System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及分布式决策的,尤其涉及一种分布式决策的数据处理方法及系统。
技术介绍
1、随着科技的发展,分布式决策逐步应用于人们生活中,分布式决策通过多个元数据的结合而形成,在多个元数据的结合下输出分布式决策,在现有技术中,分布式决策有时候会存在异常,在分布式决策存在异常时,需要长时间找到分布式决策的异常因素,并针对异常因素进行处理,可是,该异常因素需要一点一点查询,并非在追溯过程中进行异常处理,影响了分布式决策。
技术实现思路
1、本专利技术的目的在于克服现有技术的不足,本专利技术提供了一种分布式决策的数据处理方法及系统,根据血缘关系将不同维度的元数据进行关联以形成元数据集,以便于基于各个元数据集形成分布式决策,为了进一步对分布式决策进行异常处理,基于关联状态和血缘关系对分布式决策进行数据追溯,并且在数据追溯过程中进行异常的链条数据的处理,以便于优化分布式决策。
2、为了解决上述技术问题,本专利技术实施例提供了一种分布式决策的数据处理方法,包括:
3、获取不同维度的元数据;
4、基于id地址确定多个元数据之间的血缘关系,并根据血缘关系将不同维度的元数据进行关联以形成元数据集;
5、针对元数据集,计算元数据集中各元数据的完整度;
6、若元数据的完整度高于预设完整度,则基于各元数据集形成分布式决策,基于关联状态和血缘关系对分布式决策进行数据追溯;
7、在分布式决策存在异常时,遍历分布式决策,并确定分布式决策中异常
8、基于异常因素标记对应的元数据,以凸显异常的链条数据;
9、针对异常的链条数据进行整体修改,并优化分布式决策。
10、可选的,所述获取不同维度的元数据,包括:
11、定位不同维度的空间;
12、监控各个空间,并基于空间的采集信号触发对应空间的元数据的获取;
13、将多个元数据按照不同维度进行排序,并相互独立;
14、遍历多个元数据,基于元数据的类型进行归类;
15、基于归类后的元数据追溯至同一发起点。
16、可选的,所述基于id地址确定多个元数据之间的血缘关系,并根据血缘关系将不同维度的元数据进行关联以形成元数据集,包括:
17、解析多个元数据,并基于多个元数据的解析确定对应的id地址;
18、基于id地址确定发起点的实际位置;
19、基于同一id地址对多个元数据之间建立血缘关系,此时,沿着多个元数据之间的先后顺序建立多个元数据之间的血缘关系;
20、根据血缘关系建立多个元数据之间的递进关系;
21、根据递进关系将不同维度的元数据进行关联以形成元数据集。
22、可选的,所述针对元数据集,计算元数据集中各元数据的完整度,包括:
23、获取元数据集,并针对元数据集进行遍历;
24、针对元数据集中的各元数据进行完整度的计算,并形成各元数据的上下游参数;
25、遍历上下游参数,遍历丢失点;
26、根据丢失点的数量计算元数据集中各元数据的完整度。
27、可选的,所述若元数据的完整度高于预设完整度,则基于各元数据集形成分布式决策,基于关联状态和血缘关系对分布式决策进行数据追溯,包括:
28、将元数据的完整度与预设完整度进行对比;
29、若元数据的完整度高于预设完整度,则采集各元数据集;
30、将各元数据集按照空间进行分布,并依照空间输入至决策学习模型,且基于各元数据集形成分布式决策。
31、可选的,所述若元数据的完整度高于预设完整度,则基于各元数据集形成分布式决策,基于关联状态和血缘关系对分布式决策进行数据追溯,还包括:
32、获取分布式决策,并触发分布式决策的追溯机制;
33、在分布式决策的追溯机制中,采集元数据的关联状态和血缘关系;
34、针对关联状态和血缘关系进行排查,并查询异常因素;
35、若异常因素不存在,则基于关联状态和血缘关系对分布式决策进行数据追溯;
36、基于分布式决策的数据追溯依次形成元数据的追溯树状图,以反向推导元数据。
37、可选的,所述在分布式决策存在异常时,遍历分布式决策,并确定分布式决策中异常因素,包括:
38、监控分布式决策,并针对分布式决策进行异常排查;
39、在分布式决策存在异常时,基于分布式决策进行异常定位;
40、遍历分布式决策,并确定分布式决策中的异常节点;
41、基于异常节点进行单独排查,并确定分布式决策中异常因素。
42、可选的,所述基于异常因素标记对应的元数据,以凸显异常的链条数据,包括:
43、获取异常因素;
44、基于异常因素标记对应的元数据;
45、根据该元数据的位置和血缘关系追溯链条数据,并定义该链条数据为异常的链条数据。
