恭喜云南师范大学郝佳获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网恭喜云南师范大学申请的专利一种云原生架构下的基于拥塞博弈的微服务资源自适应管理方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN119376954B 。
龙图腾网通过国家知识产权局官网在2025-04-04发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202411942613.7,技术领域涉及:G06F9/50;该发明授权一种云原生架构下的基于拥塞博弈的微服务资源自适应管理方法是由郝佳;夏鸿晏;杨瑞清;曹睿婕设计研发完成,并于2024-12-27向国家知识产权局提交的专利申请。
本一种云原生架构下的基于拥塞博弈的微服务资源自适应管理方法在说明书摘要公布了:本发明涉及一种云原生架构下的基于拥塞博弈的微服务资源自适应管理方法,属于微服务资源动态优化配置技术领域。该方法能够动态调整各类细粒度资源,首先,依托Docker平台运行DeathStarBench基准测试程序用于模拟真实的应用场景;其次,收集应用程序中关键路径上所有微服务节点的“资源‑性能”数据;随后,基于半监督元学习机制,在无标签数据机上自生成任务,快速学习到任务之间的相关性与差异性,将学习到的知识泛化到构建的分类器中,通过带标签数据集微调参数,以准确预测微服务节点的性能;最后,利用博弈论中的纳什均衡理论来优化资源分配策略,从而达到在满足任务端到端的服务质量的同时,提高微服务节点的资源利用率的目的。
本发明授权一种云原生架构下的基于拥塞博弈的微服务资源自适应管理方法在权利要求书中公布了:1.一种云原生架构下的基于拥塞博弈的微服务资源自适应管理方法,其特征在于,所述的方法包括:Step1:在容器引擎中部署基准测试工具,模拟真实的应用场景;Step2:在所述应用场景中利用性能监测工具采集微服务“资源-性能”数据;Step3:对所述微服务“资源-性能”数据进行标准化处理;在TGAN模型的基础上加入条件向量,得到修订后的CTGAN模型,基于标准化处理后的微服务“资源-性能”数据中的标签数据集,利用CTGAN模型生成带标签辅助数据;Step4:基于所述标准化处理后的微服务“资源-性能”数据及所述带标签辅助数据,构建SMPM模型,实现微服务节点的性能预测;Step5:当所述预测微服务的性能不满足预设服务质量要求时,结合拥塞博弈生成资源自适应分配决策;Step6:基于所述资源自适应分配决策,利用资源管理工具对CPU、内存和IO资源实施分配;所述Step4具体为:Step4.1:利用标准化处理后的微服务“资源-性能”数据中的无标签数据自生成任务;Step4.2:基于生成的任务训练原型网络,得到最佳嵌入空间参数,构建SMPM模型;Step4.3:基于SMPM模型,将所述标签数据集及所述带标签辅助数据输入分类器中以调整参数,预测微服务的性能;所述Step4.2中得到最佳嵌入空间参数具体为:对于给定的任务,首先从任务中采样出两个不相交的数据集:支持集,分别用于构造分类器和训练构造的分类器,通过以下公式得到每个伪类原型向量: ;其中,表示中所有属于伪类的样本集合,表示经过扰动处理后的特征向量,是对应的类别标签,是一个参数化嵌入函数,将输入样本映射到一个的特征空间,在此基础上,构建分类器,计算公式为: ; 表示样本被预测为伪类,代表除伪类之外的其他伪类,为其他伪类的原型向量;然后,通过计算查询集在分类器中的交叉熵损失,得到元学习损失,计算公式为: ; ;通过对不同的任务集上的元学习损失进行优化,不断迭代训练模型以最小化损失,最终获得最佳嵌入空间参数。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人云南师范大学,其通讯地址为:650500 云南省昆明市呈贡区聚贤街768号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。