基于人工智能的流量分发方法、系统、设备及存储介质与流程

本发明涉及计算机，尤其涉及一种基于人工智能的流量分发方法、系统、设备及存储介质。

背景技术：

1、随着互联网的快速发展，网络应用的数量以及用户的数量不断增加，如何有效地处理流量分发成为互联网企业面临的挑战。传统的流量分发方法通常静态规则或基础算法，通常地，采用中心化的负载均衡器来进行流量分发，存在单点故障、性能瓶颈、网络延时等缺陷。为了解决这个问题，可以利用大数据和人工智能技术，对用户数据进行采集和分析，通过机器学习不断训练优化，从而提高分发效率和分发质量。

技术实现思路

1、本发明提供了一种基于人工智能的流量分发方法、系统、设备及存储介质，通过人工智能技术训练优化，提高流量分发的效率以及流量分发的质量。

2、第一方面，本发明提供了一种基于人工智能的流量分发方法，所述方法包括：

3、获取待分发流量数据；

4、通过预训练的神经网络模型识别所述待分发流量数据的流量类型；

5、发送流量数据鉴别结果到所述流量类型对应的服务器，其中，所述流量数据鉴别结果包括所述流量类型和对应的待分发流量数据。

6、第二方面，本发明提供了一种基于人工智能的流量分发系统，包括：

7、获取单元，用于获取待分发流量数据；

8、识别单元，用于通过预训练的神经网络模型识别所述待分发流量数据的流量类型；

9、发送单元，用于发送流量数据鉴别结果到所述流量类型对应的服务器。

10、第三方面，提供了一种计算机设备，包括处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；

11、存储器，用于存放计算机程序；

12、处理器，用于执行存储器上所存放的程序时，实现第一方面任一项实施例所述的基于人工智能的流量分发方法的步骤。

13、第四方面，提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如第一方面任一项实施例所述的基于人工智能的流量分发方法的步骤。

14、本发明实施例提供的上述技术方案与现有技术相比具有如下优点：

15、本发明实施例提供的该方法，针对用户流量数据训练神经网络模型，收集和处理用户流量数据，通过训练后的神经网络模型按流量数据分发的关键特征分发流量数据，一方面，帮助系统快速适应变化的网络环境，取得更高的流量数据分发效率，另一方面，可针对性地为用户分发价值高、效率高、内容精彩的流量，取得更高的流量数据分发质量。

技术特征：

1.一种基于人工智能的流量分发方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述获取待分发流量数据，包括：

3.根据权利要求2所述的方法，其特征在于，所述获取用户流量数据，包括：

4.根据权利要求1所述的方法，其特征在于，所述预训练的神经网络模型，包括：

5.根据权利要求4所述的方法，其特征在于，通过所述流量数据训练集对预构建的神经网络模型进行训练，包括：

6.根据权利要求1所述的方法，其特征在于，所述发送流量数据鉴别结果到所述流量类型对应的服务器之后，还包括：

7.根据权利要求1所述的方法，其特征在于，所述发送流量数据鉴别结果到所述流量类型对应的服务器之后，跳转到所述获取待分发流量数据的步骤。

8.一种基于人工智能的流量分发系统，其特征在于，包括：

9.一种计算机设备，其特征在于，包括处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-7任一项所述的方法的步骤。

技术总结
本发明涉及一种基于人工智能的流量分发方法、系统、设备及存储介质，涉及人工智能技术领域，该方法包括：获取待分发流量数据；通过预训练的神经网络模型识别所述待分发流量数据的流量类型；发送流量数据鉴别结果到所述流量类型对应的服务器，其中，所述流量数据鉴别结果包括所述流量类型和对应的待分发流量数据。通过人工智能技术训练优化，取得提高流量分发的效率以及流量分发的质量的效果。

技术研发人员：谭锐,祝雄伟
受保护的技术使用者：新分享科技服务（深圳）有限公司
技术研发日：
技术公布日：2024/1/15