買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網恭喜云南師范大學申請的專利一種云原生架構下的基于擁塞博弈的微服務資源自適應管理方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN119376954B 。

龍圖騰網通過國家知識產權局官網在2025-04-04發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202411942613.7，技術領域涉及：G06F9/50；該發明授權一種云原生架構下的基于擁塞博弈的微服務資源自適應管理方法是由郝佳;夏鴻晏;楊瑞清;曹睿婕設計研發完成，并于2024-12-27向國家知識產權局提交的專利申請。

本一種云原生架構下的基于擁塞博弈的微服務資源自適應管理方法在說明書摘要公布了：本發明涉及一種云原生架構下的基于擁塞博弈的微服務資源自適應管理方法，屬于微服務資源動態優化配置技術領域。該方法能夠動態調整各類細粒度資源，首先，依托Docker平臺運行DeathStarBench基準測試程序用于模擬真實的應用場景；其次，收集應用程序中關鍵路徑上所有微服務節點的“資源?性能”數據；隨后，基于半監督元學習機制，在無標簽數據機上自生成任務，快速學習到任務之間的相關性與差異性，將學習到的知識泛化到構建的分類器中，通過帶標簽數據集微調參數，以準確預測微服務節點的性能；最后，利用博弈論中的納什均衡理論來優化資源分配策略，從而達到在滿足任務端到端的服務質量的同時，提高微服務節點的資源利用率的目的。

本發明授權一種云原生架構下的基于擁塞博弈的微服務資源自適應管理方法在權利要求書中公布了：1.一種云原生架構下的基于擁塞博弈的微服務資源自適應管理方法，其特征在于，所述的方法包括：Step1：在容器引擎中部署基準測試工具，模擬真實的應用場景；Step2：在所述應用場景中利用性能監測工具采集微服務“資源-性能”數據；Step3：對所述微服務“資源-性能”數據進行標準化處理；在TGAN模型的基礎上加入條件向量，得到修訂后的CTGAN模型，基于標準化處理后的微服務“資源-性能”數據中的標簽數據集，利用CTGAN模型生成帶標簽輔助數據；Step4：基于所述標準化處理后的微服務“資源-性能”數據及所述帶標簽輔助數據，構建SMPM模型，實現微服務節點的性能預測；Step5：當所述預測微服務的性能不滿足預設服務質量要求時，結合擁塞博弈生成資源自適應分配決策；Step6：基于所述資源自適應分配決策，利用資源管理工具對CPU、內存和IO資源實施分配；所述Step4具體為：Step4.1：利用標準化處理后的微服務“資源-性能”數據中的無標簽數據自生成任務；Step4.2：基于生成的任務訓練原型網絡，得到最佳嵌入空間參數，構建SMPM模型；Step4.3：基于SMPM模型，將所述標簽數據集及所述帶標簽輔助數據輸入分類器中以調整參數，預測微服務的性能；所述Step4.2中得到最佳嵌入空間參數具體為：對于給定的任務，首先從任務中采樣出兩個不相交的數據集：支持集，分別用于構造分類器和訓練構造的分類器，通過以下公式得到每個偽類原型向量： ；其中，表示中所有屬于偽類的樣本集合，表示經過擾動處理后的特征向量，是對應的類別標簽，是一個參數化嵌入函數，將輸入樣本映射到一個的特征空間，在此基礎上，構建分類器，計算公式為： ； 表示樣本被預測為偽類，代表除偽類之外的其他偽類，為其他偽類的原型向量；然后，通過計算查詢集在分類器中的交叉熵損失，得到元學習損失，計算公式為： ； ；通過對不同的任務集上的元學習損失進行優化，不斷迭代訓練模型以最小化損失，最終獲得最佳嵌入空間參數。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人云南師范大學，其通訊地址為：650500 云南省昆明市呈貢區聚賢街768號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。