原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明公开了一种基于负载预测和强化学习的微服务管理方法，属于微服务资源管理领域。首先通过数据收集系统收集每个周期平台中各个微服务的调用次数和平均响应时间作为指标，并按结构化的形式，存储至时序数据库中。然后负载预测模块利用存储的时序数据获取各个微服务调用率数据，并对下一个时间周期的各微服务调用率进行预测，将预测结果输入强化学习智能体，对强化学习智能体进行训练，通过训练后的策略网络输出扩缩决策。最后水平扩缩控制器按照强化学习智能体输出的扩缩决策，对相应微服务副本数量进行调整，增加、减少或保持其副本数
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117453419A
(43)申请公布日2024.01.26
(21)申请号202311552801.4
(22)申请日2023.11.20
(71)申请人北京航空航天大学
地址1001
文档评论（0）