一种基于强化学习的全局接口动态限流方法

本发明公开了一种基于强化学习的全局接口动态限流方法，包括以下步骤：S1、构建请求模拟器，通过请求模拟器将模拟请求发送至智能体；S2、采集状态信息，通过智能体根据当前的状态信息做决策，建立动作回报函数；S3、通过智能体随机选择动作，通过动作回报函数根据选择的动作得到回报值，建立Q函数；S4、通过深度神经网络对Q函数进行训练，根据最优的Q函数得到训练好的智能体；S5、通过训练好的智能体对模拟请求进行决策。基于强化学习的接口限流逻辑，可以让智能体学习到在不同负载，不同并发请求，以及在接口的访问序列有潜在统计规律的情况下，智能的决策是否对当前请求做限流还是放行。