本發(fā)明涉及邊緣計(jì)算環(huán)境中的微服務(wù)部署，具體地說，是一種面向邊緣計(jì)算環(huán)境設(shè)計(jì)的一種基于transformer的深度強(qiáng)化學(xué)習(xí)t-drl的微服務(wù)實(shí)例冗余備份部署方法。

背景技術(shù)：

1、近年來，云計(jì)算廣泛用于大數(shù)據(jù)處理，用戶僅需要將數(shù)據(jù)上傳至云端，利用云計(jì)算中心的超高效計(jì)算平臺，便可以集中處理計(jì)算請求。然而越來越多的終端通過網(wǎng)絡(luò)連接起來，如果將所有數(shù)據(jù)都上傳至云計(jì)算平臺進(jìn)行處理，云計(jì)算平臺將面臨網(wǎng)絡(luò)時(shí)延高、擁塞、可靠性降低等問題。隨著自動(dòng)駕駛和無人機(jī)巡檢等新興移動(dòng)業(yè)務(wù)的迅速崛起，超低時(shí)延和超高可靠性逐漸成為這些業(yè)務(wù)場景中不可或缺的關(guān)鍵技術(shù)要求。

2、為了解決云計(jì)算無法滿足時(shí)延敏感業(yè)務(wù)的實(shí)時(shí)性需求，移動(dòng)邊緣計(jì)算（mec）應(yīng)運(yùn)而生，作為一種在接入網(wǎng)中部署計(jì)算資源，將云數(shù)據(jù)中心的計(jì)算能力遷移至靠近用戶終端的邊緣節(jié)點(diǎn)的分布式計(jì)算架構(gòu)，已成為應(yīng)對現(xiàn)代網(wǎng)絡(luò)中海量數(shù)據(jù)處理需求的重要手段。mec通過在靠近用戶的邊緣節(jié)點(diǎn)進(jìn)行數(shù)據(jù)處理和服務(wù)提供，大幅度減少了對核心網(wǎng)資源的占用，降低了數(shù)據(jù)傳輸時(shí)延，提升了系統(tǒng)的可靠性和用戶體驗(yàn)，從而在時(shí)延和可靠性要求較高的應(yīng)用場景中表現(xiàn)出明顯的優(yōu)勢。

3、與此同時(shí)，隨著網(wǎng)絡(luò)技術(shù)的不斷發(fā)展，互聯(lián)網(wǎng)應(yīng)用和網(wǎng)絡(luò)規(guī)模呈現(xiàn)爆發(fā)式增長，傳統(tǒng)專用硬件提供用戶請求服務(wù)需要大量的專用設(shè)備，微服務(wù)架構(gòu)逐漸代替單體應(yīng)用架構(gòu)。在傳統(tǒng)網(wǎng)絡(luò)架構(gòu)中，大部分網(wǎng)絡(luò)功能都依賴于專用硬件設(shè)備，所有的功能模塊都集成在一個(gè)應(yīng)用，將整個(gè)應(yīng)用作為一個(gè)單一的部署單元進(jìn)行部署。因此，為了保障服務(wù)可靠性，通常需要大量且昂貴的高性能專用設(shè)備。在虛擬化技術(shù)的驅(qū)動(dòng)下，微服務(wù)架構(gòu)大量運(yùn)用，將每個(gè)單體應(yīng)用分離為多個(gè)獨(dú)立的微服務(wù)，受益于松耦合架構(gòu)，微服務(wù)可以靈活且彈性地部署到商用服務(wù)器上，即使某個(gè)微服務(wù)出現(xiàn)故障，其他微服務(wù)仍可以正常運(yùn)行，提高了服務(wù)可靠性，降低了專用設(shè)備帶來的昂貴成本。

4、雖然微服務(wù)架構(gòu)相比單體應(yīng)用架構(gòu)更可靠，但是微服務(wù)部署在服務(wù)器上會給用戶的服務(wù)質(zhì)量（時(shí)延，帶寬資源消耗等）帶來影響。特別在邊緣計(jì)算環(huán)境中，資源稀缺以及邊緣服務(wù)器高度分布，不合理的微服務(wù)實(shí)例部署不僅會浪費(fèi)資源，甚至還無法達(dá)到服務(wù)等級協(xié)議（sla）的要求。在云計(jì)算環(huán)境中，現(xiàn)有的可靠性增強(qiáng)技術(shù)部署方案并未考慮時(shí)延對可靠性的影響且資源消耗大，在資源有限的邊緣計(jì)算環(huán)境中并不適用。

