CN118945115B 一種分流處理方法、系統、程序產品及可讀存儲介質 （北京昌東科技有限公司）

每個端口的歷史業務負載數據并分析得到常用數據合集和該業務優先級合集為每個該端口分2獲取每個端口的歷史負載數據，并基于模式識別算法對所述對每種所述流量模式類型設置相應的預測模型，其中不同類型的將所述預測負載數據進行合并，得到所述預設時間段內的預獲取每個端口內當前業務的業務類型信息、處理規模信息根據所述處理規模信息計算每個業務的資源消耗指數，所述資源消基于所述預測負載數據合集和所述業務優先級合基于所述處理資源和業務優先級對輸入的業務接收用戶定義的多個自定義數據模型，每個所述自定義數據模將每個所述自定義數據模型與一個或多個所述端口關聯，使得將所述數據特征與每個所述自定義數據模型的正則表達式進行匹配，3值為每個端口的實際負載數據與其預測負載數據之間的最大允對所有端口的運行狀態進行檢測，若存在第一端口處于故障狀態，則分析其他目標端口的當前負載狀況和剩余處理能力，所述其基于動態負載均衡算法將所述第一端口的第一業務流量按照所述業務優先級從高到若存在第一目標端口的所述新負載水平超過預設負載平衡閾按照預設時間間隔對所述優先隊列中的業務流量45的多個自定義數據模型，每個該自定義數據模型包括一個正則表達式和對應的處理策略；該第一數據模型對應的處理策略和該業務優先級合集將匹配成功的業務流量數據分配到6根據實際情況及時調整資源分配，避免了因負載偏差過大導致的系統性能下降或資源浪目標端口的該新負載水平超過預設負載平衡閾值，則將該第一業務流量存入優先隊列中；按照預設時間間隔對該優先隊列中的業務流量得該分流處理系統執行如第一方面以及第一方面中任一可能的實現7[0024]1、本申請通過獲取每個端口的歷史業務負載數據并分析得到常用流量模式和峰[0025]2、本申請通過接收用戶定義的自定義數據模型，其中包括正則表達式和處理策8[0036]在一些實施例中，可以通過多種方式實現該歷史業務負載數據的獲取和分析過每個端口的歷史數據進行建模，從而識別出周期性模式和異常峰值。最后，通過聚類算法峰值時間段。可以理解的是，還可以采用其他數據分析和機器學習方法來實現歷史負載數[0037]可以理解的是，分流處理系統在進行歷史業務負載分析時還支持鏈路層、VLAN、90_1之間的數值，將緊急程度轉換為時間敏感度得分，將這些得分與相應的權重相乘并求[0047]S104、基于該預測負載數據合集和該業務優先級合集為每個該端口分配處理資選擇長短期記憶網絡（LSTM該模型能夠學習長期依賴關系用于處理不規則的突發性事[0066]在該步驟中，分流處理系統基于前一步驟確定的每個時現了分段處理機制，將優先級相近的業務分為不同的優先級組，如高優先級組（得分80_[0083]S204、基于該預測負載數據合集和該業務優先級合集為每個該端口分配處理資一個從模型到端口的映射，這種雙向映射允許系統快速查找與特定端口關聯的所有模型，[0096]業務流量數據是指通過網絡傳輸的各種類型的數據包，包括但不限于HTTP請求、預先為每個自定義數據模型定義的一套規則，指導系統如何處理匹配該模型的數據流量。[0107]S211、當檢測到任一端口的該實際負載數據與該預測負載的偏差超過預設閾值每個端口的實際負載數據與其預測負載數據之間的最大允[0109]在這個步驟中，分流處理系統實現了一個復雜的動態負載均衡和資源調整機[0121]收集每個目標端口的實時數據，包括CPU使用率、內存占用率和網絡帶寬使用率負載水平是指該端口在接收新分配的業務流量后的總體工作負荷狀態，通常用百分比表解調器等的網絡接口卡的通信部分309。通信部分309經由諸如因特網的網絡執行通信處