申请/专利权人：国网湖北省电力有限公司信息通信公司;华中科技大学

申请日：2024-02-04

公开（公告）日：2024-04-26

公开（公告）号：CN117692503B

主分类号：H04L67/51

分类号：H04L67/51;H04L67/63;H04L41/0894;H04L41/50;H04L67/133

优先权：

专利状态码：有效-授权

法律状态：2024.04.26#授权;2024.03.29#实质审查的生效;2024.03.12#公开

摘要：本申请提供了动态微服务图部署和概率请求路由的联合优化方法及系统，方法包括以下步骤：获取用户请求集合、微服务的部署位置以及实例部署矩阵；基于紧微服务实例确定算法计算获取每个请求的所有微服务在时隙内实例化所需的最小核心数量集合；根据微服务的部署位置、实例部署矩阵以及最小核心数量集合，基于累积公平路由算法，获取所有请求的路由概率矩阵集合和所有微服务的实例部署集合；输入所有请求的路由概率矩阵集合和所有微服务的实例部署集合至近端策略优化框架执行多实例细粒度编排联合优化训练，获取所有请求的最优的微服务部署和请求路由的联合决策。本申请实现高效的微服务部署和请求路由，以优化资源利用率、降低成本、提升用户体验。

主权项：1.一种动态微服务图部署和概率请求路由的联合优化方法，其特征在于，包括以下步骤：获取用户请求集合、微服务的部署位置以及实例部署矩阵；基于紧微服务实例确定算法计算获取用户请求集合中的每个请求的所有微服务在时隙内实例化所需的最小核心数量集合；根据微服务的部署位置、实例部署矩阵以及最小核心数量集合，基于累积公平路由算法，获取所有请求的路由概率矩阵集合和所有微服务的实例部署集合；输入所有请求的路由概率矩阵集合和所有微服务的实例部署集合至近端策略优化框架执行多实例细粒度编排联合优化训练，获取所有请求的最优的微服务部署和请求路由的联合决策；所述输入所有请求的路由概率矩阵集合和所有微服务的实例部署集合至近端策略优化框架执行多实例细粒度编排联合优化训练，获取所有请求的最优的微服务部署和请求路由的联合决策包括：初始化环境状态，并将在前几轮训练中可行的随机编排方案的目标函数值作为奖励函数的基准，收集微服务部署轨迹的集合；在各时隙内根据概率分布选择动作，将对应的动作掩码添加到动作掩码列表；若时隙内满足动态有向无环转发图的事件触发和离散时隙触发条件时，则调用所述路由概率矩阵集合和所有微服务的实例部署集合；智能体执行动作，使环境状态从第一环境状态转移到第二环境状态，并计算奖励微服务部署轨迹集合中，获取满足激励条件的元组，保存至微服务部署轨迹集合中，直至所有动态转发路径上的所有微服务部署完成，请求路由策略被触发，智能体根据启发式算法，执行细粒度的路由动作，如此完成该轮时隙的智能体的训练；执行完一轮时隙训练后，更新奖励函数的目标函数值作为新的基准，计算获取加权的内在激励和外在奖励之和，作为轨迹目标回报估计，基于值函数遵循平均GAE计算优势函数估计；如此往复，执行对所有请求的所有轮时隙的智能体训练，获取训练后的智能体；输入获取的所有请求的路由概率矩阵集合和所有微服务的实例部署集合至训练后的智能体，获取所有请求的最优的微服务部署和请求路由的联合决策；所述动态有向无环转发图的事件触发条件为：当前时隙内，当前用户请求动态有向无环转发图包含的所有微服务完成部署，并做出细粒度路由决策，才会处理等待队列中的下一个请求流；所述离散时隙触发条件为：当前时隙内，所有微服务实例完成部署，才会处理下一个时隙内的所有批量用户请求的微服务实例部署，直到所有时隙内的所有请求被部署完成。

全文数据：

权利要求：

百度查询： 国网湖北省电力有限公司信息通信公司;华中科技大学 动态微服务图部署和概率请求路由的联合优化方法及系统

免责声明
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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD