一种基于深度图重构的微服务拆分方法

文档序号:35923801发布日期:2023-11-04 11:56阅读:来源:国知局

技术特征:

1.一种基于深度图重构的微服务拆分方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的基于深度图重构的微服务拆分方法,其特征在于,步骤(1)中,使用四个邻接矩阵ac、ai、ab、ad表示图中类的关系具体包括:

3.根据权利要求2所述的基于深度图重构的微服务拆分方法,其特征在于,ac、ai、ab、ad均属于{0,1}n*n,即值为0或1的n*n大小的矩阵。

4.根据权利要求1所述的基于深度图重构的微服务拆分方法,其特征在于,步骤(2)的具体过程为:

5.根据权利要求4所述的基于深度图重构的微服务拆分方法,其特征在于,步骤(4)中,定义门控图神经网络的操作为:

6.根据权利要求5所述的基于深度图重构的微服务拆分方法,其特征在于,步骤(4)中,采用语义级注意力机制对四种关系的结果向量进行聚合的具体过程为:

7.根据权利要求6所述的基于深度图重构的微服务拆分方法,其特征在于,步骤(4)中,多层感知机mlp通过一系列的线性变换和非线性激活函数来实现对输入数据的非线性映射,将vfinal转换为图重构后的邻接矩阵are。

8.根据权利要求7所述的基于深度图重构的微服务拆分方法,其特征在于,步骤(4)中,深度图重构模型进行训练的过程如下:

9.根据权利要求7所述的基于深度图重构的微服务拆分方法,其特征在于,步骤(5)中,识别和划定目标单体应用中的功能边界,拆分得到多个微服务具体过程为:


技术总结
本发明公开了一种基于深度图重构的微服务拆分方法,包括以下步骤:(1)将单体应用中的类视为图中的节点,使用四个邻接矩阵A<subgt;C</subgt;、A<subgt;I</subgt;、A<subgt;B</subgt;、A<subgt;D</subgt;表示图中的关系;(2)将单体应用中的类嵌入成表示向量,并将所有类的表示向量按顺序进行拼接,作为表示目标单体应用的特征向量V;(3)定义单体应用的图为:G=(V,A<subgt;C,</subgt;A<subgt;I</subgt;,A<subgt;B</subgt;,A<subgt;D</subgt;);(4)构建深度图重构模型并进行训练;(5)对于待拆分的单体应用,收集深度图重构模型所输出重构图的邻接矩阵,并基于此识别和划定目标单体应用中的功能边界,拆分得到多个微服务。本发明在利用图神经网络充分学习单体应用中的不同关系的同时,可自动确定最优分区数量。

技术研发人员:李莹,朱心洲,潘晓华,席萌,尹建伟
受保护的技术使用者:浙江大学
技术研发日:
技术公布日:2024/1/15
当前第2页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1