Selector 取得重大创新里程碑，在AI驱动的网络智能领域获得八项美国专利

(SeaPRwire) –   因果推理、大语言模型（LLM）训练、预测分析和网络路径智能领域的突破，凸显了Selector在可观测性创新领域的前沿地位

加利福尼亚州圣克拉拉，2026年1月20日 — 人工智能网络运维智能领域的行业领导者Selector今日宣布，美国专利商标局（USPTO）已授予该公司八项基础专利，这标志着Selector在推动复杂数字基础设施中因果推理、自然语言交互和预测分析科学发展的使命中迈出了重要里程碑。

这些已授予的专利涵盖因果推理、大语言模型（LLM）训练、人工智能驱动的关联分析、预测性维护和网络路径智能等领域的创新，进一步巩固了Selector在下一代AI运维（AIOps）和可观测性技术领域的前沿地位。每一项发明都体现了该公司在将机器智能应用于塑造网络行为的数据、事件和依赖关系方面的深厚专业知识。

已授予的专利包括：

• 网络运维的根本原因分析 — 引入人工智能驱动的因果推理，在多域环境中精准定位故障源头，显著缩短平均解决时间（MTTR）。
• 将仪表盘元数据作为自然语言查询的训练数据 — 利用可视化和交互元数据训练Selector的网络专用大语言模型（LLM），实现更直观、上下文感知的自然语言查询。
• 从系统日志中提取指标、事件和警报 — 将非结构化遥测数据转化为结构化、关联的洞察，支持一致的分析和更快的异常检测。
• 网络追踪、预测和容量规划的方法与装置 — 应用高级分析和建模技术，在性能受影响前预测容量风险和网络增长。
• 确定特定时间点数据包在通信网络中传输路径的方法与装置 — 实现特定时间点网络中数据包路径的精确重建，提升历史分析、取证调查和根本原因分析的准确性。
• 光收发器故障的早期识别 — 利用预测建模技术早期发现硬件退化，使团队能够在故障光模块导致中断前进行更换。
• 通信网络参数高效存储与查询的方法与装置 — 引入可扩展技术，用于存储、索引和查询大规模网络拓扑及路由状态。
• 维护窗口感知报告 — 自动检测并排除性能分析中的维护窗口数据，提升服务可用性和可靠性指标的精度。

“这些专利反映了我们多年来聚焦创新，将人工智能和因果推理引入网络运维核心的努力，”Selector首席技术官兼联合创始人Nitin Kumar表示，“Selector的平台不仅监控数据，更能真正理解数据间的关系、预测故障并解释事件发生的原因。这些创新是我们为AI时代重新定义可观测性的基础。”

每一项专利都强化了Selector平台的核心要素——从其关联引擎到网络训练的大语言模型（LLM）——共同构建了一个统一框架，用于理解分布式系统中的因果关系。

“Selector的专利组合代表了人工智能在网络数据分析推理能力上的一次进步，”Selector首席数据科学家Surya Nimmagadda表示，“我们的目标是从统计关联转向真正的因果理解——教会机器像工程师一样思考。这项工作成果源于在应用人工智能、图分析和知识表示领域的严谨实验。”

随着这些新授予的专利，Selector进一步巩固了其作为人工智能驱动可观测性和AI运维领域最具创新力公司之一的地位，兑现了为组织提供跨网络各层清晰性、上下文和控制权的承诺。

关于Selector

Selector提供一个人工智能驱动的可观测性和网络智能平台，统一跨域数据、关联分析和自动化。通过结合大语言模型、知识图谱和因果推理，Selector使团队能够更快地检测、诊断和解决问题。领先的电信运营商、云服务提供商和全球企业依赖Selector来缩短平均解决时间（MTTR）、预防中断并加速转型。

Selector的投资者包括Two Bear Capital、Atlantic Bridge Ventures、Sinewave Ventures、Ansa Capital、Singtel Innov8、Hyperlink Ventures、AT&T Ventures、Bell Ventures和Comcast Ventures等领先机构。

媒体联系人：

Stephen Ochs

消息来源：Selector