【技术实现步骤摘要】
本申请涉及数据处理的，尤其是涉及一种基于云边协同的图嵌入和规划图的服务组合方法和装置。
技术介绍
1、随着大规模数据的生成和传输需求的增加，云计算提供了强大的计算和存储资源，但也引发了数据传输延迟的隐私问题。与此同时，边缘计算通过将计算资源靠近数据源和终端设备，解决了一些延迟和带宽限制的问题。云边协同环境的出现使得将云计算和边缘计算结合起来成为可能，以更好地满足不同应用场景的需求。然而，由于现实世界中存在大量的服务提供者与可供选择的服务，选择合适的服务进行组合是一个具有挑战性的问题。
2、在服务组合领域，规划图算法作为一种重要方法，广泛应用于服务的结构化表示。规划图算法提供了一个图形化的框架，用于描述服务之间的关系和依赖，同时为服务组合问题提供了高效的搜索和优化机制。通过规划图算法，我们能够智能地搜索和选择合适的服务来构建服务组合，以满足用户需求。这一方法的应用为服务组合问题提供了有力的工具和框架。
3、现有的应用规划图进行服务组合的方法，遍历执行各个服务，进而查找与服务请求参数相关的服务，然而，这种方法降低搜索速度，进而降低服务组合效率。
技术实现思路
1、为了提高服务组合效率，本申请提供一种基于云边协同的图嵌入和规划图的服务组合方法和装置。
2、第一方面，本申请提供一种基于云边协同的图嵌入和规划图组合服务组合方法，采用如下的技术方案：
3、所述方法由云边协同系统执行，所述云边协同系统包括至少一个边缘服务器和至少一个云服务器，各个所
4、获取用户上传至任一所述云服务器或所述边缘服务器的请求信息以及所述请求信息对应的输入参数；
5、将所述输入参数与预先建立的服务网络图中的节点对应的参数对比，确定对比一致的节点为第一节点；所述节点包括服务节点、输入节点和输出节点；
6、计算所述第一节点在低维向量空间中的均值向量，基于所述服务网络图获取各个服务节点在所述向量空间中的嵌入向量；
7、对比所述均值向量和各个所述嵌入向量，确定距离所述第一节点最近的前k个服务节点对应的服务作为候选服务；
8、利用规划图技术，将所述候选服务按照输入参数和输出参数的匹配程度分别进行前向拓展和后向搜索，得到服务组合解决方案；
9、将所述服务组合解决方案下载并返回给用户。
10、通过采用上述技术方案，系统获取用户上传的请求信息，进而确定请求信息对应的输入参数，将输入参数与服务网络图中节点的参数对比，确定第一节点。接着计算第一节点的均值向量，计算服务节点在向量空间中的嵌入向量，进而将均值向量与嵌入向量对比，选择出距离第一节点最近的k个服务节点，进而确定候选服务，接着利用规划图技术，将候选服务按照输入参数和输出参数的匹配程序进行前向拓展和向后搜索，确定服务组合解决方案，将服务组合解决方案返回给用户。因此，缩减候选服务集合的规模，提高了服务组合效率，同时根据服务网络图中节点之间的结构和连接关系，正确选择和组合服务，提高组合服务组合的准确性和全面性，确保服务解决方案能够准确满足用户的需求。
11、进一步地，所述预先建立服务网络图的方法，包括：
12、获取服务数据集，所述服务数据集中包括多个服务，所述服务包括输入参数和输出参数；将所述服务随机分布在边缘服务器和云服务器上；其中，所述云服务器储存的服务数量多于所述边缘服务器储存的服务数量；
13、基于所述输入参数确定输入节点、基于所述输出参数确定输出节点、基于所述服务确定服务节点；
14、将服务节点与对应的输入节点和输出节点相连，将相同的所述输入节点和所述输出节点相连，建立服务网络图；
15、利用图嵌入技术将每个节点映射到低维向量空间中，确定节点对应的嵌入向量。
16、通过采用上述技术方案，本申请获取服务数据集，并将其中的服务随机分布在边缘服务器和云服务器上，根据参数确定输入节点、输出节点和服务节点等，进而根据参数之间的关系将节点相连接，建立服务网络图，进而确定每个节点在低维向量空间中对应的嵌入向量，建立得到服务网络图，将服务进行整理规划，便于搜索服务。
17、进一步地，所述图嵌入技术为graphsage算法，所述利用图嵌入技术将每个节点映射到低维向量空间中，确定节点对应的嵌入向量，包括：
18、通过采样、聚合和无监督训练生成节点的嵌入向量；
19、采样邻居节点：采样预设数量的邻居节点，使用采样的邻居节点作为正样本，非邻居节点作为负样本；
20、聚合邻居节点信息：采用均值聚合的方式，将邻居节点的嵌入向量取平均得到聚合结果，包括：
21、
