买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉电子科技大学申请的专利一种基于接口匹配的微服务编排推荐方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN117271902B 。

龙图腾网通过国家知识产权局官网在2025-08-26发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202311470917.3，技术领域涉及：G06F16/9535；该发明授权一种基于接口匹配的微服务编排推荐方法是由赵太银;许毅;詹思瑜;段贵多;罗光春;孙宇栋设计研发完成，并于2023-11-07向国家知识产权局提交的专利申请。

本一种基于接口匹配的微服务编排推荐方法在说明书摘要公布了：本发明涉及微服务编排技术，其公开了一种基于接口匹配的微服务编排推荐方法，提高微服务编排的推荐效果，帮助建模人员高效、准确地完成整个微服务的编排。本发明使用基于语义的方法对微服务编排数据库中的微服务的输入、输出接口的描述信息进行语义抽取，根据各个微服务的输出接口与其它微服务的输入接口之间的语义匹配，确定微服务之间的调用关系，从而构建微服务依赖关系图，在微服务依赖关系图的基础上，采用图卷积神经网络为每个微服务生成嵌入向量；在推荐时，通过计算用户已编排的当前微服务工作流的向量与微服务编排数据库中的微服务的嵌入向量的相似度，从而向用户推荐编排工作的下一步可能使用的微服务。本发明适用于微服务编排。

本发明授权一种基于接口匹配的微服务编排推荐方法在权利要求书中公布了：1.一种基于接口匹配的微服务编排推荐方法，其特征在于，包括： S1、基于微服务编排数据库中的各个微服务之间的接口匹配，构建微服务的依赖关系图；所述依赖关系图中，节点表示微服务，节点之间的连边表示微服务之间的调用关系； S2、通过图卷积神经网络提取依赖关系图中的各节点的向量作为相应微服务的嵌入向量； S3、在进行微服务编排时，针对用户已编排的当前微服务工作流，采用如下方式向用户推荐当前微服务工作流的下一步可能使用的微服务： S31、根据当前微服务工作流中的微服务的嵌入向量，计算当前微服务工作流的综合向量； S32、计算当前微服务工作流的综合向量与微服务编排数据库中的各个微服务的嵌入向量之间的相似度并排序，根据排序结果，向用户推荐当前微服务工作流的下一步可能使用的微服务； 步骤S1中，基于微服务编排数据库中的各个微服务之间的接口匹配，构建微服务的依赖关系图，具体包括： S11、对微服务编排数据库中的各个微服务的说明文档进行划分，获得各个微服务对应的输入文档和输出文档； S12、对各个微服务对应的输入文档和输出文档提取关键词； S13、采用预训练模型对各个微服务的输入文档和输出文档的关键词进行词向量提取，然后分别对输入文档和输出文档中的所有关键词的词向量进行拼接，获得各个微服务相应的输入向量和输出向量； S14、针对每个微服务，分别计算其输出向量与其它各个微服务的输入向量之间的相似度并由高至低排序，筛选出排序靠前的设定个数的微服务作为与该微服务有调用关系的微服务； S15、以各个微服务作为节点，将具有调用关系的微服务之间进行连线作为节点之间的连边，构建微服务依赖关系图； 步骤S2中，通过图卷积神经网络提取依赖关系图中的各节点的向量作为相应微服务的嵌入向量，具体包括： 利用图卷积神经网络，使用Microservice2vce方法按照如下步骤提取依赖关系图中的各节点的向量： S21、随机选择依赖关系图中的一个节点作为中心节点； S22、对中心节点进行K阶邻域采样，获得中心节点的邻居集合； S23、对中心节点的邻居集合中的所有节点对应的微服务的向量进行逐阶聚合，获得中心节点的节点向量；所述微服务的向量由该微服务的所有输入向量和输出向量拼接而成； S24、循环执行步骤S21-S23，直至完成对依赖关系图中的所有节点的节点向量提取。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人电子科技大学，其通讯地址为：611731 四川省成都市高新区（西区）西源大道2006号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。