[发明专利]统一智能连接器在审
申请号: | 201780086729.7 | 申请日: | 2017-02-17 |
公开(公告)号: | CN110300961A | 公开(公告)日: | 2019-10-01 |
发明(设计)人: | S·彼得;K·坎德萨米;朱红;A·梅克林 | 申请(专利权)人: | 维萨国际服务协会 |
主分类号: | G06F13/40 | 分类号: | G06F13/40;G06F16/25;G06F15/173 |
代理公司: | 上海专利商标事务所有限公司 31100 | 代理人: | 钱慰民;张鑫 |
地址: | 美国加利*** | 国省代码: | 美国;US |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 智能连接器 建模数据 机器学习模型 操作状态 分析数据 附加数据 接收数据 数据来源 数据类型 提供商 云环境 统一 创建 应用 | ||
1.一种在云环境中集中分析数据的方法,所述方法包括:
由统一智能连接器从一个或多个云数据源接收数据;
将所接收的数据发送到表进行存储;
将机器学习模型应用到所述表中存储的数据以创建建模数据;
基于所述建模数据预测操作的状态;
确定所述操作的状态是否满足预定阈值;以及
响应于所述状态低于所述预定阈值,由所述统一智能连接器自动确定需要来自所述一个或多个云数据源的附加数据。
2.根据权利要求1所述的方法,还包括:
自动识别需要来自所述一个或多个云数据源的附加数据;
自动从所述一个或多个云数据源请求所述附加数据;以及
将所请求的附加数据发送到所述表进行存储。
3.根据权利要求1所述的方法,其中所述统一智能连接器将所述一个或多个云数据源连接到一个或多个云数据目标,并且其中所述表存储在所述一个或多个云数据目标中。
4.根据权利要求1所述的方法,其中所述统一智能连接器是数据即服务(DaaS)连接器,所述数据即服务连接器被配置成提供DaaS。
5.根据权利要求1所述的方法,其中所述机器学习模型包括自回归积分移动平均(ARIMA)模型、支持向量机(SVM)模型和人工神经网络(ANN)模型中的一个。
6.根据权利要求1所述的方法,其中来自所述一个或多个云数据源的数据是历史聚合数据。
7.根据权利要求3所述的方法,其中所述一个或多个云数据源是云数据提供商。
8.根据权利要求1所述的方法,其中所述统一智能连接器被配置成在从所述一个或多个云数据源接收数据时预测所述操作的状态。
9.根据权利要求1所述的方法,还包括响应于所述操作的状态低于所述预定阈值,为用户提供关于所述操作的状态的警报。
10.根据权利要求1所述的方法,还包括向用户提供识别需要用户注意的操作区域的报告。
11.根据权利要求1所述的方法,其中所述统一智能连接器是中心连接器,所述中心连接器被配置成对来自所述一个或多个云数据源的数据执行认证、提取、转换和发布。
12.根据权利要求1所述的方法,其中所述统一智能连接器是元数据驱动连接器,所述元数据驱动连接器被配置成在元数据框架中处理来自一个或多个云数据提供商的数据。
13.一种装置,包括:
一个或多个处理器;以及
耦合到所述一个或多个处理器的存储器,所述存储器包括用于使所述一个或多个处理器实施方法的代码,所述方法包括:
由统一智能连接器从一个或多个云数据源接收数据;
将所接收的数据发送到表进行存储;
将机器学习模型应用到所述表中存储的数据以创建建模数据;
基于所述建模数据预测操作的状态;
确定所述操作的状态是否满足预定阈值;以及
响应于所述状态低于所述预定阈值,由所述统一智能连接器自动确定需要来自所述一个或多个云数据源的附加数据。
14.根据权利要求13所述的装置,还包括使所述一个或多个处理器执行以下操作的代码:
自动识别需要来自所述一个或多个云数据源的附加数据;
自动从所述一个或多个云数据源请求所述附加数据;以及
将所请求的附加数据发送到所述表进行存储。
15.根据权利要求13所述的装置,其中所述统一智能连接器将所述一个或多个云数据源连接到一个或多个云数据目标,并且其中所述表存储在所述一个或多个云数据目标中。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于维萨国际服务协会,未经维萨国际服务协会许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201780086729.7/1.html,转载请声明来源钻瓜专利网。