[发明专利]系统资源调度方法、设备和可读存储介质

说明书

本发明公开了一种系统资源调度方法、设备和可读存储介质，所述系统资源调度方法包括：S11步骤：获取当前时间点之前的系统资源数据；S12步骤将所述系统资源数据输入至预测运行过载的预测器中，得到第一预测结果；S13步骤：当所述第一预测结果为运行过载时，对预设系统资源进行分配。解决了系统资源调度盲目且分配不合理的技术问题。

技术领域

本发明涉及游戏处理技术领域，尤其涉及一种系统资源调度方法、设备和可读存储介质。

背景技术

随着网络技术的发展，游戏已经成了人们生活中必不可少的娱乐方式之一，但是在游戏场景中，时常出现卡顿现象，影响用户体验，在现有技术中，通常依靠touch事件调度系统资源来进行系统资源调度解决卡顿现象，但该方法导致系统资源一直处于高负状态，对于系统资源的使用存在的极大的浪费，同时给其他应用带来卡顿风险，也即，该方法无法进行系统资源的精准调度和合理分配，使得游戏应用一直占用大部分的系统资源，进一步地，将会导致游戏终端发热，系统功耗过高，所以，现有技术中存在系统资源调度盲目且分配不合理的技术问题。

发明内容

本发明的主要目的在于提供一种系统资源调度方法、设备和可读存储介质，旨在解决现有技术中系统资源调度盲目且分配不合理的技术问题。

为实现上述目的，本发明实施例提供一种系统资源调度方法，所述系统资源调度方法应用于系统资源调度设备，所述系统资源调度方法包括下述步骤：

S11：获取当前时间点之前的系统资源数据；

S12：将所述系统资源数据输入预设预测器中，得到第一预测结果；

S13：当所述第一预测结果为运行过载时，对预设系统资源进行分配。

可选地，所述S11步骤之前包括：

获取所述预测器对应的预设基础模型和预设训练数据；

将所述预设训练数据输入至所述预设基础模型中，对所述预设基础模型进行训练，得到所述预设基础模型对应的验证模型。

可选地，所述预设训练数据包括训练输入数据和训练结果数据，所述预设基础模型包括多个初始权重占比，

所述将所述预设训练数据输入至所述预设基础模型中，对所述预设基础模型进行训练，得到所述预设基础模型对应的验证模型的步骤包括：

将所述训练输入数据输入至所述预设基础模型中，得到初始预测结果数据；

计算所述初始预测结果数据与所述训练结果数据的相似度，当所述相似度大于或等于预设相似度时，将所述预设基础模型设置为验证模型；

和/或当所述相似度小于所述预设相似度时，调整所述多个初始权重占比，对所述预设基础模型重新进行训练，得到所述验证模型。

可选地，所述训练输入数据包括多个训练数据组，其中，每一所述训练数据组包括Cpu资源占比、Io资源占比和Memory资源占比中的一个或多个，所述多个初始权重占比包括Cpu权重占比、Io权重占比和Memory权重占比中的一个或多个，

所述将所述训练输入数据输入至所述预设基础模型中，得到初始预测结果数据的步骤包括：

将所述训练输入数据输入至所述预设基础模型中，得到所述Cpu资源占比对应的第一卡顿值，和/或所述Io资源占比对应的第二卡顿值，和/或所述Memory资源占比对应的第三卡顿值；

基于所述第一卡顿值，和/或所述第二卡顿值，和/或所述第三卡顿值以及所述Cpu权重占比，和/或所述Io权重占比，和/或所述Memory权重占比，计算综合卡顿值，其中，一所述训练数据组对应一所述综合卡顿值；

将所述综合卡顿值与预设标准卡顿值进行比对，得到初始预测结果数据。