CN115550259B - 基于白名单的流量分配方法及相关设备 - Google Patents
基于白名单的流量分配方法及相关设备 Download PDFInfo
- Publication number
- CN115550259B CN115550259B CN202211112187.5A CN202211112187A CN115550259B CN 115550259 B CN115550259 B CN 115550259B CN 202211112187 A CN202211112187 A CN 202211112187A CN 115550259 B CN115550259 B CN 115550259B
- Authority
- CN
- China
- Prior art keywords
- interface
- white list
- score
- flow
- scoring
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 58
- 238000004590 computer program Methods 0.000 claims description 12
- 230000010365 information processing Effects 0.000 claims 2
- 238000012423 maintenance Methods 0.000 abstract description 9
- 238000012549 training Methods 0.000 description 16
- 238000010586 diagram Methods 0.000 description 11
- 230000006870 function Effects 0.000 description 10
- 238000004891 communication Methods 0.000 description 8
- 238000012216 screening Methods 0.000 description 6
- 238000012545 processing Methods 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 230000006399 behavior Effects 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 239000003550 marker Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L47/00—Traffic control in data switching networks
- H04L47/10—Flow control; Congestion control
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/23—Updating
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2455—Query execution
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L47/00—Traffic control in data switching networks
- H04L47/10—Flow control; Congestion control
- H04L47/29—Flow control; Congestion control using a combination of thresholds
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请的实施例提供了一种基于白名单的流量分配方法及相关设备。该基于白名单的流量分配方法包括:响应于流量的进入,获取流量特征信息,所述流量信息包括流量实时特征信息、历史特征信息以及历史记录信息;根据所述流量实时特征信息,确定接口匹配数据;根据所述接口匹配数据、所述历史特征信息以及所述历史记录信息,确定白名单评分;根据所述白名单评分,查询白名单,确定所述流量分配的接口。本申请实施例的技术方案根据白名单评分确定其是否在白名单中,使得白名单能够实现灵活实时的动态更新,减轻了维护的压力和成本,解决了现有技术白名单维护成本高时效性差的问题。
Description
技术领域
本申请涉及计算机及通信技术领域,具体而言,涉及一种基于白名单的流量分配方法及相关设备。
背景技术
在计算机领域,进行灰度发布时,一般采用白名单的方式分配用户至不同的接口。这种方式简单便捷,但目前白名单的生成多是依靠人工维护,这种维护筛选元数据的成本相对较高。元数据可能从当前***中、当前流量中、从大数据hive中,经过手工筛选、确认,最终维护进白名单列表,这样会浪费大量的人力无论,同时导致白名单更新慢,时效性低,无法适应复杂多变的环境。
