买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉北京新桥信通科技股份有限公司申请的专利基于历史并发数据训练智能体的最优资源分配方法和系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN121187804B 。

龙图腾网通过国家知识产权局官网在2026-02-17发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202511724678.9，技术领域涉及：G06F9/50；该发明授权基于历史并发数据训练智能体的最优资源分配方法和系统是由俞辉设计研发完成，并于2025-11-24向国家知识产权局提交的专利申请。

本基于历史并发数据训练智能体的最优资源分配方法和系统在说明书摘要公布了：本申请公开了一种基于历史并发数据训练智能体的最优资源分配方法和系统，涉及计算机资源管理技术领域，该方法包括获取历史并发数据，构建多维度历史并发数据库；构建优先级感知强化学习模型；基于所述多维度历史并发数据库，采用在线‑离线混合训练机制，对所述优先级感知强化学习模型进行训练，得到训练好的优先级感知强化学习模型；基于所述训练好的优先级感知强化学习模型，实现工程的策略动态调整和资源动态分配。本申请可以实现动态资源分配优化，提升核心业务成功率，优化资源利用率，并增强系统自适应能力。

本发明授权基于历史并发数据训练智能体的最优资源分配方法和系统在权利要求书中公布了：1.一种基于历史并发数据训练智能体的最优资源分配方法，其特征在于，所述基于历史并发数据训练智能体的最优资源分配方法包括： 获取历史并发数据，构建多维度历史并发数据库，包括：利用轻量级Java Agent，采集历史并发数据；所述历史并发数据包括系统资源数据和业务数据，所述系统资源数据包括CPU使用率、内存占用、磁盘IO和网络带宽，所述业务数据包括请求类型、用户ID、响应时间和错误码；采用3σ原则对所述历史并发数据进行噪声过滤，并采用线性插值法或者基于业务逻辑的填充法进行缺失值填充，得到清洗后的历史并发数据；对所述清洗后的历史并发数据进行历史模式挖掘，得到挖掘后的历史并发数据；所述历史模式挖掘包括采用傅里叶变换或者STL分解识别日级流量周期、周级流量周期和或月级流量周期，构建请求共现矩阵并计算业务间并发概率，并根据业务间并发概率，采用Apriori算法挖掘优先级大于阈值的业务链；采用时序数据库，对所述挖掘后的历史并发数据进行数据存储优化，提取统计特征与时序特征并建立复合索引，构建得到多维度历史并发数据库； 构建优先级感知强化学习模型； 基于所述多维度历史并发数据库，采用在线‑离线混合训练机制，对所述优先级感知强化学习模型进行训练，得到训练好的优先级感知强化学习模型； 基于所述训练好的优先级感知强化学习模型，实现工程的策略动态调整和资源动态分配，包括： 突发流量检测：基于所述训练好的优先级感知强化学习模型，采用基于软阈值和硬阈值的双阈值机制进行突发流量检测，所述软阈值为请求速率超过过去预设时间段的平均值的预设倍数，所述硬阈值为超过系统最大处理能力，所述硬阈值触发时扩容至上限并执行降级策略； 分级线程池调整：基于所述训练好的优先级感知强化学习模型，根据负载等级执行对应的线程池调整规则；所述负载等级包括低负载等级、中负载等级和高负载等级，所述低负载等级对应的线程池调整规则为每预设时间缩减预设比例，所述中负载等级对应的线程池调整规则为保持当前配置，所述高负载等级对应的线程池调整规则为立即扩容至预测值的预设比例的缓冲区； 系统兼容性适配：基于所述训练好的优先级感知强化学习模型，采用Kubernetes的CRD定义线程池配置并与HPA协同，对Tomcat和Jetty中间件线程池进行Java Agent注入动态修改配置； 所述降级策略，具体包括： 服务降级：关闭非核心功能，对非核心API返回默认值，使用缓存数据替代实时数据库查询； 流量控制：调低非核心业务请求允许量； 资源隔离：为非核心业务分配独立资源池，并采用Hystrix模式创建独立线程池； 队列优化：采用多级反馈队列，将最高优先级任务插入队首，并在队列长度大于阈值时丢弃最低优先级任务。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人北京新桥信通科技股份有限公司，其通讯地址为：100085 北京市海淀区上地信息产业基地信息中路M18号二层18-2；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。