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算力网络中基于强化学习的微服务容错调度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：CN119324927B 。

龙图腾网通过国家知识产权局官网在2025-07-22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：202411357646.5，技术领域涉及：H04L67/1034；该发明授权算力网络中基于强化学习的微服务容错调度方法是由龙赛琴;饶重喜;李克设计研发完成，并于2024-09-27向国家知识产权局提交的专利申请。

本算力网络中基于强化学习的微服务容错调度方法在说明书摘要公布了：本发明公开了一种算力网络环境下基于强化学习的微服务容错调度方法；包括针对网络环境中存在的网络主机和链路设备故障的问题，分析基于PBPrimary‑Backup模型的任务容错调度约束，设计启发式调度算法FAWS，提高系统的容错性，确保任务按时完成。为了提高模型的性能与适应能力，设计了一种基于强化学习的离线到在线的任务容错调度框架。针对模型训练过程中的冷启动问题，利用FAWS的任务运行日志来离线训练离散的softactor‑critic强化学习模型。针对边缘环境中各服务器之间数据分布不一致的问题，在将DRL模型部署到边缘服务器时，通过联合使用GAE和PPO的方法来在线微调DRL模型，进一步提高模型的决策能力，得到最优调度决策。

本发明授权算力网络中基于强化学习的微服务容错调度方法在权利要求书中公布了：1.算力网络环境下基于强化学习的微服务容错调度方法，其特征在于：首先基于任务依赖关系分析容错调度约束，以最小化任务执行总时延为目标设计启发式调度算法FAWS，然后设计了一种基于强化学习的离线到在线的任务调度框架，分别对主副本与备用副本进行卸载决策，其具体步骤如下： 步骤一、建模计算密集型的大型任务为有向无环图DAG，在考虑系统重边缘服务器与传输链路故障的情况下，得到关于任务容错调度的约束，结合PBPrimary-Backup模型，根据边缘计算延迟建立计算任务卸载的目标函数，设计基于容错的FAWS启发式调度算法，得到用户任务的卸载策略，并记录每个任务调度的日志信息： 1步骤一中，定义DAG为W＝R,E，R＝{n1,n2,...ni,...,nn}表示任务集，E＝{ei,j|ei,j＝ni,nj}表示各任务之间的依赖关系，其中，设DPni表示任务ni的直接前序任务集合，相应的DSni表示任务ni的直接后继任务集合，定义前继任务集合为空的任务集为入口任务集nentry，后继任务集合为空的任务集是出口任务集nexit，假设任务的调度计划A＝{a1,a2,...,an}，其中ai表示任务ni的卸载位置，系统中的故障可以建模为泊松分布，采用PB模型来解决服务器和主机故障的问题，PB模型通过为每个任务分配一个主副本与备用副本，并分别将主备副本调度到不同子网下的边缘服务器以实现容错功能，记任务ni的主副本为备用副本为为方便理解，用表示任一副本任务，用表示t时隙将任务从任务发起服务器a0上传到服务器ai的上传延迟，按下式计算： 其中，参数表示时隙t内任务的数据量大小，TPa0表示边缘服务器a0的数据传输率，表示a0，ai之间的固定传输延迟，显然，若任务被调度到发起任务的边缘服务器运行则用表示任务在边缘服务器ai上的计算延迟，按下式计算： 其中，参数表示t时隙任务执行的任务数据量大小，Fai表示边缘服务器ai的处理能力，单位为CPU周期数秒；ρ表示处理1bit所需的cpu周期数，用表示在t时隙将任务运行结果的数据传输给其后继任务所带来的传输延迟，按下式计算： 其中，参数ai为任务所在边缘服务器，aj为任务所在边缘服务器，tdij表示任务之间传输的数据量大小，TPai表示ai的数据传输率，表示ai，aj之间的固定传输延迟，如果任务与其后继任务在同一个边缘服务器上运行或任务为出口任务，则传输时延为0，用表示任务在时隙t内的开始执行时刻，按下公式计算： 其中，参数AT为DAG任务的到达时刻arrivetime，定义第一个DAG任务的到达时刻为0，Ava为边缘服务器的空闲时刻，同理，用表示任务在时隙t内完成执行的时刻，按下式计算： 步骤二、在运行容错调度算法所得到的任务调度日志信息的基础上，整合出能够用于强化学习训练的transitions数据，通过transitions数据离线训练一个离散的softactor-criticSAC模型，将训练好的模型部署到每个边缘节点上进行在线决策； 步骤三、边缘服务器定期收集任务卸载的实时数据，结合PPO-Clip算法对DRL模型进行在线微调，最后使用微调好的模型对任务进行实时卸载决策。

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”。

以上内容由龙图腾AI智能生成。