基于Transformer架构云系统冗余分配问题的求解方法技术方案

本发明专利技术公开了一种基于Transformer架构云系统冗余分配问题的求解方法，该方法首先是针对业务混合部署的云系统场景建模表示为一个由提供特定服务的组件节点组成的有向加权图，然后基于业务信息和指数可靠性来量化系统组件的容错性，进一步是结合本轮要服务的业务群信息计算系统的容错性，在制定容错策略之前，组件关键度的衡量可以用为容错手段的部署提供依据，以便更有效地提高系统可靠度和节约成本。相较于当下大多数研究中使用的启发式算法和传统深度强化学习策略，T‑DRL在系统容错性能和组件关键度评估的基础上，捕捉了组件可靠性、关键度和冗余资源性能及成本在内的各种因素，实现了利用深度强化学习模型高效求解云中的RAP。

【技术实现步骤摘要】

本专利技术属于深度学习技术，具体涉及网融合领域中的可靠性增强方向和运筹学领域中的单目标优化技术，尤其涉及基于transformer架构云系统冗余分配问题的求解方法。

技术介绍

1、冗余分配问题(redundancy allocation problem,rap)是可靠性领域中的一种经典的优化问题，在过去三四十年中被广泛应用于许多高价值的工程、工业和科学应用的设计阶段。在实际的任务中，rap的优化目标可能涉及可靠性、可用性、成本和重量等。通常，研究者们可以通过将一些目标作为解的约束来简化问题，旨在成本等约束下最大化系统的可靠性等。然而，rap作为一个公认的np-hard问题，其计算量会随着系统(建模系统为一个有向带权图wdg)中节点和弧的数量呈指数级增长。因此，重点是开发近似方法来求解rap，避免数值困难并减少计算负担。

2、现有技术中，最常用算法，包括代遗传算法，线性规划方法，免疫算法，粒子群算法(pso)，模拟退火(sa)等。这些方法虽然可以提供一种寻找更大问题的最佳解决方案的战术方法，但是它们通常算法参数多，调整复杂，往往需要进行大量的迭代本文档来自技高网...

【技术保护点】

1.一种基于Transformer架构云系统冗余分配问题的求解方法，其特征在于，该方法包括采用“1+N”冗余机制通过并行的容错方式来提高基于深度强化学习的业务混合部署的云系统的可靠性，步骤如下：

2.根据权利要求1所述的基于Transformer架构云系统冗余分配问题的求解方法，其特征在于，步骤S1包括将云系统建模成由为混合业务提供某种特定云服务的组件节点组成的有向加权图G＝{V,E}，其中V＝{v1,v2,...,vn}代表n个组件节点，E为组件之间调用关系的带权有向边。

3.根据权利要求1所述的基于Transformer架构云系统冗余分配问题的求解方法，其特征...

【技术特征摘要】

1.一种基于transformer架构云系统冗余分配问题的求解方法，其特征在于，该方法包括采用“1+n”冗余机制通过并行的容错方式来提高基于深度强化学习的业务混合部署的云系统的可靠性，步骤如下：

2.根据权利要求1所述的基于transformer架构云系统冗余分配问题的求解方法，其特征在于，步骤s1包括将云系统建模成由为混合业务提供某种特定云服务的组件节点组成的有向加权图g＝{v,e}，其中v＝{v1,v2,...,vn}代表n个组件节点，e为组件之间调用关系的带权有向边。

3.根据权利要求1所述的基于transformer架构云系统冗余分配问题的求解方法，其特征在于，步骤s1还包括计算云系统中每个组件关键度以制定容错策略，对于系统组件的容错性的数学表达式为：

4.根据权利要求3所述的基于transformer架构云系统冗余分配问题的求解方法，其特征在于，步骤s1中，考虑组件关键度的衡量可以为容错手段的部署提供依据，以便更有效地提高系统可靠度和节约成本，进而步骤s2在针对冗余分配问题中的系统容错策略制定中，包括对计算云系统中每个组件的关键度，表示为ci(i＝1,2,...,n)。

5.根据权利要求1所述的基于transformer架构云系统冗余分配问题的求解方法，其特征在于，步骤s2所述的“1+n”冗余分配问题中，包括采用“1+n”冗余机制通...

【专利技术属性】
技术研发人员：王然，谢声波，吴强，郝洁，
申请(专利权)人：南京航空航天大学，
类型：发明
国别省市：