摘要
本发明公开一种面向多并行异常检测任务的动态负载均衡方法。所述的面向多并行异常检测任务的动态负载均衡方法针对异常检测所具有的数据量大、实时性强、周期性明显等特征,提供了包括多进程共享缓存池、增量式的负载周期趋势预测与任务动态分配的解决方案,从而实现高效完善的负载均衡机制。所述方法可分为三个部分:检测业务本体约束下的并行任务调度进程框架,包含了异常检测任务的规范化描述与共享数据交换机制;基于SARIMA方法的任务负载动态预测机制,用以预测短期内的异常检测任务负载走向;基于KM算法的多任务动态热启动调动机制,在SARIMA的预测结果之上计算各子任务分配至各进程的效益,从而实现任务的最优化分配。该方法可用于大数据遥测、器上异常检测等数据量大或计算资源约束强的场景,实现更加稳定可靠的异常检测。
技术关键词
动态负载均衡方法
负载均衡机制
进程
KM算法
数据管理结构
数据交换机制
存取机制
多任务
交互机制
模型算法
周期性
任务调度
热启动
中间件
大数据
序列
框架
系统为您推荐了相关专利信息
状态控制方法
多类特征
面部表情特征
多模态
深度学习模型
图像测试装置
半导体测试设备
芯片测试方法
芯片测试系统
生成测试报告
CAN网络节点
交互方法
通信配置文件
车身
调度器实例
数据存储技术
智能合约验证
数据存储方式
加密算法
节点
数据映射关系
数据比对方法
样本
大语言模型
脚本管理