-
公开(公告)号：CN116909788A
公开(公告)日：2023-10-20
申请号：CN202310844026.3
申请日：2023-07-10
Applicant: 武汉大学
Abstract: 本发明公开了一种任务导向和视角不变的多模态故障诊断方法及系统，其中的方法包括基于跟踪信息构建微服务系统的实例依赖图获取各实例的多模态的事件表达；基于实例依赖图，随机失活部分非根因节点，获取增广数据集；基于图神经网络对实例依赖图进行特征聚合，获取多模态的图级别故障表达，在多模态的图级别故障表达上进行任务导向学习和构建跨模态关联；基于图级别的故障表达，联合学习根因定位和故障分类两个故障诊断任务，获取最终的故障根因排名和故障类型。本申请通过深入挖掘诊断任务和不同模态数据之间的隐藏关联，以及构建跨模态联系，从大量故障微服务中筛选出故障根因并识别故障类型，辅助工程师进行故障诊断。
-
Patent Agency Ranking
公开(公告)号：CN115022189A
公开(公告)日：2022-09-06
申请号：CN202210615946.3
申请日：2022-05-31
Applicant: 武汉大学
IPC: H04L41/14 , H04L67/1001
Abstract: 本申请涉及一种边缘用户分配模型构建方法、装置、设备及可读存储介质，涉及边缘服务计算领域，包括获取边缘服务器数据集和边缘用户数据集；构建包括用户信息编码器、服务器信息编码器和边缘用户分配解码器的边缘用户分配网络，用户信息编码器对用户信息进行编码得到用户向量编码数据，服务器信息编码器对服务器信息进行编码得到服务器向量编码数据，边缘用户分配解码器根据两个向量编码数据的相似度确定边缘用户与边缘服务器之间的匹配概率，根据匹配概率将边缘用户分配至对应的边缘服务器；基于边缘服务器数据集和边缘用户数据集对边缘用户分配网络进行训练得到边缘用户分配模型，可提高边缘用户的分配效果、分配率及边缘服务器的资源利用率。
-
公开(公告)号：CN115022189B
公开(公告)日：2024-03-26
申请号：CN202210615946.3
申请日：2022-05-31
Applicant: 武汉大学
IPC: H04L41/14 , H04L67/1001
Abstract: 本申请涉及一种边缘用户分配模型构建方法、装置、设备及可读存储介质，涉及边缘服务计算领域，包括获取边缘服务器数据集和边缘用户数据集；构建包括用户信息编码器、服务器信息编码器和边缘用户分配解码器的边缘用户分配网络，用户信息编码器对用户信息进行编码得到用户向量编码数据，服务器信息编码器对服务器信息进行编码得到服务器向量编码数据，边缘用户分配解码器根据两个向量编码数据的相似度确定边缘用户与边缘服务器之间的匹配概率，根据匹配概率将边缘用户分配至对应的边缘服务器；基于边缘服务器数据集和边缘用户数据集对边缘用户分配网络进行训练得到边缘用户分配模型，可提高边缘用户的分配效果、分配率及边缘服务器的资源利用率。
-
公开(公告)号：CN115981902A
公开(公告)日：2023-04-18
申请号：CN202211637116.7
申请日：2022-12-16
Applicant: 武汉大学
IPC: G06F11/07
Abstract: 本发明公开了一种细粒度分布式微服务系统异常根因定位方法及装置，涉及软件技术领域，该方法包括进行微服务系统的多维度指标数据和服务调用数据的收集，并基于收集的服务调用数据进行服务调用拓扑图构建；基于多维度指标数据进行建模形成指标数据模型，得到多维度指标数据矩阵；将服务调用拓扑图与指标数据模型进行结合，得到异常子图，同时根据指标数据模型构建个性化数组；在异常子图中执行个性化随机游走算法以得出异常根因，并根据异常根因结果进行异常检查和恢复。本发明能够帮助开发和运维人员在分布式系统发生异常时实时快速、准确地定位根因，将根因粒度进一步缩小至容器实例或物理机，以迅速响应防止系统崩溃。
-
公开(公告)号：CN118612102A
公开(公告)日：2024-09-06
申请号：CN202410743416.6
申请日：2024-06-11
Applicant: 武汉大学
IPC: H04L43/024 , H04L43/10 , H04L67/563 , H04L67/568 , H04L67/54 , H04L67/566
Abstract: 本发明提供一种分布式追踪采样方法、装置及电子设备，其中，该分布式追踪采样方法包括：获取追踪数据，识别所述追踪数据的数据类型，并将所述追踪数据的状态信息缓存至状态注册机；根据所述状态注册机中的所述追踪数据的状态信息，直接采样所述追踪数据中的异常追踪；根据所述追踪数据的数据类型，确定不同数据类型的所述追踪数据的采样额度；基于所述追踪数据的采样额度，确定分组采样策略，并按照所述分组采样策略进行追踪采样。通过本发明，保证了采样后追踪数据延时分布的一致性，能够解决现有的采样方法存在的采样均衡性和一致性较差的问题。
-
公开(公告)号：CN115858318A
公开(公告)日：2023-03-28
申请号：CN202211558312.5
申请日：2022-12-06
Applicant: 武汉大学
Abstract: 本发明公开的性能瓶颈感知的微服务弹性伸缩方法，包括以下步骤：获取微服务的多源指标数据，存储多源指标数据为时序数据并根据多源指标数据构建微服务依赖关系图；根据微服务依赖关系图，实时检测微服务多源指标数据的异常行为，获取异常微服务集合；利用微服务的异常聚集效应和异常传播特性，在异常微服务集合中定位瓶颈服务；基于遗传算法对各瓶颈服务进行实例数优化，获取微服务系统最终的弹性伸缩决策。本申请通过在线监控微服务应用性能表现和资源消耗，实时检测微服务异常行为，从大量性能降级的微服务中快速进行性能瓶颈定位并进行资源优化，获取最终的弹性伸缩决策。
-
-
-
-
-
Search Results
6
records
(took 0.046 seconds)
