[发明专利]一种判断集群中的服务器是否需要回收的方法和装置

权利要求书

1.一种判断集群中的服务器是否需要回收的方法，其中，该方法包括：

获取多组已判断数据；其中每组已判断数据包括多条数据，每条数据对应一台服务器且包括两部分：第一部分数据是对应服务器的一组指标参数值，第二部分数据是对应服务器是否需要回收的判断结果；

将一组已判断数据输入到指定机器学习模型中，供该机器学习模型进行训练学习；

将另外的多组已判断数据中的第一部分数据依次输入到所述机器学习模型中，并将该机器学习模型输出的各服务器是否需要回收的判断结果与所述多组已判断数据中的第二部分数据对应进行比较；

根据比较结果确定服务器的一个或多个关键指标参数；

对于集群中的待判断服务器，获取该服务器的关键指标参数值并输入到所述机器学习模型中，接收所述机器学习模型输出的该服务器是否需要回收的判断结果；

其中，另外的多组已判断数据中的第一部分数据所包含的指标参数各不相同；

所述根据比较结果确定服务器的一个或多个关键指标参数包括：从另外的多组已判断数据中，选取所述机器学习模型输出的判断结果与相应的第二部分数据最为接近的一组已判断数据；将选取的该组已判断数据的第一部分数据中包含的一组指标参数作为关键指标参数。

2.如权利要求1所述的方法，其中，获取多组已判断数据包括：

采集集群中的各服务器的指标参数值，以及接收根据所采集的指标参数值做出的各服务器是否需要回收的判断结果。

3.如权利要求2所述的方法，其中，所述采集集群中的各服务器的指标参数值，以及接收根据所采集的指标参数值做出的各服务器是否需要回收的判断结果包括：

采集集群中的各服务器的指标参数值，并通过指定渠道显示输出；

通过所述指定渠道接收输入的各服务器是否需要回收的人工判断结果。

4.如权利要求1所述的方法，其中，该方法进一步包括：

选取多种不同类型的机器学习模型；

将同一组已判断数据输入到所述多种机器学习模型中，供各机器学习模型进行训练学习；

将另外的多组已判断数据中的第一部分数据依次分别输入到各机器学习模型中，并将各机器学习模型输出的各服务器是否需要回收的判断结果与所述多组已判断数据中的第二部分数据对应进行比较；根据比较结果确定各机器学习模型分别对应的一组关键指标参数；

根据各机器学习模型分别对应的一组关键指标参数确定最终的关键指标参数；

再选取一组或多组已判断数据，将其第一部分数据中的与最终的关键指标参数对应的参数值输入到各机器学习模型中，并根据其第二部分数据计算出各机器学习模型输出的判断结果的准确率；选取准确率最高的机器学习模型；

根据所述最终的关键指标参数和准确率最高的机器学习模型判断集群中的服务器是否需要回收。

5.如权利要求4所述的方法，其中，所述根据各机器学习模型分别对应的一组关键指标参数确定最终的关键指标参数包括:

选取在各组关键指标参数中均出现的指标参数作为最终的关键指标参数；

或者，

选取在各组关键指标参数中出现的次数高于预设阈值的指标参数作为最终的关键指标参数。

6.如权利要求4所述的方法，其中，根据所述最终的关键指标参数和准确率最高的机器学习模型判断集群中的服务器是否需要回收包括：

对于集群中的待判断服务器，获取该服务器的与所述最终的关键指标参数对应的参数值并输入到所述准确率最高的机器学习模型中，接收所述准确率最高的机器学习模型输出的该服务器是否需要回收的判断结果。

7.如权利要求1所述的方法，其中，所述指标参数包括如下中的一种或多种：

最后登录时长；

CPU负载；

磁盘输入输出状况；

核心文件最近修改时长；

已建立连接状态的连接数。