5、當(dāng)前，檢查點(diǎn)技術(shù)和冗余備份技術(shù)是提高服務(wù)可靠性的常用技術(shù)。檢查點(diǎn)技術(shù)通過定期保存系統(tǒng)狀態(tài)作為鏡像，當(dāng)出現(xiàn)故障時(shí)，可以回滾到之前的狀態(tài)，減少恢復(fù)時(shí)間。但在邊緣計(jì)算環(huán)境中，檢查點(diǎn)技術(shù)來提高服務(wù)可靠性的方法效率很低。由于邊緣計(jì)算是去中心化的，邊緣節(jié)點(diǎn)是獨(dú)立運(yùn)行的，微服務(wù)之間復(fù)雜的調(diào)用關(guān)系和級聯(lián)回滾的存在導(dǎo)致協(xié)調(diào)檢查點(diǎn)的同步開銷變得非常大，恢復(fù)時(shí)間長。而且，邊緣節(jié)點(diǎn)難維護(hù)，故障率高，很難同時(shí)滿足極致業(yè)務(wù)超低時(shí)延和超高可靠性的業(yè)務(wù)需求。

6、冗余備份技術(shù)確保主實(shí)例出現(xiàn)故障時(shí)，流量可以重定向至備份實(shí)例，備份實(shí)例能夠接管并繼續(xù)提供服務(wù)，在保障服務(wù)可靠性的同時(shí)有助于實(shí)現(xiàn)更小的延遲。因此，冗余備份技術(shù)更適合在邊緣計(jì)算環(huán)境下同時(shí)滿足極致業(yè)務(wù)超低時(shí)延和超高可靠性需求。通過容器編排工具（如kubernetes）可以自動(dòng)化微服務(wù)的部署、管理、拓展和故障轉(zhuǎn)移，然而，現(xiàn)在的挑戰(zhàn)是如何確定每個(gè)微服務(wù)部署實(shí)例的個(gè)數(shù)以及部署位置，以此在保證業(yè)務(wù)時(shí)延和可靠性需求的條件下，減少資源消耗。

7、在云計(jì)算環(huán)境中，基于云計(jì)算中心擁有豐富的資源有許多冗余備份部署方法，但在邊緣計(jì)算環(huán)境中，邊緣資源是稀缺的，不能進(jìn)行大量的微服務(wù)實(shí)例冗余備份部署。并且由于地理位置和商業(yè)利益的關(guān)系，不同邊緣云之間的信息是不共享的，微服務(wù)實(shí)例部署位置也是受限的。因此云計(jì)算中心的微服務(wù)實(shí)例冗余備份方法不能直接用于邊緣計(jì)算環(huán)境中。

8、針對邊緣計(jì)算環(huán)境中的微服務(wù)實(shí)例冗余備份部署問題，現(xiàn)有技術(shù)大多數(shù)通過啟發(fā)式和drl(deep?reinforcement?learning)方法去解決，但隨著業(yè)務(wù)場景的不斷復(fù)雜化和業(yè)務(wù)需求的多樣化，現(xiàn)有技術(shù)仍存在以下不足：

9、1、啟發(fā)式方法缺乏反饋和調(diào)整機(jī)制，會做出一次性決策，這種靜態(tài)開環(huán)的微服務(wù)實(shí)例部署方式無法應(yīng)對動(dòng)態(tài)到達(dá)的業(yè)務(wù)請求和動(dòng)態(tài)變化的邊緣計(jì)算環(huán)境。

10、2、現(xiàn)有drl方法可以實(shí)現(xiàn)微服務(wù)實(shí)例從靜態(tài)開環(huán)部署向動(dòng)態(tài)閉環(huán)部署的轉(zhuǎn)變，但是尚未考慮時(shí)延對微服務(wù)實(shí)例冗余備份的影響，時(shí)延與可靠性是強(qiáng)耦合的關(guān)系，并不是兩個(gè)分開的約束條件。對于動(dòng)態(tài)變化的邊緣計(jì)算環(huán)境，還需考慮邊緣計(jì)算平臺中由工作負(fù)載變化導(dǎo)致的邊緣節(jié)點(diǎn)的可靠性波動(dòng)。