22、其中，表示第k层节点v的表示，节点u是节点v的邻居节点，nei为邻居采样函数；无监督训练：采用对比学习方法，采用正负样本的无监督学习方式训练模型，包括：
23、
24、其中jsng是损失函数，zu是向量空间中节点u的向量，节点v为节点u的邻居节点，σ表示sigmoid函数，pn表示负采样分布，y表示负采样次数，表示负样本。
25、进一步地，所述对比所述均值向量和各个所述嵌入向量，确定距离所述第一节点最近的前k个服务节点对应的服务作为候选服务，包括：
26、所述第一节点ri的向量均值为向量goal；其中，计算服务w的嵌入向量与向量goal的欧式距离dis，包括：
27、
28、其中，d为空间维度；
29、确定距离向量goal最近的前k个服务节点对应的服务作为候选服务。
30、通过采用上述技术方案，本申请首先确定第一节点的向量均值为用于对比距离的向量goal，进而计算各个服务的嵌入向量与向量goal的欧式距离，进而根据欧式距离的大小确定距离最近的服务节点，进而确定候选服务，因此能够快速查找到与用户请求信息更为贴近的服务。
31、进一步地，所述利用规划图技术，将所述候选服务按照输入参数和输出参数的匹配程度分别进行前向拓展和后向搜索，得到服务组合解决方案，包括：
32、建立规划图；
33、将所述候选服务添加到候选服务集合中；
34、获取请求信息的输入参数和目标参数，在所述候选服务集合中搜索所述输入参数，将输入参数添加到规划图的p0层中，将输入参数对应的服务添加到规划图中的a1层中；
35、执行循环步骤：若候选服务集合中的服务w的输入参数都能被pi层满足，则唤醒服务w，并将服务w加入到ai+1层，将服务w的输出参数添加到pi+1层；其中，i＝0、1、2……；直至所述候选服务集合中不存在候选服务或搜索到目标参数时，停止执行所述循环步骤；
36、从规划图的最后一层向前一层的方向反向搜索，向前搜索路径，确定至少一个服务组合解决方案本文档来自技高网...
【技术保护点】
1.一种基于云边协同的图嵌入和规划图组合服务组合方法，其特征在于，所述方法由云边协同系统执行，所述云边协同系统包括至少一个边缘服务器和至少一个云服务器，各个所述云服务器相连接，每个所述云服务器与至少一个所述边缘服务器互联，所述边缘服务器和所述云服务器中存储有服务，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述预先建立服务网络图的方法，包括：
3.根据权利要求2所述的方法，其特征在于，所述图嵌入技术为GraphSAGE算法，所述利用图嵌入技术将每个节点映射到低维向量空间中，确定节点对应的嵌入向量，包括：
4.根据权利要求1或3所述的方法，其特征在于，所述对比所述均值向量和各个所述嵌入向量，确定距离所述第一节点最近的前k个服务节点对应的服务作为候选服务，包括：
5.根据权利要求1所述的方法，其特征在于，所述利用规划图技术，将所述候选服务按照输入参数和输出参数的匹配程度分别进行前向拓展和后向搜索，得到服务组合解决方案，包括：建立规划图；
6.根据权利要求1所述的方法，其特征在于，当所述服务组合解决方案的数量少于
7.根据权利要求1所述的方法，其特征在于，当存在至少两个服务组合解决方案时，所述方法还包括：
8.一种基于云边协同的图嵌入和规划图组合服务组合装置，其特征在于，包括：
9.根据权利要求8所述的基于云边协同的图嵌入和规划图组合服务组合装置，其特征在于，还包括：
...【技术特征摘要】
1.一种基于云边协同的图嵌入和规划图组合服务组合方法，其特征在于，所述方法由云边协同系统执行，所述云边协同系统包括至少一个边缘服务器和至少一个云服务器，各个所述云服务器相连接，每个所述云服务器与至少一个所述边缘服务器互联，所述边缘服务器和所述云服务器中存储有服务，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述预先建立服务网络图的方法，包括：
3.根据权利要求2所述的方法，其特征在于，所述图嵌入技术为graphsage算法，所述利用图嵌入技术将每个节点映射到低维向量空间中，确定节点对应的嵌入向量，包括：
4.根据权利要求1或3所述的方法，其特征在于，所述对比所述均值向量和各个所述嵌入向量，确定距离所述第...
【专利技术属性】
技术研发人员：金柳，谢化斌，刘彤阳，李静，祝铭，姚琦，张彦平，吴文婷，
申请(专利权)人：中国交通信息科技集团有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。