[發明專利]一種多通道混合云計算系統

有效

• 申請號: 202210732059.4
• 申請日: 2022-06-27
• 公開（公告）號: CN114816771B
• 公開（公告）日: 2022-09-13
• 發明（設計）人: 王衛波;熊應;黃耀曦;謝海勸;荊麗娟
• 申請（專利權）人: 深圳市樂易網絡股份有限公司
• 主分類號: G06F9/50
• 分類號: G06F9/50;G06F17/16;G06K9/62
• 代理公司: 北京鼎德寶專利代理事務所(特殊普通合伙) 11823
• 代理人: 牟炳彥

1.一種多通道混合云計算系統，其特征在于，包括以下部分：

數據采集模塊，數據分揀模塊，數據融合模塊，數據預處理模塊，數據精煉處理模塊，私有云網絡，公有云網絡；

所述數據采集模塊，用來對各個通道進行數據采集，并將采集到的數據進行數字化后送入所述數據分揀模塊；

根據用戶對數據的類型區分，利用多通道采集器分別對私有、共有數據進行采集，將采集到的數據進行數字化，得到可由計算機處理的數字化數據，并將數字化數據定義為數據矩陣Data，，N表示數據總組數，表示第i組數據，，M表示第i組數據的數據個數，表示第i組數據中的第j個數據；

在數據進行多通道采集時，根據私有、公有性質將采集到的數據進行編號，對數據利用標簽標記，以區分私有數據、公有數據；

所述數據分揀模塊，將采集到的數字化數據進行分揀處理，針對共有私有兩種不同類型的數據進行分類處理；

在將數字化后的數據矩陣Data進行分揀后，得到私有數據矩陣和公有數據矩陣，并對兩種數據進行交叉編碼處理，具體處理如下：

對私有數據：

對公有數據：

其中，表示私有數據，表示公有數據，N1表示私有數據組數，M1表示私有數據每組數據的個數，N2表示公有數據組數，M2表示公有數據每組數據的個數，表示私有數據矩陣中第i個數組中的第j個數據，表示公有數據矩陣中第i個數組中的第j個數據；

所述數據融合模塊，用來將多通道的數據進行融合處理，變形為易處理的形式后送入所述數據預處理模塊；

將交叉編碼后的私有數據矩陣、公有數據矩陣拼合在一起得到拼合矩陣，然后對矩陣進行逐組計算相關性，計算過程如下：

首先對組合后矩陣每列向量按照從大到小進行排序，隨后對排序后的數據進行如下計算，得到相關系數：

其中，M表示每列數組中數據元素個數，j，s分別 表示第j，s個數組，即變換后矩陣的第j，s列，，表示第j，s列數組，，N表示數組的個數；

根據計算得到的相關系數矩陣，針對R中每一行的相關系數值的大小，確定相關性，值越大，相關性越大，再結合數據特征對兩組數據進行融合，得到新的數據融合矩陣；

所述數據預處理模塊，對所述數據融合模塊傳送的數據進行預處理，為所述數據精煉處理提供鋪墊；

利用現有小波包變換技術對數據進行降噪，首先進行小波包分解，即在每一級數據分解時，除了對低頻子帶進行進一步分解，也對高頻子帶進行進一步分解，通過最小化一個代價函數計算出最優數據分解路徑，并以此對原數據進行分解，實現對數據的初步去噪，得到數據集合；

所述數據精煉處理模塊，將預處理后的數據進行精煉處理，為混合云計算提供依據；

通過構建精煉提取模型進行數據精煉處理，具體如下：

其中，Data表示預處理后的數據矩陣，T表示預處理數據矩陣Data的特征向量，QD表示預處理數據矩陣Data對應的特征權重向量，YS表示對數據預處理Data的約束矩陣，Out表示模型的輸出，即數據精煉處理后的數據矩陣；

對精煉處理后的數據通過構建分揀處理模型進行分揀，模型具體如下：

其中，表示精煉處理后的數據矩陣，FT表示精煉處理后數據矩陣的特性參數向量，QD表示精煉處理后的數據矩陣的特征向量，表示模型輸出，分別為私有數據矩陣和公有數據矩陣；

所述私有云網絡，對精煉處理后的私有數據進行儲存計算處理；

所述公有云網絡，對精煉處理后的公有數據進行儲存計算處理；

所述公有云網絡和所述私有云網絡之間可以進行數據通信。

2.一種多通道混合云計算方法，其特征在于，包括以下步驟：

S1.對多通道的數據進行采集，并將采集到的數據進行數字化處理，將數字化數據進行分揀，得到不同類型的可處理的數據形式；

S2.對接收到的數據進行融合處理，變形為易處理的數據后進行預處理，得到變換數據矩陣集合后，進行數據精煉處理；

S3.對精煉處理后的數據存入各自云網絡中，進行對應云計算；

所述步驟S1包括：

根據用戶對數據的類型區分，利用多通道采集器分別對私有、共有數據進行采集，將采集到的數據進行數字化，得到可由計算機處理的數字化數據，并將數字化數據定義為數據矩陣Data，，N表示數據總組數，表示第i組數據，，M表示第i組數據的數據個數，表示第i組數據中的第j個數據；

在數據進行多通道采集時，根據私有、公有性質將采集到的數據進行編號，對數據利用標簽標記，以區分私有數據、公有數據；

將數字化后的數據矩陣Data進行分揀，得到私有數據矩陣和公有數據矩陣，并對兩種數據進行交叉編碼處理，具體處理如下：

對私有數據：

對公有數據：

其中，表示私有數據，表示公有數據，N1表示私有數據組數，M1表示私有數據每組數據的個數，N2表示公有數據組數，M2表示公有數據每組數據的個數，表示私有數據矩陣中第i個數組中的第j個數據，表示公有數據矩陣中第i個數組中的第j個數據；

所述步驟S2包括：

將交叉編碼后的私有數據矩陣、公有數據矩陣拼合在一起得到拼合矩陣，然后對矩陣進行逐組計算相關性，計算過程如下：

首先對組合后矩陣每列向量按照從大到小進行排序，隨后對排序后的數據進行如下計算，得到相關系數：

其中，M表示每列數組中數據元素個數，j，s分別 表示第j，s個數組，即變換后矩陣的第j，s列，，表示第j，s列數組，，N表示數組的個數；

根據計算得到的相關系數矩陣，針對R中每一行的相關系數值的大小，確定相關性，值越大，相關性越大，再結合數據特征對兩組數據進行融合，得到新的數據融合矩陣；

利用現有小波包變換技術對數據進行降噪，首先進行小波包分解，即在每一級數據分解時，除了對低頻子帶進行進一步分解，也對高頻子帶進行進一步分解，通過最小化一個代價函數計算出最優數據分解路徑，并以此對原數據進行分解，實現對數據的初步去噪，得到數據集合；

通過構建精煉提取模型進行數據精煉處理，具體如下：

其中，Data表示預處理后的數據矩陣，T表示預處理數據矩陣Data的特征向量，QD表示預處理數據矩陣Data對應的特征權重向量，YS表示對數據預處理Data的約束矩陣，Out表示模型的輸出，即數據精煉處理后的數據矩陣；

所述步驟S3包括：

對精煉處理后的數據通過構建分揀處理模型進行分揀，模型具體如下：

其中，表示精煉處理后的數據矩陣，FT表示精煉處理后數據矩陣的特性參數向量，QD表示精煉處理后的數據矩陣的特征向量，表示模型輸出，分別為私有數據矩陣和公有數據矩陣。