摘要
本发明提供一种应用编程接口编排模型训练方法、编排方法及装置,将原始调用日志转换为蕴含拓扑、性能与错误信息的带特征有向异构图;进而基于图神经网络在上下文子图中执行增量式链接推理,自动生成概率最高的API调用链路及其性能预估,实现编排方案的智能推荐。训练过程中,通过复合损失函数同步优化拓扑准确性、延迟与错误率,驱使模型融合功能正确性与运行高效性。该方法将工作流设计从人工编排转为自动生成,大幅提升开发效率;同时依托运行时数据回流实现自我迭代,不断增强系统适应性与稳健性。
技术关键词
模型训练方法
编程
接口
编排方法
错误率
上下文特征
可视化工作流
性能监控系统
日志
节点特征
统计特征
多头注意力机制
可视化平台
格式
指令
编排装置
执行增量
融合功能