[发明专利]基于人工智能的数据中心数据管理方法及系统

权利要求书

1.一种基于人工智能的数据中心数据管理方法，其特征在于，包括：

获取历史记录中的历史调度数据，并根据所述历史调度数据获取对应的历史数据的数据属性和调度记录，所述数据属性包括数据来源、数据类型、数据大小、数据目的标签，所述调度记录包括数据迁移、数据删改、数据合并；

排除所述历史数据中包含数据目的标签的数据，根据剩余历史数据的数据来源、数据类型、数据大小构建对应的数据属性权重模型；

将数据属性权重模型与对应的调度记录作为训练样本输入到卷积神经网络模型中进行训练；

获取目标数据的数据属性，并将所述目标数据的数据属性输入至训练后的卷积神经网络模型，输出目标数据对应的调度记录，根据所述目标数据的调度记录对所述目标数据进行数据管理。

2.根据权利要求1所述的基于人工智能的数据中心数据管理方法，其特征在于，所述根据剩余历史数据的数据来源、数据类型、数据大小构建对应的数据属性权重模型，包括：

根据所述数据来源确定发送方的第一优先级，根据所述第一优先级确定所述剩余历史数据的第一权重；

根据所述数据类型确定所述剩余历史数据的第二优先级，根据所述第二优先级确定所述剩余历史数据的第二权重；

根据所述数据大小确定所述剩余历史数据的第三优先级，根据所述第三优先级确定所述剩余历史数据的第三权重；

根据所述第一权重、第二权重、第三权重确定综合权重，根据所述剩余历史数据及对应的综合权重构建对应的数据属性权重模型。

3.根据权利要求2所述的基于人工智能的数据中心数据管理方法，其特征在于，所述根据数据大小确定所述剩余历史数据的第三优先级，根据所述第三优先级确定所述剩余历史数据的第三权重，包括：

获取数据中心当前容量，根据所述数据大小，结合所述当前容量，动态调整所述剩余历史数据的第三优先级。

4.根据权利要求2所述的基于人工智能的数据中心数据管理方法，其特征在于，所述根据第一权重、第二权重、第三权重确定综合权重，包括：

获取预设的权重倾向，根据所述权重倾向，结合所述第一权重、第二权重、第三权重确定综合权重，所述权重倾向为发送方优先、优先级数据优先、数据中心性能优先三者之一。

5.根据权利要求1所述的基于人工智能的数据中心数据管理方法，其特征在于，将数据属性权重模型与对应的调度记录作为训练样本输入到卷积神经网络模型中进行训练，包括：

将数据属性权重模型分别与所述数据迁移、数据删改、数据合并的调度记录作为训练样本输入到卷积神经网络模型中进行训练，分别得到三个训练卷积神经网络模型；

所述将目标数据的数据属性输入至训练后的卷积神经网络模型，输出目标数据对应的调度记录，包括：

将所述目标数据的数据属性分别输入至三个所述训练卷积神经网络模型，输出1个主要调度记录和2个额外记录。

6.根据权利要求1所述的基于人工智能的数据中心数据管理方法，其特征在于，所述将数据属性权重模型与对应的调度记录作为训练样本输入到卷积神经网络模型中进行训练，包括：

将所述训练样本分为训练集和验证集，将所述训练集输入到卷积神经网络模型进行训练，得到训练后的初步卷积神经网络模型；

通过所述验证集输入到训练后的初步卷积神经网络模型进行测试，测试完成后得到所述训练后的卷积神经网络模型。