发明内容
本申请的实施例提供了一种基于白名单的流量分配方法及相关设备,进而至少在一定程度上可以克服现有技术白名单维护成本高时效性差的问题。
本申请的其他特性和优点将通过下面的详细描述变得显然,或部分地通过本申请的实践而习得。
根据本申请实施例的一个方面,提供了一种基于白名单的流量分配方法,所述基于白名单的流量分配方法包括:
响应于流量的进入,获取流量特征信息,所述流量信息包括流量实时特征信息、历史特征信息以及历史记录信息;
根据所述流量实时特征信息,确定接口匹配数据;
根据所述接口匹配数据、所述历史特征信息以及所述历史记录信息,确定白名单评分;
根据所述白名单评分,查询白名单,确定所述流量分配的接口。
在本申请的一个实施例中,所述白名单中存储有多个白名单阈值区间,所述根据所述白名单评分,查询白名单,确定所述流量分配的接口,具体包括:
若所述白名单评分落入多个所述白名单阈值区间中,则将所述流量分配至第一接口;
若所述白名单评分未落入多个所述白名单阈值区间中,则将所述流量分配至第二接口。
在本申请的一个实施例中,在所述根据所述白名单评分,查询白名单,确定所述流量分配的接口之前,所述方法还包括:
查询所述第一接口和所述第二接口,获取接口指标数据;
根据所述接口指标数据,确定所述第一接口的剩余性能和所述第二接口的剩余性能
根据所述第一接口的剩余性能和所述第二接口的剩余性能,确定所述白名单阈值区间。
在本申请的一个实施例中,所述根据所述接口匹配数据、所述历史特征信息以及所述历史记录信息,确定白名单评分,具体包括:
将所述接口匹配数据、所述历史特征信息以及所述历史记录信息输入白名单评分模型,所述白名单评分模型输出白名单评分。
在本申请的一个实施例中,所述白名单评分模型包含第一评分子模型、第二评分子模型、第三评分子模型以及总评分子模型,所述将所述接口匹配数据、所述历史特征信息以及所述历史记录信息输入白名单评分模型,所述白名单评分模型输出白名单评分,具体包括:
将所述接口匹配数据输入第一评分子模型,所述第一评分子模型输出第一评分;
将所述历史特征信息输入第二评分子模型,所述第二评分子模型输出第二评分;
将所述历史记录信息输入第三评分子模型,所述第三评分子模型输出第三评分;
根据所述第一评分、所述第二评分和所述第三评分,得到评分向量组;
将所述评分向量组输入总评分子模型,所述总评分子模型输出白名单评分。
在本申请的一个实施例中,所述将所述接口匹配数据、所述历史特征信息以及所述历史记录信息输入白名单评分模型,所述白名单评分模型输出白名单评分,具体包括:
根据所述接口匹配数据、所述历史特征信息以及所述历史记录信息,得到多维评分向量;
将所述多维评分向量输入白名单评分模型,所述白名单评分模型输出白名单评分。
在本申请的一个实施例中,所述流量实时特征信息包括所述实时用户特征和实时非用户特征,所述接口匹配数据包括第一接口匹配值和第二接口匹配值,所述根据所述流量实时特征信息确定接口匹配数据,具体包括:
根据所述实时用户特征信息,确定所述用户与所述第一接口的匹配度和所述用户与所述第二接口的匹配度;
根据所述实时非用户特征信息,确定所述流量的参数与所述第一接口的匹配度和所述流量的参数与所述第二接口的匹配度;
根据所述用户与所述第一接口的匹配度和所述流量的参数与所述第一接口的匹配度,确定第一接口匹配值;
根据所述用户与所述第二接口的匹配度和所述流量的参数与所述第二接口的匹配度,确定第二接口匹配值。
根据本申请实施例的一个方面,提供了一种基于白名单的流量分配装置,所述基于白名单的流量分配装置包括:
特征信息获取模块,用于响应于流量的进入,获取流量特征信息,所述流量信息包括流量实时特征信息、历史特征信息以及历史记录信息;
接口数据匹配模块,用于根据所述流量实时特征信息,确定接口匹配数据;
白名单评分模块,用于根据所述接口匹配数据、所述历史特征信息以及所述历史记录信息,确定白名单评分;
接口流量分配模块,用于根据所述白名单评分,查询白名单,确定所述流量分配的接口。
根据本申请实施例的一个方面,提供了一种计算机可读介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现如上述实施例中所述的基于白名单的流量分配方法。
根据本申请实施例的一个方面,提供了一种电子设备,包括:一个或多个处理器;存储装置,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现如上述实施例中所述的基于白名单的流量分配方法。
