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!
摘要:本发明公开了一种全新的微服务工作流编排推荐方法,方法首先将微服务工作流构建成了微服务动态图,然后通过动态图神经网络提取微服务动态图中的空间结构信息,通过序列模型提取微服务工作流中的时序信息作为补充,将二者融合为每个微服务节点生成了向量表示。此外,方法使用注意力机制提取了微服务工作流的全局信息,生成了微服务工作流的全局向量表示,使用当前微服务工作流中最后一个微服务节点的向量作为局部向量表示。最后,对微服务工作流的全局信息和局部信息进行综合考虑,生成推荐结果。本发明提供的方法考虑了微服务工作流的长短期兴趣,能够对微服务工作流中的时序信息以及空间信息的充分挖掘,使微服务工作流的编排推荐更加合理。
主权项:1.一种基于动态图神经网络和序列模型的微服务工作流编排推荐方法,其特征在于,包括以下步骤:步骤1:对于一个给定的微服务工作流,将微服务工作流中的每个微服务作为一个节点,在微服务工作流中相邻的两个微服务之间构建边,将微服务工作流构建成为一个动态图;步骤2:将构建完成的微服务动态图作为输入,输入到图神经网络中,通过图神经网络提取微服务工作流中的空间结构信息;同时构建序列模型,将工作流序列输入序列模型中,提取微服务工作流中的时序信息,最后将空间信息和时序信息进行合并,生成综合向量作为输出;步骤3:基于综合向量通过注意力机制生成微服务工作流的长期兴趣表示,通过微服务的近期行为,生成微服务工作流的短期兴趣,综合考虑微服务工作流的长短期兴趣进行微服务推荐评分;步骤4:遍历微服务候选集中的所有微服务,计算微服务推荐评分,跟据评分高低进行排序,选取评分较高的几个微服务作为最终的推荐结果返回给用户,供用户选择。
全文数据:
权利要求:
百度查询: 电子科技大学 一种基于动态图神经网络和序列模型的微服务工作流编排推荐方法
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。