典型文献
基于深度学习的微服务故障检测研究
文献摘要：
微服务架构是一种新的架构模式,它致力于为用户提供更加可靠、可维护性和可扩展性更好的软件设计服务.它提倡将单一应用程序划分为若干个独立的服务,每个服务功能各异并通过频繁的信息交互来为用户提供最终价值.虽然微服务架构有着诸多优点,但它也为系统的故障检测带来了更多的挑战:(1)由于微服务架构中存在多个服务,定位故障点变得更加困难;(2)一个服务故障可能会引起连锁反应,造成整个系统的崩溃.因此,如何准确地诊断出微服务架构中的故障,并精确地定位出故障发生的位置是提高微服务架构服务质量(quality of service,QoS)的关键.将深度学习方法引入到微服务架构的故障检测研究中,提出了一个基于门控循环单元(gated recurrent unit,GRU)的故障检测模型MS-GRU.该方法的核心在于它能够从以往的应用数据中分析、学习到导致故障发生的模式信息,并将这些信息用于未来的故障诊断和预测中,从而显著改善微服务架构的服务质量.最后进行了广泛的实验来评估所提出方法的性能,实验结果证明了该方法的有效性和优越性.
文献关键词：
微服务架构;故障检测;门控循环单元(GRU);注意力机制;服务质量
中图分类号：
作者姓名：
庄卫金;张鸿
作者机构：
中国电力科学研究院有限公司 南京分院,南京 210003
文献出处：
引用格式：
[1]庄卫金;张鸿-.基于深度学习的微服务故障检测研究)[J].计算机工程与应用,2022(16):326-332
A类：
B类：
服务故障,微服务架构,架构模式,可维护性,可扩展性,软件设计,设计服务,一应,应用程序,若干个,过频,信息交互,故障点,连锁反应,崩溃,quality,service,QoS,深度学习方法,门控循环单元,gated,recurrent,unit,GRU,故障检测模型,应用数据,评估所,注意力机制
AB值：
0.280576
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