在本申请的一些实施例所提供的技术方案中,根据流量实时特征信息确定流量和各接口的匹配程度,根据之前的历史决策历史访问等历史行为以及流量和各接口的匹配程度,分析用户喜好,并最终确定其白名单评分,然后根据白名单评分确定其是否在白名单中,使得白名单能够实现灵活实时的动态更新,减轻了维护的压力和成本,解决了现有技术白名单维护成本高时效性差的问题。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本申请。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本申请的实施例,并与说明书一起用于解释本申请的原理。显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。在附图中:
图1示出了可以应用本申请实施例的技术方案的示例性***架构的示意图。
图2示意性示出了根据本申请的一个实施例的接口流量分配方法的流程图。
图3是根据图2对应实施例示出的接口流量分配方法中步骤200的一种具体实现流程图。
图4是根据图2对应实施例示出的接口流量分配方法中步骤S300的一种具体实现流程图。
图5是根据图2对应实施例示出的接口流量分配方法中步骤S400的一种具体实现流程图。
图6是根据图2对应实施例示出的接口流量分配方法的又一具体实现流程图。
图7示意性示出了根据本申请的一个实施例的接口流量分配装置的框图。
图8示出了适于用来实现本申请实施例的电子设备的计算机***的结构。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而,示例实施方式能够以多种形式实施,且不应被理解为限于在此阐述的范例;相反,提供这些实施方式使得本申请将更加全面和完整,并将示例实施方式的构思全面地传达给本领域的技术人员。
此外,所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施例中。在下面的描述中,提供许多具体细节从而给出对本申请的实施例的充分理解。然而,本领域技术人员将意识到,可以实践本申请的技术方案而没有特定细节中的一个或更多,或者可以采用其它的方法、组元、装置、步骤等。在其它情况下,不详细示出或描述公知方法、装置、实现或者操作以避免模糊本申请的各方面。
附图中所示的方框图仅仅是功能实体,不一定必须与物理上独立的实体相对应。即,可以采用软件形式来实现这些功能实体,或在一个或多个硬件模块或集成电路中实现这些功能实体,或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
附图中所示的流程图仅是示例性说明,不是必须包括所有的内容和操作/步骤,也不是必须按所描述的顺序执行。例如,有的操作/步骤还可以分解,而有的操作/步骤可以合并或部分合并,因此实际执行的顺序有可能根据实际情况改变。
图1示出了可以应用本申请实施例的技术方案的示例性***架构的示意图。
如图1所示,***架构可以包括终端设备(如图1中所示智能手机101、平板电脑102和便携式计算机103中的一种或多种,当然也可以是台式计算机等等)、网络104和服务器105。网络104用以在终端设备和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型,例如有线通信链路、无线通信链路等等。
应该理解,图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。比如服务器105可以是多个服务器组成的服务器集群等。
用户可以使用终端设备通过网络104与服务器105交互,以接收或发送消息等。服务器105可以是提供各种服务的服务器。例如用户利用终端设备103(也可以是终端设备101或102)向服务器105上传流量特征信息,服务器105可以响应于流量的进入,获取流量特征信息,所述流量信息包括流量实时特征信息、历史特征信息以及历史记录信息;根据所述流量实时特征信息,确定接口匹配数据;根据所述接口匹配数据、所述历史特征信息以及所述历史记录信息,确定白名单评分;根据所述白名单评分,查询白名单,确定所述流量分配的接口。
需要说明的是,本申请实施例所提供的基于白名单的流量分配方法一般由服务器105执行,相应地,基于白名单的流量分配装置一般设置于服务器105中。但是,在本申请的其它实施例中,终端设备也可以与服务器具有相似的功能,从而执行本申请实施例所提供的基于白名单的流量分配的方案。
以下对本申请实施例的技术方案的实现细节进行详细阐述:
图2示出了根据本申请的一个实施例的基于白名单的流量分配方法的流程图,该基于白名单的流量分配方法可以由服务器来执行,该服务器可以是图1中所示的服务器。参照图2所示,该基于白名单的流量分配方法至少包括:
步骤S100,响应于流量的进入,获取流量特征信息,所述流量信息包括流量实时特征信息、历史特征信息以及历史记录信息。
步骤S200,根据所述流量实时特征信息,确定接口匹配数据。
步骤S300,根据所述接口匹配数据、所述历史特征信息以及所述历史记录信息,确定白名单评分。
步骤S400,根据所述白名单评分,查询白名单,确定所述流量分配的接口。
