買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)恭喜重慶郵電大學(xué)申請(qǐng)的專利一種基于拓?fù)浣Y(jié)構(gòu)動(dòng)態(tài)發(fā)現(xiàn)機(jī)制的微服務(wù)工作流預(yù)測(cè)方法獲國(guó)家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國(guó)家知識(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN115905005B 。

龍圖騰網(wǎng)通過(guò)國(guó)家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-04-01發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請(qǐng)?zhí)?專利號(hào)為：202211616794.5，技術(shù)領(lǐng)域涉及：G06F11/3604；該發(fā)明授權(quán)一種基于拓?fù)浣Y(jié)構(gòu)動(dòng)態(tài)發(fā)現(xiàn)機(jī)制的微服務(wù)工作流預(yù)測(cè)方法是由熊安萍;黃嘉鵬;蔣溢;趙家捷設(shè)計(jì)研發(fā)完成，并于2022-12-15向國(guó)家知識(shí)產(chǎn)權(quán)局提交的專利申請(qǐng)。

本一種基于拓?fù)浣Y(jié)構(gòu)動(dòng)態(tài)發(fā)現(xiàn)機(jī)制的微服務(wù)工作流預(yù)測(cè)方法在說(shuō)明書摘要公布了：本發(fā)明屬于智能運(yùn)維領(lǐng)域，具體涉及一種基于拓?fù)浣Y(jié)構(gòu)動(dòng)態(tài)發(fā)現(xiàn)機(jī)制的微服務(wù)工作流預(yù)測(cè)方法，包括：通過(guò)探針采集節(jié)點(diǎn)的時(shí)間特征信息，通過(guò)旁路代理采集空間特征信息；對(duì)微服務(wù)節(jié)點(diǎn)特征信息進(jìn)行時(shí)間和空間維度上的聚合，將時(shí)間維度聚合輸入LSTM模型訓(xùn)練其學(xué)習(xí)參數(shù)；根據(jù)微服務(wù)節(jié)點(diǎn)的不對(duì)等特征，構(gòu)建優(yōu)化的GAT模型，根據(jù)空間維度聚合訓(xùn)練模型的學(xué)習(xí)參數(shù)；將輸出結(jié)果再次輸入LSTM模型得到輸出序列的隱藏狀態(tài)，并再次利用LSTM模型預(yù)測(cè)得到微服務(wù)軌跡。本發(fā)明能夠得到微服務(wù)軌跡特征的預(yù)測(cè)信息，并將微服務(wù)請(qǐng)求的實(shí)際軌跡的特征序列與預(yù)測(cè)的特征信息做對(duì)比，最終實(shí)現(xiàn)故障的快速檢測(cè)和定位，達(dá)到智能運(yùn)維的效果。

本發(fā)明授權(quán)一種基于拓?fù)浣Y(jié)構(gòu)動(dòng)態(tài)發(fā)現(xiàn)機(jī)制的微服務(wù)工作流預(yù)測(cè)方法在權(quán)利要求書中公布了：1.一種基于拓?fù)浣Y(jié)構(gòu)動(dòng)態(tài)發(fā)現(xiàn)機(jī)制的微服務(wù)工作流預(yù)測(cè)方法，其特征在于，包括：S1：選取部分微服務(wù)節(jié)點(diǎn)同時(shí)部署探針和旁路代理，通過(guò)探針采集該節(jié)點(diǎn)的元數(shù)據(jù)信息作為微服務(wù)節(jié)點(diǎn)的時(shí)間特征信息，通過(guò)旁路代理采集流經(jīng)該節(jié)點(diǎn)的請(qǐng)求調(diào)用鏈路信息作為微服務(wù)節(jié)點(diǎn)的空間特征信息，并構(gòu)建微服務(wù)動(dòng)態(tài)拓?fù)浣Y(jié)構(gòu)；S2：對(duì)微服務(wù)節(jié)點(diǎn)的空間和時(shí)間特征信息結(jié)合一個(gè)共享的權(quán)重矩陣進(jìn)行聚合，并輸入LSTM模型進(jìn)行訓(xùn)練，得到LSTM模型的學(xué)習(xí)參數(shù)；S3：對(duì)微服務(wù)動(dòng)態(tài)拓?fù)浣Y(jié)構(gòu)進(jìn)行空間維度上的聚合，并根據(jù)微服務(wù)節(jié)點(diǎn)的依賴與被依賴關(guān)系，構(gòu)建優(yōu)化的GAT模型，將LSTM模型訓(xùn)練得到的學(xué)習(xí)參數(shù)輸入優(yōu)化的GAT模型中進(jìn)行訓(xùn)練，得到GAT模型的學(xué)習(xí)參數(shù)；S4：將GAT模型的學(xué)習(xí)參數(shù)輸入LSTM模型得到輸出序列的隱藏狀態(tài)，并再次利用LSTM模型進(jìn)行預(yù)測(cè)，得到微服務(wù)軌跡的特征序列的預(yù)測(cè)值。

如需購(gòu)買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請(qǐng)人或?qū)＠麢?quán)人重慶郵電大學(xué)，其通訊地址為：400065 重慶市南岸區(qū)南山街道崇文路2號(hào)；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。