11、3、在微服務(wù)實(shí)例冗余備份部署的過程中，服務(wù)提供商通常有著不同的目標(biāo)，例如在保障服務(wù)的可靠性時(shí)，需要降低微服務(wù)實(shí)例部署的資源消耗，但是由于邊緣節(jié)點(diǎn)工作負(fù)載導(dǎo)致的可靠性波動(dòng)，通常會將微服務(wù)實(shí)例放置在工作負(fù)載較小甚至空閑的邊緣節(jié)點(diǎn)上，以此減少冗余備份微服務(wù)實(shí)例個(gè)數(shù)，降低資源消耗。雖然降低了微服務(wù)實(shí)例部署資源消耗，但是增加了運(yùn)行的邊緣節(jié)點(diǎn)個(gè)數(shù)，而邊緣節(jié)點(diǎn)是主要的能源消耗者，因此服務(wù)提供商也需要盡可能減少運(yùn)行的邊緣節(jié)點(diǎn)個(gè)數(shù)。這一類問題尚未得到很好的解決。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明的目的在于提供一種面向邊緣計(jì)算環(huán)境的微服務(wù)實(shí)例冗余備份部署方法。

2、實(shí)現(xiàn)本發(fā)明目的的技術(shù)解決方案為：一種面向邊緣計(jì)算環(huán)境的微服務(wù)實(shí)例冗余備份部署方法，包括以下步驟：

3、步驟1，用戶發(fā)出業(yè)務(wù)請求，接入到相應(yīng)的邊緣云，與邊緣云服務(wù)提供商簽訂服務(wù)水平協(xié)議sla；

4、步驟2，邊緣云服務(wù)提供商獲取邊緣計(jì)算網(wǎng)絡(luò)拓?fù)湫畔ⅲ瑢⑵涑橄鬄榫W(wǎng)絡(luò)無向圖；

5、步驟3，結(jié)合業(yè)務(wù)信息和邊緣計(jì)算網(wǎng)絡(luò)拓?fù)湫畔ⅲ⒖紤]多個(gè)業(yè)務(wù)部署約束條件的多目標(biāo)優(yōu)化數(shù)學(xué)模型；

6、步驟4，邊緣云服務(wù)提供商根據(jù)業(yè)務(wù)信息、邊緣計(jì)算網(wǎng)絡(luò)拓?fù)湫畔⒑投嗄繕?biāo)優(yōu)化數(shù)學(xué)模型來進(jìn)行業(yè)務(wù)的冗余備份部署以滿足服務(wù)水平協(xié)議sla；其中采用基于transformer的深度強(qiáng)化學(xué)習(xí)t-drl來獲取微服務(wù)實(shí)例的冗余備份部署以及主實(shí)例的選擇；

7、步驟5，遍歷冗余備份部署以及主實(shí)例的選擇結(jié)果，檢查是否滿足服務(wù)水平協(xié)議sla，如果不滿足，執(zhí)行步驟6，如果滿足，則執(zhí)行步驟7；

8、步驟6，對于不滿足服務(wù)水平協(xié)議sla的業(yè)務(wù)，找出其不滿足時(shí)延的路徑，采用模擬退火的方法對路徑上微服務(wù)實(shí)例的切換優(yōu)先級進(jìn)行降級，直到滿足服務(wù)水平協(xié)議sla；

9、步驟7，在滿足服務(wù)水平協(xié)議的條件下，采用剪枝算法，按照微服務(wù)實(shí)例去除的優(yōu)先級進(jìn)行去除微服務(wù)實(shí)例，直到?jīng)]有微服務(wù)實(shí)例可以去除為止。

10、進(jìn)一步地，所述步驟1中，業(yè)務(wù)由微服務(wù)線性組成，業(yè)務(wù)的第個(gè)微服務(wù)由元祖定義，其中代表微服務(wù)所屬的業(yè)務(wù)，分別表示所屬業(yè)務(wù)的可靠性需求、時(shí)延需求和業(yè)務(wù)包含微服務(wù)的個(gè)數(shù)，是微服務(wù)的軟件可靠性，和分別是微服務(wù)所需的計(jì)算資源和帶寬資源。

