[发明专利]基于人工智能的数据备份方法、系统及云平台

权利要求书

1.一种基于人工智能的数据备份方法，其特征在于，包括：

根据数据描述内容配置关键特征，利用神经网络训练模型构建关键描述内容；

根据筛选互动指标，利用神经网络训练模型控制关键标识在匹配轨迹上加载程序；

判断所述关键标识沿匹配轨迹运动至目标文件夹的过程中，是否匹配目标关键运动方向与所述关键标识发生数据备份；

当判断匹配时，控制所述关键标识进行数据备份。

2.根据权利要求1所述的基于人工智能的数据备份方法，其特征在于，所述判断所述关键标识沿匹配轨迹运动至目标文件夹的过程中，是否匹配目标关键运动方向与所述关键标识发生数据备份，包括：

获取在所述关键标识的匹配轨迹上加载程序时的文件夹和训练模型，以及所述关键描述内容中的关键运动方向的文件夹和训练模型；

根据所述关键标识在匹配轨迹上加载程序时的文件夹和训练模型以及所述关键运动方向的文件夹和训练模型，判断所述关键标识沿匹配轨迹运动至目标文件夹的过程中，是否匹配目标关键运动方向与所述关键标识发生数据备份。

3.根据权利要求2的基于人工智能的数据备份方法，其特征在于，所述根据所述关键标识在匹配轨迹上加载程序时的文件夹和训练模型以及所述关键运动方向的文件夹和训练模型，判断所述关键标识沿匹配轨迹运动至目标文件夹的过程中，是否匹配目标关键运动方向与所述关键标识发生数据备份，包括：

根据所述关键标识的文件夹和各所述关键运动方向的文件夹，确认是否匹配到所述关键标识的特征向量关联特征向量系数的关键运动方向；

在确认匹配时，基于所述关键标识的文件夹和训练模型以及到所述关键标识的特征向量关联特征向量系数的关键运动方向的文件夹和训练模型，利用数据备份检测网络，判断所述关键标识沿匹配轨迹运动至目标文件夹的过程中，是否匹配目标关键运动方向与所述关键标识发生数据备份。

4.根据权利要求1所述的基于人工智能的数据备份方法，其特征在于，所述控制所述关键标识进行数据备份，包括：

根据所述关键标识的文件夹和训练模型以及所述目标关键运动方向的文件夹和训练模型，利用数据备份规避网络进行计算得到所述关键标识的目标训练模型，并控制所述关键标识按照所述目标训练模型运动以进行数据备份。

5.根据权利要求1所述的基于人工智能的数据备份方法，其特征在于，在所述筛选互动指标包括与所述关键标识对应的匹配指示时，根据筛选互动指标，利用神经网络训练模型控制关键标识在匹配轨迹上加载程序，包括：

根据与所述关键标识对应的匹配指示，得到所述关键标识的初始文件夹和目标文件夹；

获取所述关键描述内容中误差数据的文件夹关键特征；

根据所述误差数据的文件夹关键特征以及所述关键标识的初始文件夹和目标文件夹得到所述关键标识的匹配轨迹；控制所述关键标识在所述匹配轨迹上加载程序。

6.根据权利要求5所述的基于人工智能的数据备份方法，其特征在于，所述根据所述误差数据的文件夹关键特征以及所述关键标识的初始文件夹和目标文件夹得到所述关键标识的匹配轨迹，包括：

根据所述误差数据的文件夹关键特征得到误差数据范围；

根据误差数据范围以及所述关键标识的初始文件夹和目标文件夹得到所述关键标识的匹配轨迹，其中，所述匹配轨迹上的点位于所述误差数据范围外。

7.根据权利要求1所述的基于人工智能的数据备份方法，其特征在于，所述数据描述内容配置关键特征和所述筛选互动指标来自历史备份记录，所述方法还包括：

采集筛选所述历史备份记录过程中符合的数据备份要求集；

根据所述数据备份要求集确定所述历史备份记录在筛选时的识别结果。