一种应对视频流高并发访问的服务器资源动态调度方法

本发明公开了一种应对视频流高并发访问的服务器资源动态调度方法，具体涉及计算机网络与智能调度技术领域；通过构建用户访问行为数据集；基于时间序列特征采用深度学习模型训练访问热点预测模型，用于预测未来访问热点区域及峰值趋势；采集异构服务器群组的响应延迟、CPU/GPU占用率与带宽负载信息，生成资源状态多维参数集；将模型与参数集进行联合建模，采用图神经网络构建资源调度优先级模型，并基于A*改进算法生成最优调度路径图；依据模型执行任务转移、实例弹性扩展与缓存预热等调度操作；该方法可提升视频系统在高并发场景下的资源利用效率与服务质量，具备实时性强、调度智能化与自学习能力强的优点。