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！

龙图腾网获悉南京航空航天大学申请的专利面向边缘计算环境的微服务实例冗余备份部署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：CN120215961B 。

龙图腾网通过国家知识产权局官网在2025-09-02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：202510647668.3，技术领域涉及：G06F8/60；该发明授权面向边缘计算环境的微服务实例冗余备份部署方法是由吴强;李程昊;吴冠辰;王然设计研发完成，并于2025-05-20向国家知识产权局提交的专利申请。

本面向边缘计算环境的微服务实例冗余备份部署方法在说明书摘要公布了：本发明公开了一种面向边缘计算环境的微服务实例冗余备份部署方法。采用基于Transformer的深度强化学习T‑DRL来获取微服务实例的冗余备份部署以及主实例的选择；对于不满足服务水平协议SLA的业务，通过微服务实例切换优先级降级来提高实际的业务可靠性；对于满足服务水平协议SLA的业务，通过剪枝算法减少微服务实例部署成本。本发明在保证服务水平协议SLA下，有效降低微服务实例部署成本和最小化活动的边缘节点的个数，有效减少了边缘计算环境中的资源消耗。

本发明授权面向边缘计算环境的微服务实例冗余备份部署方法在权利要求书中公布了：1.一种面向边缘计算环境的微服务实例冗余备份部署方法，其特征在于，包括以下步骤： 步骤1，用户发出业务请求，接入到相应的边缘云，与边缘云服务提供商签订服务水平协议SLA；业务由微服务线性组成，业务的第个微服务由元祖定义，其中代表微服务所属的业务，分别表示所属业务的可靠性需求、时延需求和业务包含微服务的个数，是微服务的软件可靠性，和分别是微服务所需的计算资源和带宽资源； 步骤2，边缘云服务提供商获取边缘计算网络拓扑信息，将其抽象为网络无向图；通过网络建模的方法将边缘计算环境建模为无向图，表示n个边缘节点组成的集合，是边缘环境中链路集合，其中表示边缘节点与之间的链路；边缘节点由三元组组成，其中，，分别代表边缘节点的硬件可靠性、所含的计算资源和单位计算资源成本；链路由三元组组成，其中，，分别代表链路的传输时延、所含的带宽资源和单位带宽资源成本； 步骤3，结合业务信息和边缘计算网络拓扑信息，建立考虑多个业务部署约束条件的多目标优化数学模型；包括最小化业务的部署成本，同时最小化活动的边缘节点个数，具体的目标函数如下： 3.1目标函数1为最小化业务的部署成本 业务由微服务组成，微服务的部署成本之和即为业务部署成本，业务的部署成本为： ， 式中，是0-1变量，表示微服务是否放置在边缘节点上，是0-1变量，表示微服务的主实例是否通过链路； 目标函数1为： ， 式中，代表所有业务集合； 3.2目标函数2为最小化活动的边缘节点个数 目标函数2为： ， 式中，是0-1变量，如果为1，表示有微服务实例部署在边缘节点上，为0则没有； 步骤3.1中业务部署成本需要进行归一化，表示为： 业务部署成本的归一化定义为： ， 式中，表示业务的个数，表示业务中部署成本最大的值； 步骤3.2中活动的边缘节点个数需要进行归一化，具体表示为： 活动的边缘节点个数的归一化定义为： ， 式中，表示边缘环境中边缘节点的个数； 所述步骤3.1和3.2需要考虑多个业务的约束条件实现多目标业务部署优化模型，其约束条件如下： 1）：业务的完整性 ， 式中，是业务的微服务集合，此约束保证每个业务的微服务至少都有一个微服务实例，保证业务可以运行； 2）：主实例的限制 ， 式中，是0-1变量，表示业务的第个微服务是否将主实例放置在边缘节点，业务主实例组成的主路径负责流量的转发与提供服务；当主实例出现故障时，会按照微服务实例切换优先级切换到备份实例上，此约束保证每个微服务都有一个主实例，确保主路径可以提供服务； 