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！

龍圖騰網獲悉深圳先進技術研究院申請的專利基于微服務鏈路分析和強化學習的調度方法及裝置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：CN114780233B 。

龍圖騰網通過國家知識產權局官網在2025-08-19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：202210323609.7，技術領域涉及：G06F9/50；該發明授權基于微服務鏈路分析和強化學習的調度方法及裝置是由徐敏賢;宋承浩;葉可江;須成忠設計研發完成，并于2022-03-30向國家知識產權局提交的專利申請。

本基于微服務鏈路分析和強化學習的調度方法及裝置在說明書摘要公布了：本發明涉及一種基于微服務鏈路分析和強化學習的調度方法及裝置。該方法及裝置基于深度學習模型來對云服務器集群進行調度，強化學習可以選用三種不同的調度方式：橫向擴展、縱向擴展與管制。本發明利用基于深度學習模型的工作負載與鏈路分析器對微服務的鏈路進行分析與決策，選取最長延遲的關鍵路徑與關鍵節點。本發明基于DeepQ?Learning的強化學習算法，對云服務器負載數據進行訓練，利用該算法訓練出適應于不同負載狀態下的深度學習模型。本發明解決了可能存在的鏈路長度與微服務延遲不匹配的問題，能得到一個針對延遲本身的優化目標，依據于此對云服務器進行資源調度能有效的緩解存在的微服務鏈路延遲問題。

本發明授權基于微服務鏈路分析和強化學習的調度方法及裝置在權利要求書中公布了：1.一種基于微服務鏈路分析和強化學習的調度方法，其特征在于，包括以下步驟： 基于深度學習模型的工作負載與鏈路分析器對云服務器微服務的鏈路進行分析與決策，選取最長延遲的關鍵路徑與關鍵節點，獲取云服務器負載數據； 基于DeepQ-Learning的強化學習算法，對云服務器負載數據進行訓練，利用基于DeepQ-Learning的強化學習算法訓練出適應于不同負載狀態下的深度學習模型； 在確定關鍵節點的位置之后，將通過訓練好的深度學習模型來對云服務器集群來進行調度決策，其中調度方式包括：橫向擴展、縱向擴展與管制； 所述基于深度學習模型的工作負載與鏈路分析器對云服務器微服務的鏈路進行分析與決策，選取最長延遲的關鍵路徑與關鍵節點，獲取云服務器負載數據包括： 對工作負載進行預處理，并對實際的數據集中得到的原始數據進行處理獲取請求數量； 在收集到請求數量與云服務器的工作負載之間的關系之后，通過深度學習算法來得到整個所需要進行實驗的請求數量的數據； 在生成請求并發送至請求處理器之后，一方面將請求發送給目標集群，另一方面收集來自云服務器集群的負載情況；負載情況包括：微服務自身的延遲、云服務器的資源消耗、微服務的請求延遲、請求成功率信息； 將負載情況信息傳遞給工作負載與鏈路分析器，通過微服務的關鍵路徑分析，得到當前狀態下微服務的鏈路關系，結合獲得的鏈路延遲數據，得到微服務的關鍵路徑； 通過基于決策樹的分類方式對關鍵節點進行判斷并得到結果； 在所述在收集到請求數量與云服務器的工作負載之間的關系之后，通過深度學習算法來得到整個所需要進行實驗的請求數量的數據之后，所述方法還包括： 對用戶行為進行分析，并且基于用戶的行為將用戶訪問網站的不同位置進行了記錄，通過對訪問網站的不同請求進行模擬，模擬出現實生活中用戶的行為； 所述通過基于決策樹的分類方式對關鍵節點進行判斷并得到結果包括： 通過訓練針對于動態變化的鏈路關系得到一個針對是否為關鍵節點的決策樹模型；該決策樹有三種決策結果：屬于關鍵節點、不屬于關鍵節點與潛在的關鍵節點；三種結果中，每一條關鍵路徑中至少包括一個關鍵節點，非關鍵節點和潛在關鍵節點不存在于關鍵路徑中。

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深圳先進技術研究院，其通訊地址為：518055 廣東省深圳市南山區西麗大學城學苑大道1068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”。