11、進(jìn)一步地，所述步驟2中，通過網(wǎng)絡(luò)建模的方法將邊緣計(jì)算環(huán)境建模為無向圖，表示n個(gè)邊緣節(jié)點(diǎn)組成的集合，是邊緣環(huán)境中鏈路集合，其中表示邊緣節(jié)點(diǎn)與之間的鏈路；邊緣節(jié)點(diǎn)由三元組組成，其中，，分別代表邊緣節(jié)點(diǎn)的硬件可靠性、所含的計(jì)算資源和單位計(jì)算資源成本；鏈路由三元組組成，其中，，分別代表鏈路的傳輸時(shí)延、所含的帶寬資源和單位帶寬資源成本。

12、進(jìn)一步地，所述步驟3建立考慮多個(gè)業(yè)務(wù)部署約束條件的多目標(biāo)優(yōu)化模型，包括最小化業(yè)務(wù)的部署成本，同時(shí)最小化活動(dòng)的邊緣節(jié)點(diǎn)個(gè)數(shù)，具體的目標(biāo)函數(shù)如下：

13、3.1?目標(biāo)函數(shù)1為最小化業(yè)務(wù)的部署成本

14、業(yè)務(wù)由微服務(wù)組成，微服務(wù)的部署成本之和即為業(yè)務(wù)部署成本，業(yè)務(wù)的部署成本為：

15、

16、式中，是0-1變量，表示微服務(wù)是否放置在邊緣節(jié)點(diǎn)上，是0-1變量，表示微服務(wù)的主實(shí)例是否通過鏈路；

17、目標(biāo)函數(shù)1為：

18、

19、式中，代表所有業(yè)務(wù)集合；

20、3.2?目標(biāo)函數(shù)2為最小化活動(dòng)的邊緣節(jié)點(diǎn)個(gè)數(shù)

21、目標(biāo)函數(shù)2為：

22、

23、式中，是0-1變量，如果為1，表示有微服務(wù)實(shí)例部署在邊緣節(jié)點(diǎn)上，為0則沒有。

24、進(jìn)一步地，步驟3.1中業(yè)務(wù)部署成本需要進(jìn)行歸一化，表示為：

25、業(yè)務(wù)部署成本的歸一化定義為：

26、

27、式中，表示業(yè)務(wù)的個(gè)數(shù)，表示業(yè)務(wù)中部署成本最大的值；

28、步驟3.2中活動(dòng)的邊緣節(jié)點(diǎn)個(gè)數(shù)需要進(jìn)行歸一化，具體表示為：

29、活動(dòng)的邊緣節(jié)點(diǎn)個(gè)數(shù)的歸一化定義為：

30、

31、式中，表示邊緣環(huán)境中邊緣節(jié)點(diǎn)的個(gè)數(shù)。

32、進(jìn)一步地，所述步驟3.1和3.2需要考慮多個(gè)業(yè)務(wù)的約束條件實(shí)現(xiàn)多目標(biāo)業(yè)務(wù)部署優(yōu)化模型，其約束條件如下：

33、1）：業(yè)務(wù)的完整性

34、

35、式中，是業(yè)務(wù)的微服務(wù)集合，此約束保證每個(gè)業(yè)務(wù)的微服務(wù)至少都有一個(gè)微服務(wù)實(shí)例，保證業(yè)務(wù)可以運(yùn)行；

36、2）：主實(shí)例的限制

37、

38、式中，是0-1變量，表示業(yè)務(wù)的第個(gè)微服務(wù)是否將主實(shí)例放置在邊緣節(jié)點(diǎn)，業(yè)務(wù)主實(shí)例組成的主路徑負(fù)責(zé)流量的轉(zhuǎn)發(fā)與提供服務(wù)；當(dāng)主實(shí)例出現(xiàn)故障時(shí)，會按照微服務(wù)實(shí)例切換優(yōu)先級切換到備份實(shí)例上，此約束保證每個(gè)微服務(wù)都有一個(gè)主實(shí)例，確保主路徑可以提供服務(wù)；

