一种基于双模型预测的服务迁移方法技术

本发明专利技术提出了一种基于双模型预测的服务迁移方法，包括以下步骤：S1，通过用户偏好预测模型获取排名前k的偏好结果，通过用户轨迹预测模型获取用户未来位置；S2，计算各个偏好的评分Score并由小到大进行排序得到综合排名ScoreList；S3，根据需要迁移的数量x，从ScoreList选择排名前x的偏好，得到需要迁移的目标；S4，对迁移目标选择最近的迁移源服务器，对migratelist进行遍历，获取距离最近的源基站；S5，寻找进行服务迁移的最优路径，然后进行服务迁移：S6，更新参数PList。本发明专利技术通过对用户轨迹预测与用户历史兴趣预测并将结果融合，得出最佳服务迁移目标列表，并得出最佳迁移轨迹，使迁移过程中延迟较低且经过的中转节点数较低。

【技术实现步骤摘要】

本专利技术涉及信息处理，特别是涉及一种基于双模型预测的服务迁移方法。

技术介绍

1、现有的服务迁移方法大多数没有使用现存历史信息对未来状态进行预测，在服务迁移中存在较大的延迟，或预测正确率较低造成低效的服务迁移，且在迁移过程中往往忽略较多的迁移节点数会导致较大的延迟与不稳定性。

技术实现思路

1、本专利技术旨在至少解决现有技术中存在的技术问题，特别创新地提出了一种基于双模型预测的服务迁移方法。

2、为了实现本专利技术的上述目的，本专利技术提供了一种基于双模型预测的服务迁移方法，包括以下步骤：

3、s1，通过用户偏好预测模型获取排名前k的偏好结果，通过用户轨迹预测模型获取用户未来位置；

4、s2，计算各个偏好的评分score并由小到大进行排序得到综合排名scorelist，计算公式如下：

5、score＝μ1rank+μ2distance

6、scorelist＝{score1,score2,…,scorek}

7、其中μ1、μ2分别为用户本文档来自技高网...

【技术保护点】

1.一种基于双模型预测的服务迁移方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种基于双模型预测的服务迁移方法，其特征在于，用户偏好预测模型是经过用户历史偏好数据训练的SASRec模型。

3.根据权利要求1所述的一种基于双模型预测的服务迁移方法，其特征在于，用户轨迹预测模型为卡尔曼滤波算法。

4.根据权利要求1所述的一种基于双模型预测的服务迁移方法，其特征在于，所述需要迁移的数量x等同于滑动窗口最优个数，求取方式如下：

5.根据权利要求1所述的一种基于双模型预测的服务迁移方法，其特征在于，在所述对迁移目标选择最近的迁移源服务器之...

【技术特征摘要】

1.一种基于双模型预测的服务迁移方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种基于双模型预测的服务迁移方法，其特征在于，用户偏好预测模型是经过用户历史偏好数据训练的sasrec模型。

3.根据权利要求1所述的一种基于双模型预测的服务迁移方法，其特征在于，用户轨迹预测模型为卡尔曼滤波算法。

4.根据权利要求1所述的一种基于双模型预测的服务迁移方法，其特征在于，所述需要迁移的数量x等同于滑动窗口最优个数，求取方式如下：

5.根据权利要求1所述的一种基于双模型预测的服务迁移方法，其特征在于，在所述对迁移目标选择最近的...

【专利技术属性】
技术研发人员：戴梦轩，李引，马勇，夏云霓，李晓波，刘辉，夏卿，
申请(专利权)人：重庆大学，
类型：发明
国别省市：