骤1256，对于每个即将上线的业务，收集相关信息，包括业务需求文档、客户反馈，并将相关信息作为评估标准的输入数据；步骤1257，将已识别为资源消耗大或增长快的业务类型标记为关键业务信息，并根据设定的评估标准和关键业务信息，对每个即将上线的业务进行评分；步骤1258，在评分过程中，根据业务与每个评估标准的匹配程度，赋予对应的分数；步骤1259，将每个业务的各项评分汇总，得到一个综合评分，并根据综合评分对业务进行排序，从高到低排列，生成业务优先级列表；步骤13中，根据业务分析结果，将实时监控的负载数据和业务需求数据输入资源分配预测和优化模型中进行训练和学习，并预测未来一段时间内的资源需求，以得到最终的预测结果，包括：步骤133，根据业务分析结果，确定与资源需求预测相关的特征，包括历史负载数据、业务增长趋势、业务类型；步骤134，构建资源分配预测和优化模型，并确定优化模型的输入项，包括实时监控的负载数据、业务需求数据和输出项，包括未来一段时间内的资源需求预测值；步骤135，将历史负载数据、业务需求数据划分为训练集、验证集和测试集，并使用训练集数据对优化模型进行训练，在训练过程中，使用均方根误差，评估优化模型在验证集上的预测性能，以得到评估结果；均方根误差的计算公式为： 其中，R表示均方根误差；n表示验证集的样本总数；yv表示第v个样本的实际值；表示第v个样本的预测值；wv表示第v个样本的权重；λ表示正则化系数；m表示模型参数数量；θj表示第j个模型参数；步骤136，根据评估结果，对优化模型进行迭代优化，包括调整参数；步骤137，重复进行训练、验证和评估，直至优化模型性能达到预设标准，以得到最终的优化模型；步骤138，根据最终的优化模型，将当前实时监控的负载数据和业务需求数据作为输入项，计算未来一段时间内的资源需求预测值，以得到最终的预测结果，包括资源需求预测值、各类型资源的预计使用量和增长趋势；未来一段时间内的资源需求预测值的计算公式为： 其中，Rt+k表示未来时刻t+k的资源需求预测值；β0表示模型的截距项；i表示影响因素的索引；βh表示第h个影响因素的权重；Xh,t表示第g个影响因素在时间t的观测值；∈表示预测值与实际值之间的偏差。

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广州尚航信息科技股份有限公司，其通讯地址为：510700 广东省广州市黄埔区瑞和路39号G5座601-620、701-720；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”。