-
公开(公告)号:CN120045285A
公开(公告)日:2025-05-27
申请号:CN202510122047.3
申请日:2025-01-26
Applicant: 上海交通大学
Abstract: 一种基于无代理服务网格框架的容器镜像生成系统,包括:多维规则配置模块、全链路灰度隔离模块、微服务策略注入模块、字节增强模块和链路透传实现模块,本发明通过基于运行时字节码增强技术,结合使用软件工具包(开发、编译、调试和运行应用程序所需的核心工具和库)和服务网格的优势,提供了无侵入性的治理逻辑注入、灵活的扩展性和高效的性能优化。不仅简化了微服务架构中的服务治理,还提升了系统的可观测性和安全性,对于现代微服务环境具有重要意义。
-
公开(公告)号:CN119377597A
公开(公告)日:2025-01-28
申请号:CN202411428693.4
申请日:2024-10-14
Applicant: 上海交通大学
IPC: G06F18/20 , G06F18/27 , G06F18/22 , G06F18/213 , G06N5/025 , G06N3/042 , G06N3/0464 , G06N3/0499 , G06N3/084
Abstract: 一种基于双图表示学习预训练模型的推荐系统,包括:数据录入模块、元特征提取模块、图谱构建模块和智能推荐模块,其中:数据录入模块录入外部数据源的模型数据和数据集数据并解析后输出至元特征提取模块;元特征提取模块提取和聚合模型与数据集的元特征向量;图谱构建模块基于元特征向量构建模型图谱和数据集图谱的双图表示并通过计算模型间的架构特征相似度以及分析数据集间的标签权重关系;智能推荐模块在双图表示和对应的元特征向量的基础上,通过使用基于残差图卷积和多层感知机的深度推荐模型,针对数据集进行回归准确率预测,进而得到模型推荐的结果列表。本发明通过对模型和数据集进行元特征提取,并基于相似关系进行双图表示学习,本发明能够有效捕捉数据集与模型之间的复杂关系,从而实现高效、准确的模型推荐。
-