39、3）：業(yè)務(wù)可靠性保證

40、業(yè)務(wù)第k條路徑的傳播時(shí)延計(jì)算如下：

41、

42、式中，為業(yè)務(wù)的所有微服務(wù)實(shí)例形成的路徑組合；

43、然后，找出不滿足時(shí)延需求的路徑，計(jì)算其對業(yè)務(wù)可靠性的增量，從而獲得實(shí)際的業(yè)務(wù)可靠性；

44、

45、式中，是不考慮時(shí)延條件下的業(yè)務(wù)可靠性，是不滿足時(shí)延需求的路徑集合，是路徑對業(yè)務(wù)可靠性增量。

46、實(shí)際的業(yè)務(wù)可靠性需要滿足業(yè)務(wù)的可靠性需求：

47、

48、4）：容量的限制

49、①

50、②

51、約束條件①保證部署在邊緣節(jié)點(diǎn)上的微服務(wù)實(shí)例所需計(jì)算資源之和不超過其所含的計(jì)算資源，約束條件②保證鏈路上微服務(wù)實(shí)例所占的帶寬資源之和不超過鏈路帶寬資源。

52、進(jìn)一步地，所述步驟4采用基于transformer的深度強(qiáng)化學(xué)習(xí)t-drl來獲取微服務(wù)實(shí)例的冗余備份部署以及主實(shí)例的選擇，具體為：

53、4.1?編碼器使用線性層將邊緣計(jì)算環(huán)境信息和業(yè)務(wù)信息分別嵌入到高維空間中，獲得初始嵌入信息，具體為：

54、

55、

56、

57、其中，表示第0層邊緣節(jié)點(diǎn)的嵌入，表示第0層鏈路的嵌入，表示第0層的微服務(wù)的嵌入，和是線性變化的參數(shù)，[...,...]操作是將相同維度的信息連接到一起。

58、4.2?將獲得的初始嵌入信息，，輸入編碼器，經(jīng)過l個(gè)相同的層進(jìn)行處理獲得最終嵌入信息，，，其中每個(gè)層包括多頭注意力層、殘差連接層、歸一化層和前饋網(wǎng)絡(luò)層；邊緣計(jì)算環(huán)境的邊緣節(jié)點(diǎn)信息為

59、，鏈路信息為，業(yè)務(wù)信息為；最后通過線性層將所有嵌入信息連接起來獲得全局信息；

60、。

61、4.3?在不考慮時(shí)延的情況下，確定業(yè)務(wù)k容錯(cuò)部署的k值，業(yè)務(wù)的k值計(jì)算如下

62、

63、

64、式中，代表組成業(yè)務(wù)的微服務(wù)的最小軟件可靠性，代表邊緣環(huán)境中邊緣節(jié)點(diǎn)的最小硬件可靠性。

65、4.4解碼過程是將冗余備份部署問題建模成一個(gè)馬爾科夫決策過程，每個(gè)微服務(wù)被看成一個(gè)智能體，邊緣環(huán)境和業(yè)務(wù)信息作為狀態(tài)集合，動(dòng)作集合為每個(gè)微服務(wù)選擇邊緣節(jié)點(diǎn)部署微服務(wù)實(shí)例。

66、解碼器利用來自編碼器上下文信息，智能體作為查詢向量，邊緣節(jié)點(diǎn)作為鍵向量和值向量，結(jié)合掩碼規(guī)則，生成每個(gè)微服務(wù)的實(shí)例部署在邊緣節(jié)點(diǎn)的概率向量；智能體在每個(gè)時(shí)間步根據(jù)drl模型的策略選擇下一個(gè)邊緣節(jié)點(diǎn)部署微服務(wù)實(shí)例，直到完成微服務(wù)的k容錯(cuò)冗余備份部署。

67、4.5當(dāng)微服務(wù)完成了k容錯(cuò)部署，解碼器利用編碼器上下文信息和k容錯(cuò)部署的情況，智能體作為查詢向量，邊緣節(jié)點(diǎn)作為鍵向量和值向量，結(jié)合掩碼規(guī)則，生成每個(gè)微服務(wù)的實(shí)例作為主實(shí)例的概率向量，智能體在每個(gè)時(shí)間步根據(jù)drl模型的策略選擇主實(shí)例，構(gòu)建每個(gè)業(yè)務(wù)的主路徑。

68、4.6使用策略梯度法訓(xùn)練神經(jīng)網(wǎng)絡(luò)參數(shù)，用于更新drl模型的策略，優(yōu)化策略網(wǎng)絡(luò)，最大化預(yù)期累計(jì)獎(jiǎng)勵(lì)；其中策略梯度法含有兩個(gè)網(wǎng)絡(luò)：策略網(wǎng)絡(luò)和基線網(wǎng)絡(luò)；策略網(wǎng)絡(luò)從概率向量中采用sampling的方法選擇動(dòng)作，基線網(wǎng)絡(luò)從概率向量中采用貪婪策略選擇動(dòng)作；通過計(jì)算下式損失函數(shù)的梯度來對神經(jīng)網(wǎng)絡(luò)參數(shù)進(jìn)行優(yōu)化