46、可选的,所述针对异常的链条数据进行整体修改,并优化分布式决策,包括:
47、基于异常的链条数据和数据学习模型确定对应的异常处理逻辑;
48、沿着对应的异常处理逻辑对异常的链条数据进行整体修改;
49、针对异常因素进行针对性修改,并基于异常因素所在的节点进行虚拟运算,以确定正确因素;
50、将异常因素替换成正确因素,以优化分布式决策。
51、另外,本专利技术实施例还提供了一种分布式决策的数据处理系统,所述分布式决策的数据处理系统包括:
52、获取模块,用于获取不同维度的元数据;
53、元数据集模块,用于基于id地址确定多个元数据之间的血缘关系,并根据血缘关系将不同维度的元数据进行关联以形成元数据集;
54、计算模块,用于针对元数据集,计算元数据集中各元数据的完整度;
55、决策模块,用于若元数据的完整度高于预设完整度,则基于各元数据集形成分布式决策,基于关联状态和血缘关系对分布式决策进行数据追溯;
56、异常模块,用于在分布式决策存在异常时,遍历分布式决策,并确定分布式决策中异常因素;
57、链条数据模块,用于基于异常因素标记对应的元数据,以凸显异常的链条数据;
58、修改模块,用于针对异常的链条数据进行整体修改,并优化分布式决策。
59、在本专利技术实施例中,通过本专利技术实施例中的方法,获取不同维度的元数据;基于id地址确定多个元数据之间的血缘关系,并根据血缘关系将不同维度的元数据进行关联以形成元数据集;针对元数据集,计算元数据集中各元数据的完整度;若元数据的完整度高于预设完整度,则基于各元数据集形成分布式决策,基于关联状态和血缘关系对分布式决策进行数据追溯;在分布式决策存在异常时,遍历分布式决策,并确定分布式决策中异常因素;基于异常因素标记对应的元数据,以凸显异常的本文档来自技高网...
【技术保护点】
1.一种分布式决策的数据处理方法,其特征在于,包括:
2.根据权利要求1所述的分布式决策的数据处理方法,其特征在于,所述获取不同维度的元数据,包括:
3.根据权利要求2所述的分布式决策的数据处理方法,其特征在于,所述基于ID地址确定多个元数据之间的血缘关系,并根据血缘关系将不同维度的元数据进行关联以形成元数据集,包括:
4.根据权利要求1所述的分布式决策的数据处理方法,其特征在于,所述针对元数据集,计算元数据集中各元数据的完整度,包括:
5.根据权利要求4所述的分布式决策的数据处理方法,其特征在于,所述若元数据的完整度高于预设完整度,则基于各元数据集形成分布式决策,基于关联状态和血缘关系对分布式决策进行数据追溯,包括:
6.根据权利要求5所述的分布式决策的数据处理方法,其特征在于,所述若元数据的完整度高于预设完整度,则基于各元数据集形成分布式决策,基于关联状态和血缘关系对分布式决策进行数据追溯,还包括:
7.根据权利要求6所述的分布式决策的数据处理方法,其特征在于,所述在分布式决策存在异常时,遍历分布式决策,
8.根据权利要求7所述的分布式决策的数据处理方法,其特征在于,所述基于异常因素标记对应的元数据,以凸显异常的链条数据,包括:
9.根据权利要求8所述的分布式决策的数据处理方法,其特征在于,所述针对异常的链条数据进行整体修改,并优化分布式决策,包括:
10.一种分布式决策的数据处理系统,其特征在于,所述分布式决策的数据处理系统应用于如权利要求1-9中任一所述的分布式决策的数据处理方法,所述分布式决策的数据处理系统包括:
...【技术特征摘要】
1.一种分布式决策的数据处理方法,其特征在于,包括:
2.根据权利要求1所述的分布式决策的数据处理方法,其特征在于,所述获取不同维度的元数据,包括:
3.根据权利要求2所述的分布式决策的数据处理方法,其特征在于,所述基于id地址确定多个元数据之间的血缘关系,并根据血缘关系将不同维度的元数据进行关联以形成元数据集,包括:
4.根据权利要求1所述的分布式决策的数据处理方法,其特征在于,所述针对元数据集,计算元数据集中各元数据的完整度,包括:
5.根据权利要求4所述的分布式决策的数据处理方法,其特征在于,所述若元数据的完整度高于预设完整度,则基于各元数据集形成分布式决策,基于关联状态和血缘关系对分布式决策进行数据追溯,包括:
6.根据权利要求5所述的分布式决策的数据处理方法,其特征...
【专利技术属性】
技术研发人员:唐科伟,林亦生,
申请(专利权)人:浙江孚临科技有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。