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！

龙图腾网恭喜中国人民解放军空军工程大学申请的专利基于故障预测的服务功能链迁移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：CN115145757B 。

龙图腾网通过国家知识产权局官网在2025-04-29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：202210755831.4，技术领域涉及：G06F11/07；该发明授权基于故障预测的服务功能链迁移方法是由翟东;孟相如;康巧燕;孟庆微;庄绪春设计研发完成，并于2022-06-30向国家知识产权局提交的专利申请。

本基于故障预测的服务功能链迁移方法在说明书摘要公布了：本发明涉及一种基于故障预测的服务功能链迁移方法，首先采用长短时记忆网络对硬件故障进行预测，同时采用模拟退火粒子群算法优化每层LSTM的神经元数量和时间窗长度，提出了基于改进型LSTM的故障预测方法，即PMILSTM方法。其次，将混沌、反向学习、动态权重因子以及变异操作引入到麻雀搜索算法中，提出了改进型的麻雀搜索算法，即ISSA。最后，将改进型的麻雀搜索算法应用SFC迁移方法中，提出了基于ISSA的服务功能链迁移方法，即MMISSA方法。MMISSA方法同时考虑了故障节点上所有VNF的迁移服务器节点，适应值函数同时考虑了迁移开销进而迁移时间。因此，MMISSA方法有效地提高了迁移成功率，降低了迁移开销和迁移时间。

本发明授权基于故障预测的服务功能链迁移方法在权利要求书中公布了：1.一种基于故障预测的服务功能链迁移方法，其特征在于步骤如下：步骤1：采用LSTM神经网络来预测硬件故障，采用SAPSO算法来优化每层LSTM的神经元数量以及时间窗长度，即PMILSM方法；根据预测结果判断服务器节点上的VNF是否需要迁移，如果服务器节点将要发生故障，该服务器节点所承载的所有VNF都需要被迁移；所述PMILSM方法具体如下：输入：初始化迭代次数Ni和学习因子α1、α2，初始化时间窗长度以及每层LSTM神经元数量作为粒子；输入值还包括SMART属性值；输出：故障预测结果；1训练LSTM模型，计算初始适应度值；2使用SAPSO算法更新粒子的全局最优位置；3获得最优的时间窗长度以及每层LSTM神经元数量；4使用步骤3获得的参数更新LSTM模型；5使用训练数据训练LSTM模型以及门限值；6输入SAMRT属性值，通过训练后的LSTM模型预测硬件驱动故障；步骤2：根据CPU资源约束、存储资源约束和承载能力约束获得候选迁移服务器节点集合；采用改进型的麻雀搜索算法同时为待迁移VNF在候选迁移服务器节点集合中选择最优的迁移服务器节点；所述改进型的麻雀搜索算法：步骤21：初始化参数，将即将故障服务器节点承载的VNF数量值设为搜索空间的维度；步骤22：使用生产者、追随者和警戒者的位置更新函数来更新生产者、追随者和警戒者的位置，计算适应度值；步骤23：判断是否满足迭代停止条件，如果不满足，则继续迭代；如果满足，则将最优位置输出，即为这些VNF的迁移服务器节点。

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中国人民解放军空军工程大学，其通讯地址为：710038 陕西省西安市霸桥区长乐东路甲字1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”。