69、

70、式中，b為批量大小，為策略網(wǎng)絡(luò)下的獎(jiǎng)勵(lì)，為基線網(wǎng)絡(luò)下的獎(jiǎng)勵(lì)。

71、進(jìn)一步地，所述步驟4.6在每批訓(xùn)練中，對兩個(gè)網(wǎng)絡(luò)進(jìn)行配對t檢驗(yàn)，如果在95%置信水平下顯著，則使用策略網(wǎng)絡(luò)的參數(shù)代替基線網(wǎng)絡(luò)的參數(shù)。

72、進(jìn)一步地，步驟5中所述遍歷冗余備份部署以及主實(shí)例的選擇結(jié)果，檢查是否滿足服務(wù)水平協(xié)議sla，具體為：

73、首先對每個(gè)微服務(wù)計(jì)算其微服務(wù)實(shí)例的可靠性，微服務(wù)的實(shí)例部署在邊緣節(jié)點(diǎn)的可靠性計(jì)算如下：

74、

75、是0-1變量，代表邊緣節(jié)點(diǎn)的硬件可靠性，對每個(gè)微服務(wù)，根據(jù)微服務(wù)實(shí)例的可靠性，得到微服務(wù)實(shí)例切換優(yōu)先級；

76、然后，針對每個(gè)業(yè)務(wù)，找出不滿足業(yè)務(wù)時(shí)延需求的路徑，計(jì)算其對業(yè)務(wù)可靠性的增量，路徑對業(yè)務(wù)可靠性的增量如下：

77、

78、式中，代表路徑的可靠性，和分別代表路徑和主路徑的業(yè)務(wù)的第個(gè)微服務(wù)所放置的邊緣節(jié)點(diǎn)，代表微服務(wù)放置的邊緣節(jié)點(diǎn)集合；

79、最后，將業(yè)務(wù)可靠性減去不滿足時(shí)延需求路徑的可靠性增量，得到實(shí)際的業(yè)務(wù)可靠性，檢查其是否滿足服務(wù)水平協(xié)議sla。

80、進(jìn)一步地，步驟7所述剪枝算法如下：

81、在滿足服務(wù)水平協(xié)議sla的條件下，需要根據(jù)微服務(wù)實(shí)例的剪枝優(yōu)先級來去除不必要的微服務(wù)實(shí)例，微服務(wù)實(shí)例的剪枝優(yōu)先級如下：

82、

83、式中，為目標(biāo)函數(shù)1的權(quán)重，為目標(biāo)函數(shù)2的權(quán)重，為邊緣節(jié)點(diǎn)的單位計(jì)算資源成本。

84、本發(fā)明與現(xiàn)有技術(shù)相比，其顯著優(yōu)點(diǎn)：（1）針對不同動(dòng)態(tài)到達(dá)的混合業(yè)務(wù)請求，在資源稀缺的邊緣計(jì)算環(huán)境中采取冗余備份技術(shù)來增強(qiáng)服務(wù)可靠性，基于transformer的深度強(qiáng)化學(xué)習(xí)t-drl求解方法實(shí)現(xiàn)了微服務(wù)實(shí)例冗余備份部署從靜態(tài)開環(huán)向動(dòng)態(tài)閉環(huán)的轉(zhuǎn)變且考慮了冗余備份過程中時(shí)延的影響和邊緣節(jié)點(diǎn)的可靠性波動(dòng)。（2）在滿足業(yè)務(wù)可靠性和時(shí)延需求的條件下，采用模擬退火的方法對微服務(wù)實(shí)例的切換優(yōu)先級降級，增加業(yè)務(wù)接受率；采用剪枝算法，減少了冗余備份資源消耗。對比其他方法在業(yè)務(wù)接受率，微服務(wù)實(shí)例冗余備份個(gè)數(shù)，運(yùn)行邊緣節(jié)點(diǎn)個(gè)數(shù)以及算法收斂性上都體現(xiàn)出明顯的優(yōu)勢。