摘要
本发明涉及数据管理技术领域,公开了一种基于AI的动态数据管理方法与系统,包括:获取元数据并提取时间戳、数据类型及语义特征生成元数据集合,筛选强相关特征形成精炼特征集并分类确定正常标签集;在预设时间间隔统计正常标签集中流量增量,超阈值时对精炼特征集作为待分发消息按重要性排序得到优先级序列;依据优先级序列构建网络拓扑,结合最短路径资源占用率计算负载均衡因子,进而算出待分发消息的消息权重并排序生成消息分发队列,最后采用一致性哈希算法将消息分配到处理节点生成消息分发结果表。本方法通过筛选强相关特征、实时统计流量增量和计算消息权重等技术手段,生成了消息分发结果表,实现了复杂动态数据管理场景下的实时响应。
技术关键词
动态数据管理方法
消息分发
语义特征
动态数据管理系统
强化学习模型
哈希算法
Dijkstra算法
序列
网络拓扑
因子
梯度提升树模型
内存
队列
可读存储介质
数据管理技术
BERT模型
随机森林模型
系统为您推荐了相关专利信息
拓扑结构特征
语义注意力
图像定位方法
交叉注意力机制
动态邻接矩阵
任务分配方法
深度强化学习模型
网络拓扑控制
决策
动态
任务分配方法
任务调度模型
设备健康状态
资源
强化学习模型