【技术实现步骤摘要】
基于机器学习的专线流量管控方法、装置及计算机设备
[0001]本申请涉及人工智能领域，尤其涉及到一种基于机器学习的专线流量管控方法、装置及计算机设备。
技术介绍
[0002]在与外部合作伙伴如银行、互联网公司等进行业务对接时，基于保密需求租用专线，通过专线访问外部合作伙伴的业务系统，完成业务对接。但是随着应用系统的增多，一方面，固定的专线带宽下存在着专线流量争抢的问题，另一方面，如果采用升级带宽的方式解决专线流量争抢的问题将增加成本。
[0003]目前只能对专线流量进行监控，在应用请求较多，专线带宽不足的情况下，无法通过对专线流量进行监控实现专线流量管控，因此，如何实现专线流量管控，成为了亟待解决的问题。
技术实现思路
[0004]有鉴于此，本申请提供了一种基于机器学习的专线流量管控方法、装置及计算机设备，涉及人工智能
，可以解决目前无法实现专线流量管控的技术问题。
[0005]根据本申请的一个方面，提供了一种基于机器学习的专线流量管控方法，该方法包括：
[0006]获取历史专线...
【技术保护点】
【技术特征摘要】
1.一种基于机器学习的专线流量管控方法，其特征在于，包括：获取历史专线数据，并对所述历史专线数据进行特征提取，依据提取出的特征构建特征数据库；基于机器学习与所述特征数据库，预测专线高峰流量时间段与专线低峰流量时间段；确定在所述专线高峰流量时间段各个系统级别对应的高峰流量占比以及在所述专线低峰流量时间段所述各个系统级别对应的低峰流量占比，根据所述高峰流量占比与所述低峰流量占比确定流量管控策略；根据所述流量管控策略管控专线流量。2.根据权利要求1所述的方法，其特征在于，所述基于机器学习与所述特征数据库，预测专线高峰流量时间段与专线低峰流量时间段，包括：利用所述特征数据库训练初始时间序列模型，得到训练完成的目标时间序列模型；在所述特征数据库中提取应用请求流量使用量，将所述应用请求流量使用量输入所述目标时间序列模型，获取专线流量走势；将所述专线流量走势上高于预设高峰阈值的时间段确定为专线高峰流量时间段，将所述专线流量走势上低于预设低峰阈值的时间段确定为专线低峰流量时间段。3.根据权利要求2所述的方法，其特征在于，所述利用所述特征数据库训练初始时间序列模型，得到训练完成的目标时间序列模型，包括：根据预设比例，将所述特征数据库分为训练集与测试集；利用所述训练集训练初始时间序列模型，并计算所述初始时间序列模型的损失值；在判断所述损失值满足预设损失值阈值时，将所述测试集输入所述初始时间序列模型，获取预测值，并判断所述预测值与所述测试集中实际值的差值是否在预设阈值范围内，若是，则将所述初始时间序列模型确定为目标时间序列模型，若否，则调整所述初始时间序列模型的参数，直至所述预测值与所述实际值的差值在所述预设阈值范围内，将所述初始时间序列模型确定为目标时间序列模型。4.根据权利要求1所述的方法，其特征在于，所述特征数据库中的特征包括：目的IP、应用请求流量使用量；所述确定在所述专线高峰流量时间段各个系统级别对应的高峰流量占比以及在所述专线低峰流量时间段所述各个系统级别对应的低峰流量占比，根据所述高峰流量占比与所述低峰流量占比确定流量管控策略，包括：在所述专线高峰流量时间段，根据所述目的IP判断各个系统级别对应的所述应用请求流量使用量，将同一系统级...
【专利技术属性】
技术研发人员：钱学广，
申请(专利权)人：中国平安财产保险股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。