[发明专利]一种基于数据感知技术的数据恢复方法及装置在审

专利信息
申请号: 202211164670.8 申请日: 2022-09-23
公开(公告)号: CN115454722A 公开(公告)日: 2022-12-09
发明(设计)人: 郦俊岭;石文欣;雷成荣 申请(专利权)人: 深圳市数存科技有限公司
主分类号: G06F11/14 分类号: G06F11/14
代理公司: 上海洞鉴知识产权代理事务所(普通合伙) 31346 代理人: 刘少伟
地址: 518129 广东省深圳市龙岗区坂*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 数据 感知 技术 恢复 方法 装置
【权利要求书】:

1.一种基于数据感知技术的数据恢复方法,其特征在于,所述数据恢复方法包括:

获取每个数据存储节点对应存储的数据信息,根据所述数据信息获取目标监测数据特征;

通过数据感知方式实时监测所述每个数据存储节点上是否存在与所述目标检测数据类型对应的数据对象产生数据丢失;

当所述数据存储节点上存在与所述目标检测数据类型对应的数据对象产生数据丢失时,对丢失的数据进行数据恢复。

2.根据权利要求1所述数据恢复方法,其特征在于,获取每个数据存储节点对应存储的数据信息,根据所述数据信息获取目标监测数据特征,包括:

通过扫描获取每个数据存储节点对应存储的数据信息;

根据所述数据信息获取所述数据信息包含的所有数据类型;

提取预监测数据对应的监测数据类型,并将所述所有数据类型与所述监测数据类型进行比较,获取所述数据存储节点所包含的与所述监测数据类型相同的目标监测数据;

针对所述目标检测数据提取目标监测数据特征。

3.根据权利要求1所述数据恢复方法,其特征在于,通过数据感知方式实时监测所述每个数据存储节点上是否存在与所述目标检测数据类型对应的数据对象产生数据丢失,包括:

利用所述目标监测数据特征对数据感知模型进行训练,获得训练好的数据感知模型;

在每个所述数据存储节点上均配置一个数据感知模型;

利用所述数据感知模型在每个数据感知时间节点处进行存储数据感知检测,形成数据感知存储单元;

设置数据感知监测时间段,并将所述数据感知时间段的结束时刻作为数据感知时间节点;

在所述数据感知时间节点对应时刻,判断所述数据感知存储单元中已存储的数据信息是否减少,如果减少则判定为当前所述数据感知存储单元中存在数据丢失。

4.根据权利要求3所述数据恢复方法,其特征在于,利用所述数据感知模型在每个数据感知时间节点处进行存储数据感知检测,形成数据感知存储单元,包括:

将所述数据存储节点实时存储的数据信息输入至所述数据存储节点对应的数据感知模型内;

通过所述数据感知模型对数据特征的判断确定所述数据信息是否属于目标监测数据对应的数据类型;

当当前所述数据存储节点存储的数据信息属于目标监测数据对应的数据类型时,将所述属于目标监测数据对应的数据类型进行独立存储,形成数据感知存储单元。

5.根据权利要求3所述数据恢复方法,其特征在于,设置数据感知监测时间段,并将所述数据感知时间段的结束时刻作为数据感知时间节点,包括:

实时监测预先设置的单位时间内所述数据感知模型向所述数据感知存储单元内进行数据存储的数据存储量和数据存储时间间隔;其中,所述单位时间的取值范围为12h-30h;

根据所述数据存储量和数据存储时间间隔,获取数据感知时间段;其中,数据感知时间段通过如下公式获取:

其中,T表示数据感知时间段;Tg表示数据存储时间间隔平均值;T0表示单位时间;C0表示数据感知存储单元中单位时间内的数据存储量;C表示预设的单位时间内的数据感知存储单元中的数据存储量阈值;T1表示在单位时间内,数据感知存储单元中存储数据量达到预设的数据存储量阈值所用时长。

6.一种基于数据感知技术的数据恢复装置,其特征在于,所述数据恢复装置包括:

特征信息获取模块,用于获取每个数据存储节点对应存储的数据信息,根据所述数据信息获取目标监测数据特征;

丢失判断模块,用于通过数据感知方式实时监测所述每个数据存储节点上是否存在与所述目标检测数据类型对应的数据对象产生数据丢失;

数据恢复模块,用于当所述数据存储节点上存在与所述目标检测数据类型对应的数据对象产生数据丢失时,对丢失的数据进行数据恢复。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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深圳市数存科技有限公司,未经深圳市数存科技有限公司许可,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/202211164670.8/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top