安徽大學曹伶俐獲國家專利權
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!
龍圖騰網獲悉安徽大學申請的專利一種基于系統特征的微服務拆分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:CN115794039B 。
龍圖騰網通過國家知識產權局官網在2025-08-26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:202211416435.5,技術領域涉及:G06F8/20;該發明授權一種基于系統特征的微服務拆分方法是由曹伶俐;章程設計研發完成,并于2022-11-12向國家知識產權局提交的專利申請。
本一種基于系統特征的微服務拆分方法在說明書摘要公布了:本發明涉及一種基于系統特征的微服務拆分方法,基于系統特征生成節點屬性網絡的微服務拆分框架,本發明結合軟件系統的動靜態分析技術來獲取全面的系統特征,然后建立對應的節點屬性網絡并進行可視化拆分。本發明通過分析不同系統特征的拆分結果創建節點關聯度矩陣,對其聚類后利用NSGA?Ⅱ算法優化結果獲得最終的微服務候選。實驗表明本發明能夠提供有效的微服務候選,與其他先進的微服務拆分方法相比具有更高的內聚度和密度。
本發明授權一種基于系統特征的微服務拆分方法在權利要求書中公布了:1.一種基于系統特征的微服務拆分方法,其特征在于,所述方法包括以下步驟: 步驟S1、針對單體系統的代碼程序,使用動態分析與靜態分析技術相結合的方式獲取系統在方法粒度層級上具有的特征信息,其中動態分析更能體現系統業務的流動細節,因此以動態分析獲取的數據為主,靜態分析的數據為輔創建單體系統對應的節點屬性網絡,將該網絡標記為G; 步驟S2、對于S1步驟中得到的節點屬性網絡G,運用經典社區檢測算法對其拓撲結構進行劃分,獲取從系統功能特征角度進行拆分的結果,再使用聚類算法分別對G的節點的不同屬性數據進行聚類,獲取從系統非功能特征,通信結構和組織結構角度進行拆分的結果,并將上述拆分結果分別標記為Pf、Pt、Pa、Pw; 步驟S3,利用S2步驟中生成的不同系統特征下拆分G的結果,分析G中節點之間的關聯緊密度,建立不同系統特征下的節點關聯矩陣,分別表示為corr_Pf、corr_Pt、corr_Pa和corr_Pw,基于上述四個矩陣,創建一個綜合的節點關聯矩陣,表示為corr_Matrix,然后使用基于相似矩陣的聚類算法對corr_Matrix中的節點進行聚類,將相關的網絡節點也就是實體方法放在一個簇中,將不相關的節點分配到不同簇中,獲得初步的微服務候選結果; 步驟S4、使用NSGA-II多目標優化算法對S3步驟中獲得的微服務候選進行改進,生成具有更高質量的微服務拆分結果; 所述步驟S1中軟件系統動態和靜態分析工具分別采用Kieker和java-callgraph收集單體系統的實體方法的動態和靜態行為特征,具體包括實體方法的調用關系、調用次數、響應時間和開發作者,生成的系統特征數據的統一格式表示為依次分別表示調用方法e,e的平均響應時間,e的提交作者,被調用方法f,f的平均響應時間,f的提交作者,e調用f的交互頻率,這些實體方法構成G的節點,方法間的調用關系構成G的有向邊,方法的特征構成G的節點的屬性; 所述步驟S2中對G的拓撲結構的劃分需要忽略G的節點的屬性,而對G的節點的屬性的劃分中,節點的響應時間屬性作為衡量系統非功能特征的參考,節點的調用次數屬性用來評估系統的通信結構,節點的開發作者屬性則反映出系統的組織結構; 所述步驟S3中在不同系統特征拆分結果構建的關聯矩陣前添加權重參數,幫助不同領域靈活按需進行遷移,具體為: corr_Matrix=α*corr_Pf+β*corr_Pt+γ*corr_Pa+δ*corr_Pw,其中,α,β,γ和δ的值由架構師考慮不同系統特征的重要性按需設定,且α+β+γ+δ=1。
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安徽大學,其通訊地址為:230601 安徽省合肥市經濟技術開發區九龍路111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”。
1、本報告根據公開、合法渠道獲得相關數據和信息,力求客觀、公正,但并不保證數據的最終完整性和準確性。
2、報告中的分析和結論僅反映本公司于發布本報告當日的職業理解,僅供參考使用,不能作為本公司承擔任何法律責任的依據或者憑證。