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！

龙图腾网获悉贵州大学申请的专利基于亲密度感知与负载均衡的微服务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：CN119997104B 。

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：202510109993.4，技术领域涉及：H04W28/084；该发明授权基于亲密度感知与负载均衡的微服务部署方法是由杨静;刘科利;张伟;王耀琦;阮小利;李澄江;张兆虎设计研发完成，并于2025-01-23向国家知识产权局提交的专利申请。

本基于亲密度感知与负载均衡的微服务部署方法在说明书摘要公布了：本发明提出了一种基于亲密度感知与负载均衡的微服务部署方法，包括以下步骤：S1，把微服务部署问题定义为一个马尔科夫决策过程，S2，将微服务的有向加权图输入AttnSAGE模型得到状态st，S3，将状态st数据输入Actor网络中，得到目标样本{st,at,Rt,st+1}；S4，在经验回放池随机采样若干样本，并将目标样本{st,at,Rt,st+1}放入经验回放池中；S5，将目标样本和所述若干样本输入两个Critic网络计算目标Q值，通过估计状态st和动作at下的目标Q值，用于指导策略更新。本发明方法通过对微服务依赖关系建模为有向加权图，并利用社区划分和计算每个微服务的特征向量中心性，生成综合考虑服务间依赖关系的排序列表。

本发明授权基于亲密度感知与负载均衡的微服务部署方法在权利要求书中公布了：1.一种基于亲密度感知与负载均衡的微服务部署方法，其特征在于，包括以下步骤： S1，把微服务部署问题定义为一个马尔科夫决策过程，其形式为 其中S,A,P,R,γ分别表示环境信息、动作空间、状态转移概率、奖励和折扣因子； S2，将微服务的有向加权图输入AttnSAGE模型得到状态st，所述AttnSAGE模型结合了GraphSAGE和GAT； 有向加权图经过了亲密度感知LCR算法进行社区划分，将调用频率高的微服务分配到同一社区； 首先，使用Leiden算法将紧密耦合的微服务划分为同一个社区； 然后，对每个社区内的微服务进行排序； 通过模块度衡量社区划分的质量，当两个微服务划分到统一社区时模块度增加，则将两个微服务划分到统一社区；模块度的计算公式为： 其中，Q表示用于衡量社区划分质量的模块度； W＝∑i,jwij表示有向加权图中边权重的总和； wij表示微服务之间的调用频率； δci,cj是指示函数，当服务Si与Sj属于同一社区时取值为1，否则为0； 和分别表示微服务Si的出度与Sj的入度； S3，将状态st数据输入Actor网络中，得到目标样本{st,at,Rt,st+1}；其中，at表示智能体可以采取的所有动作，Rt表示采取动作获取的直接奖励，st表示当前状态，st+1表示下一时刻的状态； Actor网络的损失函数定义为： 其中N是从经验回放池中随机采样的样本数量； 是第一个Critic网络评估Actor网络选择的动作的Q值； 每个Critic网络的损失函数定义如下： 其中，是当前Critic网络在st和at下的Q值估计； 是由目标Critic网络计算的目标Q值； 奖励包括响应时间优化奖励RT和负载使用优化奖励RL： 响应时间优化奖励RT定义为： 其中，分别表示当前时刻t的平均响应时间，下一时刻t+1的平均响应时间； k1、k2、k3、k4表示参数； Tmin表示最小响应时间； 负载使用优化奖励RL定义为所有边缘节点的CPU和内存使用的方差RLst,at,st+1＝-Vtotal，Vtotal表示综合资源利用率方差； S4，在经验回放池随机采样若干样本，并将目标样本{st,at,Rt,st+1}放入经验回放池中； S5，将目标样本和所述若干样本输入两个Critic网络计算目标Q值，目标Q值定义为： 其中，Rt表示当前时刻t采取动作获取的直接奖励； γ表示折扣因子； min表示取最小值； 和分别是两个目标Critic网络在状态st+1和动作下的Q值估计； θ1′和θ2′是目标Critic网络的参数。

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贵州大学，其通讯地址为：550025 贵州省贵阳市花溪区花溪大道南段2708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”。