(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211171864.0 (22)申请日 2022.09.26 (71)申请人 陈鑫 地址 561000 贵州省安 顺市西秀区中华 东 路135号 (72)发明人 陈鑫　苏军强　 (51)Int.Cl. G06F 11/14(2006.01) G06F 9/48(2006.01) G06F 9/445(2018.01) (54)发明名称 一种分布式存储 数据恢复方法、 系统及云平 台 (57)摘要 本申请涉及数据处理技术领域， 具体而言， 涉及一种分布式存储数据恢复方法、 系统及云平 台。 本申请提供的一种分布式存储数据恢复方 法、 系统及云平台， 可获得业务优化数据进行重 要内容筛选处理， 能够有效地降低设备的工作 量。 并且， 对第一交互数据知识要素进行弥补获 得第二交互数据知识要素， 并通过第二交互数据 知识要素和 需要进行处理的业务交互数据获得 包括第一业务交互数据集 以及第二业务交互数 据集的业务优化数据， 降低了业务优化数据中的 数据故障的可能性， 提高了重要内容筛选准确 性， 从而能够使获得的业务优化数据更加的准 确。 权利要求书3页 说明书12页 附图2页 CN 115509811 A 2022.12.23 CN 115509811 A 1.一种分布式存 储数据恢复方法， 其特 征在于， 所述方法至少包括： 对需要进行处理 的所述业务交互数据进行重要内容筛选操作， 得到不少于两个第 一交 互数据知识要素， 其中， 存在差异的第一交互数据知识要素用于表征所述需要进行处理的 业务交互数据中目标访问数据的不同元 素； 对所述不少于两个第 一交互数据知识要素进行第 一弥补处理， 获得第 二交互数据知识 要素； 通过所述第 二交互数据知识要素和所述需要进行处理的业务交互数据， 获得业务优化 数据， 所述业务优化数据用于区别所述需要进行 处理的业务交互数据中所述目标访问数据 所在的第一 业务交互数据集以及所述第一 业务交互数据集之外的第二 业务交互数据集。 2.根据权利要求1所述的方法， 其特征在于， 所述通过所述第 二交互数据知识要素和所 述需要进行处理的业务交互数据， 获得业 务优化数据， 包括： 将所述需要进行处理 的业务交互数据加载至第 二人工智能线程， 获得所述第 二人工智 能线程的指定配置单元输出的第六 交互数据知识要素， 所述第二人工智能线程包括优先等 级分布的不少于两个单元， 其中所述第六 交互数据知识要 素与所述第二交互数据知识要 素 的交互数据知识要素 方向一致； 将所述第六交互数据知识要素和所述第 二交互数据知识要素进行第 二弥补处理， 得到 第七交互数据知识要素； 通过 所述第七交 互数据知识要素 得到业务优化数据。 3.根据权利要求1所述的方法， 其特征在于， 对所述不少于两个第 一交互数据知识要素 进行第一弥补处 理， 获得第二交 互数据知识要素， 包括： 逐一对每一所述第 一交互数据知识要素进行第 一重要内容筛选操作， 获得与每一所述 第一交互数据知识要素对应的第三交 互数据知识要素； 逐一对每一所述第 三交互数据知识要素进行二 次筛选处理， 获得与每一所述第 三交互 数据知识要素对应的第四交互数据知识要素， 其中， 每一所述第四交互数据知识要素 的要 素差异区间一 致； 对所述第四交互数据知识要素进行交互数据知识要素切换处理， 获得所述第 二交互数 据知识要素。 4.根据权利要求1所述的方法， 其特征在于， 对所述第四交互数据知识要素进行交互数 据知识要素切换处 理， 获得所述第二交 互数据知识要素， 包括： 将不少于 两个所述第四交 互数据知识要素相结合， 获得第五交 互数据知识要素； 对所述第五交互数据知识要素进行触发及第 二重要内容筛选操作， 获得所述第 二交互 数据知识要素。 5.