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！

龙图腾网恭喜杭州电子科技大学申请的专利基于组合神经网络的微服务资源分配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：CN114968563B 。

龙图腾网通过国家知识产权局官网在2025-04-25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：202210526299.9，技术领域涉及：G06F9/50；该发明授权基于组合神经网络的微服务资源分配方法是由张婷;蒋从锋;欧东阳设计研发完成，并于2022-05-16向国家知识产权局提交的专利申请。

本基于组合神经网络的微服务资源分配方法在说明书摘要公布了：本发明公开了一种基于组合神经网络的微服务资源分配方法。本发明基于组合神经网络识别微服务的依赖关系与云环境的动态特征，预测并定位引起性能违约的微服务，并锁定其受到限制的瓶颈资源，针对瓶颈资源进行资源的分配，以在减少性能违约的情况下尽可能提高数据中心的资源使用率。通过本发明提供的基于组合神经网络的微服务资源分配方法，可以很好地捕捉云环境中工作负载特征和性能干扰模式的剧烈变化，精准预测与定位即将引起性能违约的微服务，并对其瓶颈资源进行分配，在减少在线服务违约率的情况下尽可能提高资源的利用率。

本发明授权基于组合神经网络的微服务资源分配方法在权利要求书中公布了：1.基于组合神经网络的微服务资源分配方法，其特征在于该方法包括如下步骤：步骤1.使用分布式追踪系统追踪访问在线服务的用户请求，根据系统调用请求以及调用时间戳识别组成在线服务的微服务请求路径图；步骤2.记录各个微服务的延时、未处理请求数以及吞吐量，针对每个微服务，收集其硬件指标；步骤3.在线训练组合神经网络以定位即将引起违约的微服务；所述组合神经网络使用四层CNN网络来处理高维数据，确定微服务之间的依赖关系，筛选出与性能违约的关键微服务以及关键特征；使用三层LSTM网络来识别云环境中的动态时序特征；所述组合神经网络输入为每个微服务的延迟、未处理请求数、吞吐量以及采集的硬件指标；输出为每个微服务引起性能违约的概率；步骤4.判断组合神经网络的预测精度；如果预测精度不满足设定阈值，则使用代理模型，即阈值控制模型代替组合神经网络进行预测；如果预测精度达到要求，则直接输出预测结果，以定位即将导致违约的微服务；步骤5.定位到即将导致违约的微服务后，将此微服务的硬件指标状态空间的未违约样本通过二分k均值方法聚类；遍历与当前硬件指标样本同一类的所有样本，基于样本间马氏距离d找到与当前硬件指标样本最接近的样本，并通过两个样本的比对精准识别出瓶颈资源；步骤6.针对步骤5中识别出的瓶颈资源进行资源分配，从分配度最小的批处理作业开始释放资源以供微服务使用；步骤7.周期性循环步骤1至步骤6。

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杭州电子科技大学，其通讯地址为：310018 浙江省杭州市江干区下沙高教园区2号大街；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”。