一种基于强化学习的动态隔离业务处理方法

本说明书实施例提供一种基于强化学习的动态隔离业务处理方法，包括：构建以业务流量，资源利用率和延迟指标为参考的状态空间，以调整隔离级别，重新分配资源和触发扩容为参考的动作空间，以资源利用率，隔离效果，服务延迟为参考的奖励函数的强化学习模型；获取健康状态监测模块，资源管理状态和动作调整模块的指标数据，并对指标数据进行数据预处理，得到适配于强化学习模型格式的第一数据；将第一数据作为强化学习模型的输入，进行训练，得到目标模型。通过强化学习算法构建实时决策‑调节机制，能实时地实现动态业务处理和资源调配；采集多维度的信息数据，包括流量状态，资源状态，服务质量标等，提供充分的数据特征。