3）：业务可靠性保证 业务第k条路径的传播时延计算如下： ， 式中，为业务的所有微服务实例形成的路径组合； 然后，找出不满足时延需求的路径，计算其对业务可靠性的增量，从而获得实际的业务可靠性； ， 式中，是不考虑时延条件下的业务可靠性，是不满足时延需求的路径集合，是路径对业务可靠性增量； 实际的业务可靠性需要满足业务的可靠性需求 ， 4）：容量的限制 ①， ②， 约束条件①保证部署在边缘节点上的微服务实例所需计算资源之和不超过其所含的计算资源，约束条件②保证链路上微服务实例所占的带宽资源之和不超过链路带宽资源； 步骤4，边缘云服务提供商根据业务信息、边缘计算网络拓扑信息和多目标优化数学模型来进行业务的冗余备份部署以满足服务水平协议SLA；其中采用基于Transformer的深度强化学习T-DRL来获取微服务实例的冗余备份部署以及主实例的选择；具体为： 4.1编码器使用线性层将边缘计算环境信息和业务信息分别嵌入到高维空间中，获得初始嵌入信息，具体为 ， ， ， 其中，表示第0层边缘节点的嵌入，表示第0层链路的嵌入，表示第0层的微服务的嵌入，和是线性变化的参数，[...,...]操作是将相同维度的信息连接到一起； 4.2将获得的初始嵌入信息，，输入编码器，经过L个相同的层进行处理获得最终嵌入信息，，，其中每个层包括多头注意力层、残差连接层、归一化层和前馈网络层；边缘计算环境的边缘节点信息为 ，链路信息为，业务信息为；最后通过线性层将所有嵌入信息连接起来获得全局信息； ， 4.3在不考虑时延的情况下，确定业务K容错部署的K值，业务的K值计算如下 ， ， 式中，代表组成业务的微服务的最小软件可靠性，代表边缘环境中边缘节点的最小硬件可靠性； 4.4解码过程是将冗余备份部署问题建模成一个马尔科夫决策过程，每个微服务被看成一个智能体，边缘环境和业务信息作为状态集合，动作集合为每个微服务选择边缘节点部署微服务实例； 解码器利用来自编码器上下文信息，智能体作为查询向量，边缘节点作为键向量和值向量，结合掩码规则，生成每个微服务的实例部署在边缘节点的概率向量；智能体在每个时间步根据DRL模型的策略选择下一个边缘节点部署微服务实例，直到完成微服务的K容错冗余备份部署； 4.5当微服务完成了K容错部署，解码器利用编码器上下文信息和K容错部署的情况，智能体作为查询向量，边缘节点作为键向量和值向量，结合掩码规则，生成每个微服务的实例作为主实例的概率向量，智能体在每个时间步根据DRL模型的策略选择主实例，构建每个业务的主路径； 4.6使用策略梯度法训练神经网络参数，用于更新DRL模型的策略，优化策略网络，最大化预期累计奖励；其中策略梯度法含有两个网络：策略网络和基线网络；策略网络从概率向量中采用sampling的方法选择动作，基线网络从概率向量中采用贪婪策略选择动作；通过计算下式损失函数的梯度来对神经网络参数进行优化 ， 式中，B为批量大小，为策略网络下的奖励，为基线网络下的奖励； 步骤5，遍历冗余备份部署以及主实例的选择结果，检查是否满足服务水平协议SLA，如果不满足，执行步骤6，如果满足，则执行步骤7； 步骤6，对于不满足服务水平协议SLA的业务，找出其不满足时延的路径，采用模拟退火的方法对路径上微服务实例的切换优先级进行降级，直到满足服务水平协议SLA； 步骤7，在满足服务水平协议的条件下，采用剪枝算法，按照微服务实例去除的优先级进行去除微服务实例，直到没有微服务实例可以去除为止。

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南京航空航天大学，其通讯地址为：210016 江苏省南京市秦淮区御道街29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”。