【技术实现步骤摘要】
本专利技术属于边缘计算领域，是一种基于时空图卷积网络的边缘环境下网状微服务容器负载预测方法。
技术介绍
1、随着5g时代的到来，边缘计算技术越来越多被人提及，云服务器的功能被下放到边缘服务器，在更加靠近用户终端的网络边缘上提供服务，以更好的满足延迟敏感型应用的需求，为用户提供更加高性能、低延迟的服务。微服务架构基于服务进行设计，它将应用程序划分为一组小型、松耦合的服务。每个微服务都可以进行独立开发、部署和扩展，通过轻量级通信机制相互协作，从而实现整体系统的功能。
2、在云边环境下每一个微服务包含多个容器副本，同一个微服务需要在不同的资源节点部署多个容器副本，用户的移动会导致节点上的请求数量不断变化，从而引起资源的波动和竞争，进而影响请求的延迟。为了解决这个问题，我们可以对每个节点上的微服务进行负载预测。负载预测的结果可以用于帮助边缘节点进行动态地调整服务的规模和分布，以满足用户的需求和性能要求。
3、当前已经有许多基于lstm或者gru的容器负载预测，是忽略了这些微服务之间的依赖关系。实际上，一个应用往往由多个微...
【技术保护点】
1.一种基于时空图卷积网络的边缘环境下网状微服务容器负载预测方法包括以下步骤：
2.根据权利要求1所述的边缘环境下网状微服务容器负载预测方法，其特征在于，步骤1中根据时间片内节点收到的请求量生成特征矩阵，确定预测输入的时间窗口和需要预测的时间片位置，具体为：
3.根据权利要求2所述的边缘环境下网状微服务容器负载预测方法，其特征在于，步骤2中根据边缘服务器节点之间的地理位置关系计算邻接矩阵A，根据微服务的先后调度关系计算邻接矩阵B，具体为：
4.根据权利要求3所述的边缘环境下网状微服务容器负载预测方法，其特征在于，步骤3将单个时间片的...
【技术特征摘要】
1.一种基于时空图卷积网络的边缘环境下网状微服务容器负载预测方法包括以下步骤：
2.根据权利要求1所述的边缘环境下网状微服务容器负载预测方法，其特征在于，步骤1中根据时间片内节点收到的请求量生成特征矩阵，确定预测输入的时间窗口和需要预测的时间片位置，具体为：
3.根据权利要求2所述的边缘环境下网状微服务容器负载预测方法，其特征在于，步骤2中根据边缘服务器节点之间的地理位置关系计算邻接矩阵a，根据微服务的先后调度关系计算邻接矩阵b，具体为：
4.根据权利要求3所述的边缘环境下网状微服务容器负载预测方法，其特征在于，步骤3将单个时间片的数...
【专利技术属性】
技术研发人员：陈梦宇，徐雷，蔡志成，曹杰，张环宇，殷新兵，靖慧，
申请(专利权)人：南京理工大学，
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。