一种基于机器学习的麒麟系统性能优化方法

本发明公开一种基于机器学习的麒麟系统性能优化方法，包含数据处理、场景识别、瓶颈检测和性能优化步骤，通过Psutil和Prometheus采集性能数据，验证后存至MySQL数据库，用特征工程筛选关键特征；采用多种机器学习模型场景识别，评估后筛选最优模型并融合生成场景识别模型，用于动态匹配场景；构建极差隔离森林模型检测异常，结合技术定位瓶颈根因；基于贝叶斯优化算法与代理模型生成最优配置参数组合，动态调整并验证效果。本发明实现系统性能高效处理、精准识别、快速定位及自动化优化，提升了系统性能，适用于高性能场景。