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！

申请/专利权人：南京邮电大学

摘要：本发明属于服务迁移技术领域，公开了一种基于优先级与时空轨迹预测的服务迁移方法，包括：构建服务资源需求与初始分布特征向量和初始用户特征向量，计算得出服务优先级，构建用户交互关系轨迹图，构建多重空间用户交互关系轨迹图，构建时序用户交互关系轨迹图，将时空轨迹图通过Transformer模型处理输出的特征表示拼接得到特征向量，并使用一个MLP解码器将特征向量转换为真实世界中的二维坐标，得到用户未来的移动轨迹；根据服务优先级与用户未来的移动轨迹，通过强化学习实现服务迁移决策的制定。该方法可以预测用户的移动轨迹，同时，根据用户所需服务的优先级，制定迁移决策，以满足用户低时延、高可靠性的服务需求。

主权项：1.一种基于优先级与时空轨迹预测的服务迁移方法，其特征在于：所述服务迁移方法包括以下步骤：步骤1、根据用户所处的地理位位置，构建用户位置特征向量；步骤2、基于步骤1构建的用户位置特征向量，构建用户关系交互轨迹图；步骤3、基于步骤2构建的用户关系交互轨迹图，构建多重空间用户交互关系轨迹图，利用Transformer模型得到用户之间的交互特征，具体包括如下步骤：步骤31、将步骤2构建的用户关系交互轨迹图根据时间顺序排序，然后每个结点之间以全连接的方式，构建多重空间用户交互关系轨迹图；步骤32、根据步骤31构建的多重空间用户交互关系轨迹图，选取用户一定范围内的人通过Transformer模型得出空间上的局部信息，选取不在用户一定范围内的人通过Transformer模型得出空间上的全局信息；步骤33、将步骤32得出的局部信息与全局信息结合，获得用户受当前场景中其他用户影响的信息，得到用户的空间特征；步骤4、基于步骤2构建的用户关系交互轨迹图，根据用户的历史移动轨迹，构建时序用户交互关系轨迹图，通过Transformer模型，提取出用户的时序特征；步骤5，基于步骤33得到的用户的空间特征与步骤4得到的用户的时序特征，得到基于用户的时空特征预测用户的移动轨迹：具体为：步骤51、将用户的空间特征与时序特征进行拼接，得到最终的特征向量；步骤52、使用MLP解码器将步骤51得到的特征向量转换为二维坐标，得到下一时刻用户的位置其中代表t时刻用户ui所处的经度，代表t时刻用户ui所处的纬度；步骤53、根据预测的用户移动轨迹，预测得出用户到达相应位置的时间；步骤6、构建服务特征向量S＝s1,s2,…sn和地理区域特征向量R＝r1,r2,…rm；步骤7、根据步骤6构建的服务特征向量与地理区域特征向量，计算得出服务优先级；步骤8、根据步骤7计算得出的服务优先级与步骤5预测得到的用户的移动轨迹，通过DQNdeepQ-network实现服务迁移决策的制定；步骤9，若服务不进行迁移，则由云端或边缘服务器与用户交换数据，否则，从服务迁移后的边缘服务器交换数据。

全文数据：

权利要求：

百度查询： 南京邮电大学 一种基于优先级与时空轨迹预测的服务迁移方法