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！

龍圖騰網獲悉貴州大學申請的專利基于親密度感知與負載均衡的微服務部署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：CN119997104B 。

龍圖騰網通過國家知識產權局官網在2025-09-02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：202510109993.4，技術領域涉及：H04W28/084；該發明授權基于親密度感知與負載均衡的微服務部署方法是由楊靜;劉科利;張偉;王耀琦;阮小利;李澄江;張兆虎設計研發完成，并于2025-01-23向國家知識產權局提交的專利申請。

本基于親密度感知與負載均衡的微服務部署方法在說明書摘要公布了：本發明提出了一種基于親密度感知與負載均衡的微服務部署方法，包括以下步驟：S1，把微服務部署問題定義為一個馬爾科夫決策過程，S2，將微服務的有向加權圖輸入AttnSAGE模型得到狀態st，S3，將狀態st數據輸入Actor網絡中，得到目標樣本{st,at,Rt,st+1}；S4，在經驗回放池隨機采樣若干樣本，并將目標樣本{st,at,Rt,st+1}放入經驗回放池中；S5，將目標樣本和所述若干樣本輸入兩個Critic網絡計算目標Q值，通過估計狀態st和動作at下的目標Q值，用于指導策略更新。本發明方法通過對微服務依賴關系建模為有向加權圖，并利用社區劃分和計算每個微服務的特征向量中心性，生成綜合考慮服務間依賴關系的排序列表。

本發明授權基于親密度感知與負載均衡的微服務部署方法在權利要求書中公布了：1.一種基于親密度感知與負載均衡的微服務部署方法，其特征在于，包括以下步驟： S1，把微服務部署問題定義為一個馬爾科夫決策過程，其形式為 其中S,A,P,R,γ分別表示環境信息、動作空間、狀態轉移概率、獎勵和折扣因子； S2，將微服務的有向加權圖輸入AttnSAGE模型得到狀態st，所述AttnSAGE模型結合了GraphSAGE和GAT； 有向加權圖經過了親密度感知LCR算法進行社區劃分，將調用頻率高的微服務分配到同一社區； 首先，使用Leiden算法將緊密耦合的微服務劃分為同一個社區； 然后，對每個社區內的微服務進行排序； 通過模塊度衡量社區劃分的質量，當兩個微服務劃分到統一社區時模塊度增加，則將兩個微服務劃分到統一社區；模塊度的計算公式為： 其中，Q表示用于衡量社區劃分質量的模塊度； W＝∑i,jwij表示有向加權圖中邊權重的總和； wij表示微服務之間的調用頻率； δci,cj是指示函數，當服務Si與Sj屬于同一社區時取值為1，否則為0； 和分別表示微服務Si的出度與Sj的入度； S3，將狀態st數據輸入Actor網絡中，得到目標樣本{st,at,Rt,st+1}；其中，at表示智能體可以采取的所有動作，Rt表示采取動作獲取的直接獎勵，st表示當前狀態，st+1表示下一時刻的狀態； Actor網絡的損失函數定義為： 其中N是從經驗回放池中隨機采樣的樣本數量； 是第一個Critic網絡評估Actor網絡選擇的動作的Q值； 每個Critic網絡的損失函數定義如下： 其中，是當前Critic網絡在st和at下的Q值估計； 是由目標Critic網絡計算的目標Q值； 獎勵包括響應時間優化獎勵RT和負載使用優化獎勵RL： 響應時間優化獎勵RT定義為： 其中，分別表示當前時刻t的平均響應時間，下一時刻t+1的平均響應時間； k1、k2、k3、k4表示參數； Tmin表示最小響應時間； 負載使用優化獎勵RL定義為所有邊緣節點的CPU和內存使用的方差RLst,at,st+1＝-Vtotal，Vtotal表示綜合資源利用率方差； S4，在經驗回放池隨機采樣若干樣本，并將目標樣本{st,at,Rt,st+1}放入經驗回放池中； S5，將目標樣本和所述若干樣本輸入兩個Critic網絡計算目標Q值，目標Q值定義為： 其中，Rt表示當前時刻t采取動作獲取的直接獎勵； γ表示折扣因子； min表示取最小值； 和分別是兩個目標Critic網絡在狀態st+1和動作下的Q值估計； θ1′和θ2′是目標Critic網絡的參數。

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貴州大學，其通訊地址為：550025 貴州省貴陽市花溪區花溪大道南段2708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”。