[發明專利]基于事理圖譜的多種類大規模任務自動化調度方法及系統

在審

• 申請號: 202010814915.1
• 申請日: 2020-08-13
• 公開（公告）號: CN111949390A
• 公開（公告）日: 2020-11-17
• 發明（設計）人: 賴洪昌;潘小康
• 申請（專利權）人: 深圳市極限網絡科技有限公司
• 主分類號: G06F9/48
• 分類號: G06F9/48;G06F16/36
• 代理公司: 深圳新創友知識產權代理有限公司 44223
• 代理人: 黃議本

1.一種基于事理圖譜的多種類大規模任務自動化調度方法，其特征在于，包括：

A1、構建基礎事理圖譜知識庫；

所述A1包括：

A11、根據需要調度的應用場景，對所述應用場景中的網絡行為及資產實體進行抽象，從而構建圖譜模型；

A12、向所述圖譜模型填充具體知識數據，形成基礎事理圖譜知識庫；

A2、構建實現調度需要的分布式驅動框架以及需要的決策模型；

A3、執行調度，將執行結果經過動態支持抽取，并入所述基礎事理圖譜知識庫，以動態更新所述決策模型的運算數據。

2.根據權利要求1所述方法，其特征在于，所述A11中的對所述應用場景中的網絡行為及資產實體進行抽象包括：抽象出所述應用場景中涉及到的事理實體、實體屬性和潛在關系。

3.根據權利要求1所述方法，其特征在于，所述A3包括：

A31、從場景任務池的隊列中取出場景任務，對所述場景任務中包含的事理實體任務進行分解；

A32、對分解的任務進行分析評估決策，判斷該任務是否需要執行，若需要執行，則生成子任務，否則終止任務流程；

A33、將所述子任務分發到任務執行池中進行執行，動態匯報任務執行狀態以及任務完成時匯報任務執行結果；

A34、根據所述動態匯報內容，完善任務調度分析決策數據支撐，實現動態反饋調整調度邏輯；

A35、對所述任務執行結果進行知識圖譜化處理，填充所述基礎事理圖譜知識庫，以及將任務執行結果提交到任務分解流程，重復執行A32、A33、A34和A35，形成閉環。

4.根據權利要求3所述方法，其特征在于，所述A32中的分析評估決策具體包括：基于經驗模型的分析決策、基于常識模型的分析決策和基于算法模型的分析決策。

5.根據權利要求4所述方法，其特征在于，

所述A1還包括：定義基本的實體、屬性和關系；

所述基于經驗模型的分析決策和所述基于常識模型的分析決策根據所述實體、所述屬性和所述關系來評估任務調度。

6.根據權利要求5所述方法，其特征在于：所述實體的顆粒度大小能任意調整。

7.根據權利要求1所述方法，其特征在于：所述具體知識數據包括技術人員經驗和基礎資產數據。

8.一種基于事理圖譜的多種類大規模任務自動化調度系統，其特征在于：用于實現根據權利要求1至7任一項所述方法。

9.根據權利要求8所述系統，其特征在于：包括知識層、框架層、調度層、決策層和適配層。

10.一種計算機可讀存儲介質，其特征在于，包括：所述計算機可讀存儲介質中存儲有程序指令，所述程序指令被計算機的處理器執行時使所述處理器執行根據權利要求1至7任一項所述方法。