[发明专利]分布式系统流量控制方法及装置

权利要求书

1.一种分布式系统流量控制方法，其特征在于，包括：

获取分布式系统中服务器当前的运行状态数据；

将所述当前的运行状态数据输入到预设的分类神经网络中，得到所述服务器当前的状态；

确定所述当前的状态在预设的Q表格中对应的最大Q值，并确定该最大Q值对应的流量控制策略，以根据该最大Q值对应的流量控制策略对所述服务器进行流量控制，其中，所述Q表格为根据历史流量控制数据采用Q-Learning算法训练得出的；所述历史流量控制数据包含：多种状态、多种流量控制策略、在每种状态下分别执行每种流量控制策略后达到的下一种状态以及在每种状态下分别执行每种流量控制策略的真实Q值，所述多种状态为将服务器历史的运行状态数据输入到所述分类神经网络中得到的；在进行训练时，先根据所述历史流量控制数据随机生成初始Q表格，然后根据所述初始Q表格以及所述历史流量控制数据采用Q-Learning算法进行模型训练。

2.根据权利要求1所述的分布式系统流量控制方法，其特征在于，所述运行状态数据包括：服务器的平均负载、服务器的CPU使用率、服务器的平均响应时间以及服务器的并发线程数中的至少一种。

3.根据权利要求1所述的分布式系统流量控制方法，其特征在于，还包括：

获取所述历史流量控制数据；

根据所述历史流量控制数据采用Q-Learning算法进行模型训练，得到训练出的算法参数以及Q表格。

4.根据权利要求3所述的分布式系统流量控制方法，其特征在于，所述根据所述历史流量控制数据采用Q-Learning算法进行模型训练，包括：

在进行模型训练时使训练出的Q表格中的每个Q值逼近对应的所述真实Q值。

5.一种分布式系统流量控制装置，其特征在于，包括：

运行状态数据获取单元，用于获取分布式系统中服务器当前的运行状态数据；

当前状态确定单元，用于将所述当前的运行状态数据输入到预设的分类神经网络中，得到所述服务器当前的状态；

流量控制策略确定单元，用于确定所述当前的状态在预设的Q表格中对应的最大Q值，并确定该最大Q值对应的流量控制策略，以根据该最大Q值对应的流量控制策略对所述服务器进行流量控制，其中，所述Q表格为根据历史流量控制数据采用Q-Learning算法训练得出的；所述历史流量控制数据包含：多种状态、多种流量控制策略、在每种状态下分别执行每种流量控制策略后达到的下一种状态以及在每种状态下分别执行每种流量控制策略的真实Q值，所述多种状态为将服务器历史的运行状态数据输入到所述分类神经网络中得到的；在进行训练时，先根据所述历史流量控制数据随机生成初始Q表格，然后根据所述初始Q表格以及所述历史流量控制数据采用Q-Learning算法进行模型训练。

6.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至4任意一项所述的方法。

7.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序在计算机处理器中执行时实现如权利要求1至4任意一项所述的方法。