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！

龙图腾网获悉华中科技大学申请的专利一种基于Transformer的微服务性能异常检测方法和系统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：CN116776270B 。

龙图腾网通过国家知识产权局官网在2025-11-28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：202310754749.4，技术领域涉及：G06F18/2433；该发明授权一种基于Transformer的微服务性能异常检测方法和系统是由周可;李春花;方浩天设计研发完成，并于2023-06-25向国家知识产权局提交的专利申请。

本一种基于Transformer的微服务性能异常检测方法和系统在说明书摘要公布了：本发明公开了一种基于Transformer的微服务性能异常检测方法，包括：获取微服务系统的跨度日志，将跨度日志中具有相同跟踪ID的跨度组合在一起，以得到多条不同的调用链，使用深度优先搜索算法搜索该调用链从根节点到叶子节点的所有路径，以得到该调用链中的多个服务调用序列及其对应的多个响应时间序列，将每个服务调用序列输入到预先训练好的检测模型中，以得到该服务调用序列对应的路径向量集合中各个特征值的概率分布，根据检测模型输出的服务特征值的概率分布，获取路径向量中服务实际特征值的概率作为服务的异常得分，根据服务的异常得分判断服务是否是调用链中出现性能异常的服务。本发明能够解决现有方法模型的收敛速度和检测效果不佳的技术问题。

本发明授权一种基于Transformer的微服务性能异常检测方法和系统在权利要求书中公布了：1.一种基于Transformer的微服务性能异常检测方法，其特征在于，包括以下步骤： 1获取微服务系统的跨度日志，使用Python将跨度日志中具有相同跟踪ID的跨度组合在一起，以得到多条不同的调用链，针对每条调用链而言，使用深度优先搜索算法搜索该调用链从根节点到叶子节点的所有路径，以得到该调用链中的多个服务调用序列及其对应的多个响应时间序列，将得到的每个服务调用序列对应的每个响应时间序列中的每个响应时间输入到预先建立的CART回归树中，以得到每个响应时间对应的特征值，该调用链中每个服务调用序列对应的每个响应时间序列对应的所有特征值构成了该服务调用序列对应的特征值序列，即该服务调用序列对应的路径向量集合； 2将步骤1得到的每个服务调用序列输入到预先训练好的检测模型中，以得到该服务调用序列对应的路径向量集合中各个特征值的概率分布；检测模型是Transfomer模型，其包括依次连接的词嵌入层、位置编码层、编码器-解码器层和输出层，具体结构如下： 第一层是词嵌入层，输入是一个维的整数向量，其中代表输入序列的长度，每个整数代表输入序列中一个单词的索引，利用一个大小为的嵌入矩阵将每个索引映射为一个维的词向量，其中为自然数，其大小和数据集中的服务和服务的特征值数量有关，服务数越多，则的取值越大，为常数，取64，输出由个维词向量组成的的词向量； 第二层为位置编码层，其输入为第一层得到的的词向量，使用正弦和余弦位置编码方式为每个维的词向量计算一个维的向量作为其位置编码向量，并将词向量和位置编码向量相加，输出一个维向量； 第三层为编码器-解码器层，其输入为第二层得到的维向量，对其进行矩阵变换和计算，输出维向量； 第四层为输出层，其输入为第三层得到的维向量，利用一个全连接层和Softmax层对其进行线性变换和归一化处理，输出为一个的向量 3根据步骤2中检测模型输出的服务特征值的概率分布，获取路径向量中服务实际特征值的概率作为服务的异常得分； 4根据步骤3得到的服务的异常得分判断服务是否是调用链中出现性能异常的服务。

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华中科技大学，其通讯地址为：430074 湖北省武汉市洪山区珞喻路1037号华中科技大学；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。