[发明专利]一种请求任务的调度方法及调度中心服务器

说明书

本发明公开了一种请求任务的调度方法及控制中心服务器，其中，所述方法包括：接收待调度的CDN节点上报的节点信息，并基于所述节点信息，构建多个训练样本；创建支持向量机模型，所述支持向量机模型中包括指定数量的二分类器，并且所述指定数量基于所述待调度的CDN节点的总数量确定；利用构建的所述多个训练样本对所述支持向量机模型进行多轮训练，每轮训练后均生成对应的弱分类器，并且所述弱分类器具备权重值；基于各个所述弱分类器的权重值，将各个所述弱分类器组合为最终分类器，并通过所述最终分类器将接收到的新的请求任务在所述待调度的CDN节点中进行调度。本申请提供的技术方案，能够提高请求任务的调度精度。

技术领域

本发明涉及互联网技术领域，特别涉及一种请求任务的调度方法及调度中心服务器。

背景技术

随着直播行业的不断兴起，为了给用户提供流畅的视频直播体验，直播服务商通常会选用CDN(Content Delivery Network，内容分发网络)分担直播流，并且对直播流进行加速。

目前，CDN的控制中心在接收到用户发来的用于加载直播流的请求任务时，可以根据当前网络中各个CDN节点的负载数、卡顿率等参数，确定出适合处理该请求任务的CDN节点，并将该请求任务调度至确定出的CDN节点处。

然而，目前对于请求任务的调度方法，对于CDN节点的判断依据过于单一，因此可能会造成误判，从而导致请求任务分配不均的情况。而一旦增加判断依据，会使得判断过程过于复杂，目前还没有合适的方案能够应对复杂的判断过程。

发明内容

本申请的目的在于提供一种请求任务的调度方法及调度中心服务器，能够提高请求任务的调度精度。

为实现上述目的，本申请一方面提供一种请求任务的调度方法，所述方法包括：接收待调度的CDN节点上报的节点信息，并基于所述节点信息，构建多个训练样本；创建支持向量机模型，所述支持向量机模型中包括指定数量的二分类器，并且所述指定数量基于所述待调度的CDN节点的总数量确定；利用构建的所述多个训练样本对所述支持向量机模型进行多轮训练，每轮训练后均生成对应的弱分类器，并且所述弱分类器具备权重值；基于各个所述弱分类器的权重值，将各个所述弱分类器组合为最终分类器，并通过所述最终分类器将接收到的新的请求任务在所述待调度的CDN节点中进行调度。

为实现上述目的，本申请另一方面还提供一种调度中心服务器，所述调度中心服务器包括：训练样本构建单元，用于接收待调度的CDN节点上报的节点信息，并基于所述节点信息，构建多个训练样本；支持向量机模型创建单元，用于创建支持向量机模型，所述支持向量机模型中包括指定数量的二分类器，并且所述指定数量基于所述待调度的CDN节点的总数量确定；迭代训练单元，用于利用构建的所述多个训练样本对所述支持向量机模型进行多轮训练，每轮训练后均生成对应的弱分类器，并且所述弱分类器具备权重值；任务调度单元，用于基于各个所述弱分类器的权重值，将各个所述弱分类器组合为最终分类器，并通过所述最终分类器将接收到的新的请求任务在所述待调度的CDN节点中进行调度。

为实现上述目的，本申请另一方面还提供一种调度中心服务器，所述调度中心服务器包括存储器和处理器，所述存储器用于存储计算机程序，所述计算机程序被所述处理器执行时，实现上述的请求任务的调度方法。