基于人工智能的服务器扩容决策方法及相关设备技术

本申请提出一种基于人工智能的服务器扩容决策方法、装置、电子设备及存储介质，基于人工智能的服务器扩容决策方法包括：构建服务器集群，所述服务器集群包含多个服务器节点，随机选取一个服务器节点作为服务器节点，所述服务器节点的功能是传输视频数据；对所述视频数据进行压缩获得压缩数据；基于所述压缩数据计算所述视频数据的动态率，所述动态率用以表征所述视频数据的稳定性；计算所述服务器节点的性能指标，并依据所述动态率和性能指标计算所述视频数据的卡顿率；基于所述卡顿率做出所述服务器节点的扩容决策。该方法可以通过视频数据的动态率和服务器节点的性能指标做出服务器节点的扩容决策，从而能够确保服务器集群的性能。性能。性能。

【技术实现步骤摘要】
基于人工智能的服务器扩容决策方法及相关设备


[0001]本申请涉及人工智能
，尤其涉及一种基于人工智能的服务器扩容决策方法、装置、电子设备及存储介质。

技术介绍

[0002]随着信息技术的快速发展，越来越多的人倾向于通过互联网查询并接受信息，各行各业也倾向于利用网络直播对业务或产品进行推广宣导。
[0003]目前，线上直播间人数上限较小，房间人数过多时房间内通信传输时延变大且通信可靠性降低，业界常用的直播资源分配方式是由用户预先设置服务器类型以明确服务器的人数上限，然而这种方式无法确保服务器根据直播数据流的变化及时自动扩容，无法从普通房间平滑升级为超大房间，且超大房间的通信可靠性无法保证，通信时延较高，且这种资源分配方案不支持服务器的平行扩容因此无法实现服务器的负载均衡。

技术实现思路

[0004]鉴于以上内容，有必要提供一种基于人工智能的服务器扩容决策方法及相关设备，以解决如何提高服务器扩容决策的可靠性这一技术问题，其中，相关设备包括基于人工智能的服务器扩容决策装置、电子设备及存储介质。/>[0005]本申本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于人工智能的服务器扩容决策方法，其特征在于，所述方法包括：构建服务器集群，所述服务器集群包含多个服务器节点，所述服务器节点的功能是传输视频数据；对所述视频数据进行压缩获得压缩数据；基于所述压缩数据计算所述视频数据的动态率，所述动态率用以表征所述视频数据的稳定性；计算所述服务器节点的性能指标，并依据所述动态率和所述性能指标计算所述视频数据的卡顿率，所述性能指标用以表征所述服务器节点的性能优劣，所述卡顿率用以表征所述服务器节点传输的视频数据的稳定性；基于所述卡顿率对所述服务器节点做出扩容决策。2.如权利要求1所述的基于人工智能的服务器扩容决策方法，其特征在于，所述视频数据包含多个图像，所述对所述视频数据进行压缩获得压缩数据包括：对所述视频数据中的图像进行下采样获得多个采样图像；分别计算每个采样图像中所有像素点的灰度值以获得多个灰度图像；依据预设的变换函数对所述灰度图像进行变换获得多个变换矩阵，并将所有变换矩阵作为压缩数据，所述预设的变换函数满足以下关系式：其中，X代表所述变换矩阵，X(u,v)代表所述变换矩阵中第u行第v列的元素值；N代表所述灰度图像的尺寸；f代表所述灰度图像，且f[x,y]代表所述灰度图像中第x行第y列像素点的灰度值；π代表圆周常数；cos代表余弦函数。3.如权利要求1所述的基于人工智能的服务器扩容决策方法，其特征在于，所述基于所述压缩数据计算所述视频数据的动态率包括：依据预设的阈值截取所述压缩数据获得截取矩阵；对所述截取矩阵进行编码获得多个二进制编码；计算每两个二进制编码之间的汉明距离以构建距离集合，并计算所述距离集合中所有元素的方差以作为所述视频数据的动态率。4.如权利要求1所述的基于人工智能的服务器扩容决策方法，其特征在于，所述计算所述服务器节点的性能指标，并依据所述动态率和性能指标计算所述视频数据的卡顿率包括：依据预设的关键字查询所述服务器节点的性能数据，所述性能数据至少包括所述服务器节点的丢包率、卡顿次数和视频丢帧率；对所述性能数据进行归一化处理获得归一化性能数据；基于所述归一化性能数据计算所述服务器节点的性能指标；基于所述动态率和所述性能指标计算所述视频数据的卡顿率。5.如权利要求1所述的基于人工智能的服务器扩容决策方法，...

【专利技术属性】
技术研发人员：刘昌童，
申请(专利权)人：抖动科技深圳有限公司，
类型：发明
国别省市：