基于强化学习的无服务器计算负载自动伸缩方法及系统

本发明公开了一种基于强化学习的无服务器计算负载自动伸缩方法及系统，本发明方法包括采用强化学习算法以修改指定的弹性伸缩参数作为动作、计算执行动作后的奖励值来实现无服务器计算负载的自动伸缩，且采用下述步骤来计算平均混合奖励值作为奖励值：获取执行动作后的系统健康利用率和CPU使用率；并计算两者混合构成的混合奖励值；采用指定的异常检测算法来检测混合奖励值的异常值；将混合奖励值的时间序列剔除异常值得到过滤后的混合奖励值时间序列；对混合奖励值时间序列计算平均值得到用于作为奖励值的平均混合奖励值。本发明旨在实现无服务器计算工作负载的快速且稳健的在线参数调整，进而实现负载规模的自动伸缩。