[发明专利]业务流量的限流方法、装置及系统

权利要求书

1.一种业务流量的限流方法，其特征在于，包括：

发送携带有用户业务操作数据和操作环境数据的业务请求，以使得在集群需要集中处理并发的业务请求时，根据各个用户业务操作数据和操作环境数据，参照所述集群中服务器处理历史相似数据时各自对应所能承受的最大业务流量，限制所述服务器各自处理的业务流量，所述操作环境数据中包括用户的所在位置；

接收所述业务请求对应的业务服务。

2.根据权利要求1所述的方法，其特征在于，所述最大业务流量是通过对抗神经网络模型计算得到的，所述方法还包括：

采集用户历史的业务操作数据和操作环境数据并上传，以便创建所述对抗神经网络模型对应的训练集和测试集。

3.根据权利要求1所述的方法，其特征在于，若在发送所述业务请求之后的预设时长未接收到返回的业务服务，则所述方法还包括：

查询同样能够获取到所述业务服务的其他集群服务器信息；

依据所述其他集群服务器信息，重新发送所述业务请求。

4.根据权利要求1所述的方法，其特征在于，在接收所述业务请求对应的业务服务之后，所述方法还包括：

输出接收到的业务服务。

5.一种业务流量的限流方法，其特征在于，包括：

接收并发的业务请求，所述业务请求中携带有用户业务操作数据和操作环境数据，所述操作环境数据中包括用户的所在位置；

在集群需要集中处理并发的业务请求时，根据各个用户业务操作数据和操作环境数据，参照所述集群中服务器处理历史相似数据时各自对应所能承受的最大业务流量，限制所述集群中服务器各自处理的业务流量。

6.根据权利要求5所述的方法，其特征在于，参照所述最大业务流量，限制所述集群中服务器各自处理的业务流量，具体包括：

向所述集群中服务器转发所述并发的业务请求，并使得所述集群中服务器处理的业务流量小于或等于各自对应的所述最大业务流量。

7.根据权利要求5所述的方法，其特征在于，所述方法还包括：

接收各个客户端上传的各个用户的历史业务操作数据和历史操作环境数据；

按照所述历史业务操作数据和历史操作环境数据，创建训练集和测试集；

基于对抗神经网络算法利用所述训练集训练生成器，并利用所述测试集训练判决器，若生成器通过所述判决器的校验，则将通过校验的生成器确定为对抗神经网络模型，所述对抗神经网络模型用于计算得到所述最大业务流量。

8.根据权利要求7所述的方法，其特征在于，所述按照所述历史业务操作数据和历史操作环境数据，创建训练集和测试集，具体包括：

查询携带有所述历史业务操作数据和历史操作环境数据的历史并发业务请求被集中处理时集群中服务器的负载信息；

依据所述负载信息，分析集群中服务器在集中处理所述历史并发业务请求时，各自对应所能承受的历史最大业务流量；

将所述历史业务操作数据和历史操作环境数据作为样本特征数据，及将所述历史最大业务流量作为与所述样本特征数据对应的样本标签数据，创建所述训练集和所述测试集。

9.根据权利要求8所述的方法，其特征在于，用于限制集群中服务器业务流量处理的所述最大业务流量的计算过程，具体包括：

将所述各个用户业务操作数据和操作环境数据输入到所述对抗神经网络模型，获取集群中服务器处理历史相似数据时各自对应所能承受的最大业务流量。

10.根据权利要求7所述的方法，其特征在于，在所述基于对抗神经网络算法利用所述训练集训练生成器，并利用所述测试集训练判决器之前，所述方法还包括：

对所述训练集和所述测试集进行稀疏矩阵处理；

所述基于对抗神经网络算法利用所述训练集训练生成器，并利用所述测试集训练判决器，具体包括：

基于对抗神经网络算法利用稀疏矩阵处理后的训练集训练生成器，并利用稀疏矩阵处理后的测试集训练判决器。