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！

龙图腾网获悉暨南大学申请的专利一种算力网络中负载感知的多微服务副本弹性伸缩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：CN119512759B 。

龙图腾网通过国家知识产权局官网在2025-07-18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：202411685487.1，技术领域涉及：G06F9/50；该发明授权一种算力网络中负载感知的多微服务副本弹性伸缩方法是由龙赛琴;李克;饶重喜;李哲涛;裴廷睿设计研发完成，并于2024-11-23向国家知识产权局提交的专利申请。

本一种算力网络中负载感知的多微服务副本弹性伸缩方法在说明书摘要公布了：本发明公开了一种算力网络中负载感知的多微服务副本弹性伸缩方法，旨在应对动态的在线工作负载环境，保证端到端响应时延满足服务水平协议SLA的同时提高微服务资源利用率。该发明首先通过Prometheus、cAdvisor和Istio等插件采集Kubernetes集群中各微服务的历史性能数据，并将这些数据存储于时间序列数据库中，构建训练数据集。随后，根据微服务之间的调用关系和数据集中的微服务特征构建图数据结构，利用图注意力网络训练多微服务CPU利用率和P90响应延迟预测器，从而形成智能体可交互的模拟环境。基于此模拟环境，设计并训练深度上下文多臂赌博机模型，结合上置信界UCB策略，在大状态空间和复杂非线性关系中选择最优的副本调整策略，实现多微服务系统的自动水平伸缩。最终，将训练好的模型部署于实际环境中，通过Prometheus定期监测和更新微服务的上下文信息，进行实时副本调整，降低SLA违规风险并提升资源利用率。

本发明授权一种算力网络中负载感知的多微服务副本弹性伸缩方法在权利要求书中公布了：1.一种算力网络中负载感知的多微服务副本弹性伸缩方法，其特征在于所述方法至少包括以下步骤： 步骤1、基于非侵入式服务网格技术，设计Kubernetes集群中基于Prometheus、Istio、cAdvisor插件的历史指标收集器，对集群历史数据进行采样获得时间序列数据集，用于训练后续环境模型； 步骤2、基于步骤1中得到的时间序列数据集，训练基于图注意力网络的微服务CPU利用率和响应延迟预测器，构建与深度上下文多臂赌博机算法交互的环境模型； 步骤3、基于步骤2中训练得到的环境模型，设计深度上下文多臂赌博机算法与模型交互，针对每个时间戳t的特定的上下文信息进行高效的离线训练，得到适应不同负载变化的多微服务自动伸缩模型； 步骤4、基于步骤3得到的多微服务自动伸缩模型，在Kubernetes系统中注入时变在线负载，并部署该自动伸缩模型以检验微服务应用的SLA违规率及CPU资源利用率； 步骤2中训练基于图注意力网络的微服务CPU利用率和响应延迟预测器还包括以下步骤： 1根据多微服务之间的复杂调用关系构建有向图G＝M，E，其中节点集合M对应于所有微服务，边集合E表示微服务之间的调用关系，将各个节点特征进行组合，得到每个节点的完整特征向量： 其中分别表示t-1时刻微服务m的工作负载、CPU利用率、响应延迟和副本数，和分别表示t时刻微服务m的工作负载和副本数，通过聚合完整的节点特征和调用关系，形成完整的图数据结构，用于模型训练； 2使用两层图注意力网络模型捕获微服务之间的复杂依赖性，利用微服务之间的调用关系，动态地调整邻居节点对目标节点的影响力，通过邻居节点的特征聚合来更新每个节点的表示，从而准确建模微服务间的交互作用； 3使用更新后的节点表示进行预测，设计两个独立但架构相同的网络，分别用于预测每个微服务t时刻的CPU利用率和响应延迟从而构建与深度上下文多臂赌博机算法交互的环境模型。

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暨南大学，其通讯地址为：510632 广东省广州市天河区黄埔大道西601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”。