[发明专利]基于人工智能的业务流量切换方法及相关设备

说明书

本申请提出一种基于人工智能的业务流量切换方法、装置、电子设备及存储介质，基于人工智能的业务流量切换方法包括：采集历史时间内预设业务的多条历史监控数据，对所述历史监控数据进行离散化处理得到历史离散监控数据，所述历史监控数据包括至少一种监控属性；储存所述历史离散监控数据和每一条历史离散监控数据的异常等级标签以作为训练集；基于所述训练集搭建决策树模型；获取所述预设业务的实时离散监控数据，并基于所述实时离散监控数据和所述决策树模型得到所述预设业务的异常等级；对所述预设业务的业务流量执行所述异常等级对应的切换措施以获取切换结果。本申请实现了业务流量的自动切换，提高业务流量的切换精度。

技术领域

本申请涉及人工智能技术领域，尤其涉及一种基于人工智能的业务流量切换方法、装置、电子设备及存储介质。

背景技术

信息技术广泛应用在保险、银行、电商等多种场景以实现不同的业务功能。在不同场景的应用系统中，为了保障应用系统的稳定性和高可用性，需搭建同城、远程、容灾等多套备用环境。当应用系统中业务流量太大超过业务运行环境所能承载的负荷或业务运行环境出现异常时，将业务流量切换至其他备用环境，以保证应用系统中业务的正常运行。

目前，常常对业务流量的相关数据进行监控，并将监控结果与预先设置的警告阈值进行对比以作为业务流量切换的触发方式，然而，这种业务流量切换的触发方式较为单一，不能实现流量切换的精准控制，存在业务流量切换错误的情况，导致业务流量的切换精度较低。

发明内容

鉴于以上内容，有必要提出一种基于人工智能的业务流量切换方法及相关设备，以解决如何提高业务流量的切换精度这一技术问题，其中，相关设备包括基于人工智能的业务流量切换装置、电子设备及存储介质。

本申请提供基于人工智能的业务流量切换方法，所述方法包括：

采集历史时间内预设业务的多条历史监控数据，对所述历史监控数据进行离散化处理得到历史离散监控数据，所述历史监控数据包括至少一种监控属性；

储存所述历史离散监控数据和每一条历史离散监控数据的异常等级标签以作为训练集；

基于所述训练集搭建决策树模型；

获取所述预设业务的实时离散监控数据，并基于所述实时离散监控数据和所述决策树模型得到所述预设业务的异常等级；

对所述预设业务的业务流量执行所述异常等级对应的切换措施以获取切换结果。

在一些实施例中，在所述对所述历史监控数据进行离散化处理得到历史离散监控数据之前，所述方法还包括：

基于所述监控属性的取值范围对每一种监控属性进行分类得到分类结果，所述分类结果包括连续型属性和离散型属性；

获取目标连续型属性的取值范围，所述目标连续型属性为所有连续型属性中的任意一个；

将所述取值范围划分为预设数量的子范围，所述子范围包括至少一个取值；

为每一个子范围分配作为唯一标识的索引标签以获取所述目标连续型属性的离散映射关系，所述离散映射关系至少包括一个子范围和索引标签的映射对；

遍历所有连续型属性以获取每一个连续型属性的离散映射关系。

在一些实施例中，所述对所述历史监控数据进行离散化处理得到历史离散监控数据包括：

获取目标监控数据中所有连续型属性的属性值，所述目标监控数据为任意一条历史监控数据；

基于同一连续型属性的属性值和离散映射关系获取所述属性值对应的索引标签，并将所述索引标签作为所述目标监控数据中所述连续型属性的离散值；

遍所述目标监控数据中所有连续型属性以获取每一个连续型属性的离散值；