基于AI智能体的云服务动态负载均衡系统

本发明公开了基于AI智能体的云服务动态负载均衡系统，具体涉及动态负载均衡技术领域，该方法通过多维度数据采集构建服务节点运行状态画像，结合动态多项式回归模型实现RPS与负载值的非线性关系建模,采用带正则化参数的批量梯度下降算法迭代优化模型参数，并通过交叉验证选择最优模型。系统引入双阈值数据队列管理机制保障模型训练数据的时效性与规模可控性，基于3σ准则动态过滤异常节点，同时设计瞬时流量强度感知模块，通过基线倍数、资源占用率和持续时间综合计算调整系数，实现突发流量下的负载预测动态修正。相较于传统静态策略，本发明通过AI模型自学习能力与实时流量感知的协同，显著提升了高并发场景下的资源分配效率及系统整体鲁棒性。