申请/专利权人：北京谷器数据科技有限公司

申请日：2024-03-22

公开（公告）日：2024-04-26

公开（公告）号：CN117931953A

主分类号：G06F16/27

分类号：G06F16/27;G06F16/28;G06F16/23

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.05.14#实质审查的生效;2024.04.26#公开

摘要：本发明公开了一种异构数据库数据同步的方法及系统，涉及数据库技术领域，包括通过同步控制中心向目标数据库的适配器单元发送指令，以提取待同步数据集；采用高级预处理策略和联合学习模型，挖掘数据的决策导向特征；在源数据库数据项上设置同步标记，并利用同步标记器ST进行维护；对同步数据项进行安全性检测和分类，并根据数据敏感性级别执行相应的安全防护措施；基于决策导向特征、数据敏感性和当前网络状态，制定并执行数据传输策略；执行同步结果的完整性验证，并根据验证结果自动更新同步操作记录。本发明通过动态的多维判断规则和高级预处理策略，大幅提高了数据提取和同步的速度。

主权项：1.一种异构数据库数据同步的方法，其特征在于：包括，通过同步控制中心SCC向目标数据库的适配器单元AU发送指令，以提取待同步数据集；运用高级预处理策略对待同步数据集进行优化，并利用联合学习模型挖掘数据集的决策导向特征；在源数据库的数据项上设置同步标记，并使用同步标记器ST进行维护以反映数据的最新状态；对同步数据项执行安全性检测并分类，判定数据敏感性级别，并实施相应安全防护措施；根据决策导向特征、敏感性级别和当前网络状态确定数据传输策略，并执行同步结果的完整性验证；根据同步结果完整性验证的输出，设计并实施同步操作记录的自动更新机制；所述利用联合学习模型挖掘数据集的决策导向特征包括以下步骤：通过数据适配器对数据集进行格式标准化和转换处理，并运用离群点检测识别和排除非典型样本；利用ARIMA算法和变异评分技术对数据集进行实时监控，捕捉异常变化并加以标记；执行交互式特征选择过程，以动态识别并迭代优化决策导向性的特征集合；设计基于决策树算法或融合注意力机制的神经网络的条件推断机制，以引导特征选择和优先级分配；开发根据数据源波动和同步需求变化自适应校准的特征提取框架；将元数据信息纳入特征提取过程中，以增强特征的语义表现力和上下文关联性；所述条件推断机制包括，若某一特征在新数据流中与积极业务结果密切相关，则提升其在特征选择中的权重，并根据相关性变化调整其在数据同步中的优先级；当用户行为数据中某特征异常，则条件推断机制将此特征指定为异常预测指标，并分析其与潜在风险或机会的关联；若特定群体对某特征有高预测成功率，则条件推断机制对此特征加权，以挖掘复杂关系和定位目标客户；针对季节性波动，根据历史数据模式和趋势调整特征集，并利用多变量时间序列分析预测市场动态；针对潜在高风险特征，启动安全模式自动调整加密和数据脱敏策略，同时指示检查其他可能影响数据合规性的隐含特征；在执行条件推断机制期间，建立模型性能和特征处理策略的评估监控机制；定期评估预测能力和特征处理效果，识别问题进行模型和特征优化；根据评估结果，调整决策树算法的参数、更新神经网络的注意力机制、优化特征选择和权重；建立持续的闭环迭代机制，不断优化模型和特征处理策略。

全文数据：

权利要求：

百度查询： 北京谷器数据科技有限公司 一种异构数据库数据同步的方法及系统

免责声明
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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD