摘要
本发明涉及直播请求调度技术领域,提供了一种主动异常检测的直播请求调度方法及系统,包括:S1:根据预先收集的边缘云平台下所有服务器的历史负载信息,设计采用基于规则的检测和基于学习的检测两段式的故障检测模型;S2:建立请求分布预测模型对未来不同时间步和不同地理区域的请求数量和类别进行预测,以及建立请求服务效果模型量化不同服务器处理不同类别请求的包括收益预估和异常可能性评估在内的服务效果;S3:基于故障检测模型和请求服务效果模型,构建实时请求调度框架实现对实时到来的用户直播业务请求进行调度。通过主动异常检测和优化直播请求的实时调度决策,最大化边缘云平台的整体资源利用率,并减少平台异常对于请求服务的影响。
技术关键词
请求调度方法
服务器
深度学习模型
重构误差
门控循环单元
滑动窗口
矩阵
云平台
故障检测模型构建
资源利用率最大化
注意力机制
请求调度技术
异常状态
阶段
时间序列特征
计算机
基线
非线性
系统为您推荐了相关专利信息
动态邻接矩阵
流速
门控循环神经网络
建模方法
多时间尺度
边缘代理服务器
数据安全共享方法
可信机构
车辆
批量
智能决策模型
头戴式AR显示设备
智能化管理方法
物联网感知设备
智能化管理系统
动态数据采集
执行多任务
图谱
模型更新
关系建模