建立面向多源异构运维数据的融合模型，提出基于数据动态匹配的融合机制与算法，搭建基于数据融合的智能运维数据服务。
建立面向多源异构运维数据的融合模型，综合考虑异构数据源的差异性、完整性、时效性等特性，全面深入分析运维数据的组成、特征、内涵、形式和应用模式，研究多源异构运维数据的语义、逻辑和框架体系，基于协同国际和国内数据标准的原则和统一方法，定义标准化数据描述与表达方法，建立融合数据大纲，从而建立多源异构运维数据融合模型。
提出基于数据动态匹配的融合机制与算法，针对运维过程语义约束的图形图像、点云、BIM模型等多维度静态数据，以及航拍视频、定点监控数据和高维信号等大容量动态数据，研究以上时变异构数据在指征统一对象时的特征表达、转换对齐、视觉匹配方法，综合考虑多端采集、边缘计算及动态调度的耦合效应，从时空关联特性、对象识别和模式匹配算法等方面，提出多源异构数据的融合机制与方法，在“云-边-端”协同框架下实现多源异构运维数据的动态融合。
搭建基于数据融合的智能运维数据服务，面向多源海量模型数据和多端应用需求，研究基于云计算平台的数据动态存储与管理技术、图形图像轻量化技术，研发基于数据中台和微服务架构的数据接口，实现集成高效融合算法、目标识别算法的后台计算服务，作为“云边端”协同架构下的“大脑”，支撑智能的运维数据挖掘，提高运维数据的应用价值。