一种基于深度强化学习的DAG微服务迁移方法及装置

AITNT
正文
推荐专利
一种基于深度强化学习的DAG微服务迁移方法及装置
申请号:CN202411940273
申请日期:2024-12-26
公开号:CN119997099B
公开日期:2025-10-24
类型:发明专利
摘要
本发明公开了一种基于深度强化学习的DAG微服务迁移方法及装置,所述方法包括:采用基于动作执行分层的强化学习微服务迁移算法进行微服务迁移模型的训练,得到训练好的微服务迁移模型;将训练好的微服务迁移模型部署到用户端,当用户端位置发生移动时,训练好的微服务迁移模型根据获得到的局部信息进行微服务的迁移决策,得到目标边缘服务器;基于所述目标边缘服务器执行微服务的迁移。本发明通过分层决策的设计,能够有效解决全局信息未知的边缘环境,特别是车联网场景中的DAG微服务迁移问题。
技术关键词
服务迁移方法 深度强化学习 决策 微服务器 分层 模型训练模块 可读存储介质 处理器 代表 算法 程序 索引 存储器 计算机 终端 定义 关系 场景
系统为您推荐了相关专利信息
1
基于正射影像与三维点云数据的果树生态指标评估方法
三维点云数据 指标评估方法 实例分割网络 通风率 扇区
2
一种电缆缺陷检测系统
电缆缺陷检测系统 复合传感阵列 信号激励模块 超声波换能器 遗传算法优化
3
一种装备智能运维故障监测的数据处理系统
运维故障 数据处理系统 导轨平面度 动态资源分配 机械臂定位
4
一种基于数字加密的空间目标协同可信感知方法
航天器 密钥 数字加密技术 变量 探测传感器
5
一种自主加注臂的轨迹规划系统及其规划方法
算法模型 轨迹规划算法 轨迹规划系统 记忆 Sigmoid函数
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号