[发明专利]基于人工智能的数字化业务资源的分配方法及系统

权利要求书

1.一种基于人工智能的数字化业务资源的分配方法，其特征在于，应用于服务器，所述方法包括：

获取数字化业务资源的多个业务资源负载大数据，并从所述多个业务资源负载大数据中提取多个业务资源负载分布目标和多个业务资源负载分布热力图；

从所述多个业务资源负载分布目标中提取关键业务资源占用源对象，并根据所述关键业务资源占用源对象获取非常驻占用源对象以及常驻占用源对象；

对所述常驻占用源对象利用各预设认证占用源的关键业务资源占用源对象进行匹配，标记认证占用源的认证占用资源分布以及认证占用源的资源应用地图；

利用所述认证占用源的资源应用地图以及所述多个业务资源负载分布热力图进行计算，遍历目标认证占用源，并计算认证占用源的资源分配模型的分配资源参数；

利用所述认证占用源的认证占用资源分布、所述认证占用源的资源应用地图以及所述认证占用源的资源分配模型的分配资源参数在所述多个业务资源负载分布目标中添加认证占用源的分配规则数据；

所述根据所述关键业务资源占用源对象获取非常驻占用源对象以及常驻占用源对象的步骤，包括：

将所述关键业务资源占用源对象输入到预设的人工智能模型中，获取所述非常驻占用源对象以及所述常驻占用源对象；

所述预设的人工智能模型通过预先获取的动态检测的训练集和测试集进行训练得到，具体包括：

对所述每一认证占用源的关键业务资源占用源对象与非认证占用源的关键业务资源占用源对象进行分簇分析，确定认证占用源与非认证占用源的关键业务资源占用源对象，以训练得到所述人工智能模型；

所述从所述多个业务资源负载分布目标中提取关键业务资源占用源对象包括：

对所述多个业务资源负载分布目标中的每一业务资源负载分布目标元素进行占用源对象解析，得到每一业务资源负载分布目标元素的关键业务资源占用源对象；

所述对所述常驻占用源对象利用各预设认证占用源的关键业务资源占用源对象进行匹配，标记认证占用源的认证占用资源分布以及认证占用源的资源应用地图的步骤，包括：

对已确定的认证占用源的关键业务资源占用源对象进行分析，将不同业务资源负载分布目标元素间的关联时序分段内的认证占用源关键业务资源占用源对象进行匹配，确定认证占用源在各业务资源负载分布目标元素出现的资源应用特征来标记所述认证占用源的认证占用资源分布以及所述认证占用源的资源应用地图。

2.一种基于人工智能的数字化业务资源的分配系统，其特征在于，应用于服务器，所述系统包括：

获取模块，用于获取数字化业务资源的多个业务资源负载大数据，并从所述多个业务资源负载大数据中提取多个业务资源负载分布目标和多个业务资源负载分布热力图；

提取模块，用于从所述多个业务资源负载分布目标中提取关键业务资源占用源对象，并根据所述关键业务资源占用源对象获取非常驻占用源对象以及常驻占用源对象；

匹配标记模块，用于对所述常驻占用源对象利用各预设认证占用源的关键业务资源占用源对象进行匹配，标记认证占用源的认证占用资源分布以及认证占用源的资源应用地图；

遍历计算模块，用于利用所述认证占用源的资源应用地图以及所述多个业务资源负载分布热力图进行计算，遍历目标认证占用源，并计算认证占用源的资源分配模型的分配资源参数；

添加模块，用于利用所述认证占用源的认证占用资源分布、所述认证占用源的资源应用地图以及所述认证占用源的资源分配模型的分配资源参数在所述多个业务资源负载分布目标中添加认证占用源的分配规则数据；

所述提取模块通过以下方式获取非常驻占用源对象以及常驻占用源对象：

将所述关键业务资源占用源对象输入到预设的人工智能模型中，获取所述非常驻占用源对象以及所述常驻占用源对象；

所述预设的人工智能模型通过预先获取的动态检测的训练集和测试集进行训练得到，具体方式包括：

对所述每一认证占用源的关键业务资源占用源对象与非认证占用源的关键业务资源占用源对象进行分簇分析，确定认证占用源与非认证占用源的关键业务资源占用源对象，以训练得到所述人工智能模型；

所述从所述多个业务资源负载分布目标中提取关键业务资源占用源对象的方式，包括：

对所述多个业务资源负载分布目标中的每一业务资源负载分布目标元素进行占用源对象解析，得到每一业务资源负载分布目标元素的关键业务资源占用源对象；

所述匹配标记模块通过以下方式对所述常驻占用源对象利用各预设认证占用源的关键业务资源占用源对象进行匹配，标记认证占用源的认证占用资源分布以及认证占用源的资源应用地图：

对已确定的认证占用源的关键业务资源占用源对象进行分析，将不同业务资源负载分布目标元素间的关联时序分段内的认证占用源关键业务资源占用源对象进行匹配，确定认证占用源在各业务资源负载分布目标元素出现的资源应用特征来标记所述认证占用源的认证占用资源分布以及所述认证占用源的资源应用地图。