根据权利要求4所述的方法， 其特征在于， 所述将不少于两个所述第四交互数据知识 要素相结合， 获得第五交 互数据知识要素， 包括以下 方式中一种或多种： 对所述不少于两个第四交互数据知识要素进行拼接处理， 获得所述第五交互数据知识 要素； 对所述不少于两个第四交互数据知识要素的对应关键点分别进行去极化处理， 获得所 述第五交 互数据知识要素。 6.根据权利要求1所述的方法， 其特征在于， 所述方法还包括： 通过所述业务优化数据 对所述需要 进行处理的业务交互数据进行处 理， 获得目标业 务交互数据；权　利　要　求　书 1/3 页 2 CN 115509811 A 2其中， 通过所述业务优化数据对所述需要进行处理的业务交互数据进行处理， 获得目 标业务交互数据， 包括： 对所述业务优化数据的每一关键点和所述需要进行处理的业务交 互数据中的对应关键点分别加权处 理， 获得所述目标业 务交互数据； 其中， 所述对需要进行处理的业务交互数据进行重要内容筛选操作， 得到不少于两个 第一交互数据知识要素， 包括： 将需要进行处理的业务交互数据加载至至第一人工智能线 程， 得到所述第一人工智能线程中不少于两个单元输出的不少于两个第一交互数据知识要 素。 7.根据权利要求2所述的方法， 其特征在于， 所述通过所述第七交互数据知识要素进得 到业务优化数据， 包括： 经所述第二人工智能线程的指定配置单元之后的单元对所述第七 交互数据知识要素进行处 理， 获得业 务优化数据； 其中， 所述第 二人工智能线程包括压缩局部线程和衍生局部线程， 其中， 所述压缩局部 线程至少包括一个单元， 所述衍生局部线程至少包括一个单元， 所述指定配置单元包括压 缩局部线程中的一个或若干个单 元以及衍 生局部线程中的一个或若干个单 元。 8.根据权利要求6所述的方法， 其特征在于， 所述方法通过人工智能线程实现， 所述人 工智能线程包括第一人工智能线程、 第二人工智能线程和交互数据知识要 素弥补人工智能 线程， 其中， 所述方法还包括： 通过完成配置的第一人工智能线程、 范例业务交互数据以及 与所述范例业务交互数据对应的范例业务优化数据， 配置所述第二人工智能线程和所述交 互数据知识要素弥补人工智能线程中的一个或若干个人工智能线程； 其中， 所述通过完成配置的第一人工智能线程、 范例业务交互数据以及与所述范例业 务交互数据对应的范例业务优化数据， 配置所述第二人工智能线程和所述交互数据知识要 素弥补人工智能线程中的一个或若干个人工智能线程， 包括： 将所述范例业务交互数据分别加载至至所述完成配置的第一人工智能线程和所述第 二人工智能线程， 得到所述第二人工智能线程输出的配置业 务优化数据； 通过所述业务优化数据和所述范例业务优化数据， 确定所述第 二人工智能线程和所述 交互数据知识要素弥补人工智能线程的量 化评估模型； 通过所述量化评估模型， 调试所述第 二人工智能线程和所述交互数据知识要素弥补人 工智能线程中的一个或若干个人工智能线程， 其中， 所述交互数据知识要素弥补人工智能 线程用于将所述完成配置的第一人工智能线程输出的交互数据知识要 素进行弥补， 并将弥 补后的交 互数据知识要素加载至 至第二人工智能线程； 其中， 所述将所述范例业务交互数据分别加载至至所述完成配置的第 一人工智能线程 和所述第二人工智能线程， 得到所述第二人工智能线程输出的配置业 务优化数据， 包括： 将所述范例业务交互数据加载至所述完成配置的第 一人工智能线程， 得到所述完成配 置的第一人工智能线程中不少于两个单元输出的不少于两个第一配置交互数据知识要 素； 将所述不少于两个第一配置交互数据知识要素加载至所述交互数据知识要素弥补人工智 能线程， 获得第二配置交 互数据知识要素； 将所述第二配置交互数据知识要素和所述范例业务交互数据加载至至所述第二人工 智能线程， 得到所述第二人工智能线程输出的配置业 务优化数据。 9.一种分布式存储数据恢复系统， 其特征在于， 包括： 数据恢复云平台和数据存储端， 所述数据恢复云平台与所述数据存 储端通信连接；权　利　要　求　书 2/3 页 3 CN 115509811 A 3