垃圾文件清理方法、装置、电子设备及存储介质制造方法及图纸

本发明专利技术涉及人工智能技术，揭露一种垃圾文件清理方法，包括：获取服务器内历史时间点的历史垃圾文件量；根据所述历史垃圾文件量拟合得到预测函数；计算所述预测函数的函数损失值，根据所述函数损失值生成垃圾文件量预测模型；利用所述垃圾文件量预测模型计算未来预设时间段内的垃圾文件预测量及对应预测时间点，当所述垃圾文件预测量达到预设阈值时，根据对应预测时间点确定清理时间段；当服务器平均负载在所述清理时间段内小于预设阈值时，自动清理垃圾文件。此外，本发明专利技术还涉及区块链技术，历史时间点的垃圾文件量可存储于区块链节点中。本发明专利技术还提出一种垃圾文件清理方法装置、设备以及介质。本发明专利技术可以解决垃圾文件清理时服务器繁忙的问题。器繁忙的问题。器繁忙的问题。

【技术实现步骤摘要】
垃圾文件清理方法、装置、电子设备及存储介质


[0001]本专利技术涉及人工智能
，尤其涉及一种垃圾文件清理方法、装置、电子设备及计算机可读存储介质。

技术介绍

[0002]在linux服务器上，系统以及软件的安装运行都会产生大量的垃圾文件，垃圾软件不及时清理就会占用大量存储空间，影响系统运行，导致系统卡顿、响应过慢，严重时会导致系统瘫痪。
[0003]现有的垃圾文件清理软件都是在对服务器上的文件扫描筛查后，向用户展示可疑垃圾文件，只有用户手动勾选后才进行垃圾文件的删除，这些垃圾文件无法自动清理，而当用户选择进行垃圾文件清理时，服务器可能处于业务繁忙状态，需要顶着服务器压力进行垃圾文件的清理，就会导致垃圾清理缓慢，甚至导致系统卡顿。

技术实现思路

[0004]本专利技术提供一种垃圾文件清理方法、装置及计算机可读存储介质，其主要目的在于解决垃圾文件清理时服务器繁忙的问题。
[0005]为实现上述目的，本专利技术提供的一种垃圾文件清理方法，包括：
[0006]采取抽样的方式选择历史时间点，并获取服务器内所本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种垃圾文件清理方法，其特征在于，所述方法包括：采取抽样的方式选择历史时间点，并获取服务器内所述历史时间点的垃圾文件量；根据所述历史时间点的垃圾文件量拟合得到垃圾文件量预测函数；对所述垃圾文件量预测函数中的参数执行初始赋值，计算赋值后的所述垃圾文件量预测函数的损失值，根据所述损失值调整所述垃圾文件量预测函数中的参数，直到得到最优垃圾文件量预测函数；利用所述最优垃圾文件量预测函数计算得到垃圾文件预测量及对应的预测时间点，当所述垃圾文件预测量大于预设文件量阈值时，根据所述预测时间点确定清理时间段；获取所述清理时间段内服务器平均负载数据；在所述平均负载数据大于或者等于预设服务器负载阈值时，返回上述利用所述最优垃圾文件量预测函数计算得到垃圾文件预测量及对应的预测时间点的步骤，重新确定清理时间段；在所述平均负载数据小于预设服务器负载阈值时，在所述清理时间段内自动清理所述服务器中垃圾文件。2.如权利要求1所述的垃圾文件清理方法，其特征在于，所述采取抽样的方式选择历史时间点，并获取服务器内所述历史时间点的垃圾文件量，包括：从预设时间段内随机抽取预设数量的历史时间点；获取预设历史时间段内服务器中的所有垃圾文件，根据所述垃圾文件产生的时间及垃圾文件的大小，统计每个所述历史时间点的垃圾文件量。3.如权利要求1所述的垃圾文件清理方法，其特征在于，所述根据所述历史时间点的垃圾文件量拟合得到垃圾文件量预测函数，包括：对所述历史时间点及所述历史时间点的垃圾文件量执行标准化处理，得到标准化数据；将所述标准化数据中历史时间点为自变量，以所述垃圾文件量作为因变量，拟合得到垃圾文件量预测函数。4.如权利要求1所述的垃圾文件清理方法，其特征在于，所述计算赋值后的所述垃圾文件量预测函数的损失值，根据所述损失值调整所述垃圾文件量预测函数中的参数，直到得到最优垃圾文件量预测函数，包括：利用赋值后的垃圾文件量预测函数计算得到所述历史时间点的垃圾文件预测量；获取所述历史时间点的真实的垃圾文件量，并利用预设的损失函数计算所述垃圾文件预测量与所述真实的垃圾文件量之间的损失值；在所述损失值大于或等于预设阈值时，利用梯度下降法调整所述垃圾文件量预测函数的参数，并返回上述利用赋值后的垃圾文件量预测函数计算得到所述历史时间点的垃圾文件预测量的步骤；在所述损失值小于预设阈值时，得到最优垃圾文件量预测函数。5.如权利要求4所述的垃圾文件清理方法，其特征在于，所述在所述最小损失值大于...

【专利技术属性】
技术研发人员：孙浩鑫，梁俊杰，周军，赖众程，高洪喜，
申请(专利权)人：平安银行股份有限公司，
类型：发明
国别省市：