一种基于动态图神经网络和序列模型的微服务工作流编排推荐方法

本发明公开了一种全新的微服务工作流编排推荐方法，方法首先将微服务工作流构建成了微服务动态图，然后通过动态图神经网络提取微服务动态图中的空间结构信息，通过序列模型提取微服务工作流中的时序信息作为补充，将二者融合为每个微服务节点生成了向量表示。此外，方法使用注意力机制提取了微服务工作流的全局信息，生成了微服务工作流的全局向量表示，使用当前微服务工作流中最后一个微服务节点的向量作为局部向量表示。最后，对微服务工作流的全局信息和局部信息进行综合考虑，生成推荐结果。本发明提供的方法考虑了微服务工作流的长短期兴趣，能够对微服务工作流中的时序信息以及空间信息的充分挖掘，使微服务工作流的编排推荐更加合理。