在本实施例中,响应于流量的进入,先获取流量特征信息,然后根据流量特征信息中的实时特征信息,确定该流量的接口匹配数据,即该流量跟第一接口还有第二接口的匹配程度,在根据接口匹配数据、历史特征信息以及历史记录信息多个维度,给出一个白名单评分,最好查询白名单,确定该白名单评分是否在白名单上,并以此确定其分配的接口。本申请的实施例的白名单为分数形式的,使得白名单能够实现灵活实时的动态更新,减轻了维护的压力和成本,解决了现有技术白名单维护成本高时效性差的问题。
在步骤S100中,流量特征信息具有多个维度,其可以包括实时特征信息、历史特征信息、历史访问信息等维度,维度越多,流量分配得更精准。对于不同维度的流量特征信息可以从不同的渠道获取,例如从流量中实时获取、从本地数据库中获取或者从网络数据库中获取。
所述流量实时特征包括流量实时用户特征和流量实时非用户特征,流量实时用户特征可以包括用户的信息、授信信息等,流量实时非用户特征可以包括终端定位数据、业务参数、访问页面等行为数据等,所述流量实时特征可以从流量中直接获取。
所述历史特征信息包括之前决策的流量数据、之前决策的结果等数据,其一般存储于本地,故其可以从本地数据库中获取。
所述历史记录信息包括对各个接口的访问次数、访问频率以及访问时间等,其一般存储于网络,故其可以从网络数据库中获取。
在步骤S200中,根据流量中的实时特征确定的接口匹配数据可以反映该流量是否适合分配至第一接口以及是否适合分配至第二接口,以及其更适合分配至第一接口还是第二接口。在本申请的实施例中,接口匹配数据是用于决定流量分配至哪个接口的重要指标之一。
具体的,在一些实施例中,步骤S200的具体实施方式可以参阅图3。图3是根据图2对应实施例示出的接口流量分配方法中步骤S200的细节描述,所述接口流量分配方法中,所述流量的实时特征包括所述流量的实时用户特征和所述流量的实时非用户特征,所述接口匹配数据包括第一接口匹配值和第二接口匹配值,步骤S200可以包括以下步骤:
步骤S210,根据所述实时用户特征信息,确定所述用户与所述第一接口的匹配度和所述用户与所述第二接口的匹配度。
步骤S220,根据所述实时非用户特征信息,确定所述流量的参数与所述第一接口的匹配度和所述流量的参数与所述第二接口的匹配度。
步骤S230,根据所述用户与所述第一接口的匹配度和所述流量的参数与所述第一接口的匹配度,确定第一接口匹配值。
步骤S240,根据所述用户与所述第二接口的匹配度和所述流量的参数与所述第二接口的匹配度,确定第二接口匹配值。
在本实施例中,流量的实时特征包括实时用户特征和实时非用户特征,实时用户特征可以用以确定用户与各接口的匹配程度,实时非用户特征可以确定当前流量的参数与各接口的匹配程度,根据用户与各接口的匹配程度和当前流量的参数与各接口的匹配程度,可以确定当前流量和各接口的匹配程度,即接口匹配数据。
在步骤S210中,实时用户特征可以用以确定用户与各接口的匹配程度。
具体地,在一些实施例中,确定用户与各接口的匹配程度的方式可以是先根据流量中的实时用户特征信息进行用户画像,再根据用户画像确定用户与第一接口的匹配度和用户与第二接口的匹配度。
在另一些实施例中,确定用户与各接口的匹配程度也可以依靠评分模型,将实时用户特征信息输入用户-接口评分模型,用户-接口评分模型输出用户与第一接口的匹配度和用户与第二接口的匹配度。
具体地,所述用户-接口评分模型的训练方法具体包括:获取实时用户特征信息样本集合,其中每个实时用户特征信息样本均事先标定对应的用户与第一接口的匹配度和用户与第二接口的匹配度;将每个所述实时用户特征信息样本的数据分别输入用户-接口评分模型,得到所述流程策略输出的用户与第一接口的匹配度和用户与第二接口的匹配度;如果存在有所述实时用户特征信息样本的数据输入用户-接口评分模型后,得到的用户与第一接口的匹配度和用户与第二接口的匹配度与对所述实时用户特征信息样本事先标定的用户与第一接口的匹配度和用户与第二接口的匹配度不一致,则调整所述流程策略的系数,直到一致;当所有所述实时用户特征信息样本的数据输入用户-接口评分模型后,得到的用户与第一接口的匹配度和用户与第二接口的匹配度与对所述实时用户特征信息样本事先标定的用户与第一接口的匹配度和用户与第二接口的匹配度一致,训练结束。
在步骤S220中,实时非用户特征可以确定当前流量的参数与各接口的匹配程度。
具体地,在一些实施例中,确定用户与各接口的匹配程度的方式可以是先根据流量中的实时非用户特征信息确定行为偏好和数据格式,再根据行为偏好和数据格式确定流量的参数与第一接口的匹配度和流量的参数与第二接口的匹配度。
在另一些实施例中,确定流量参数与各接口的匹配程度也可以依靠评分模型,将实时非用户特征信息输入流量参数-接口评分模型,流量参数-接口评分模型输出流量的参数与第一接口的匹配度和流量的参数与第二接口的匹配度。
具体地,所述流量参数-接口评分模型的训练方法具体包括:获取实时非用户特征信息样本集合,其中每个实时非用户特征信息样本均事先标定对应的流量的参数与第一接口的匹配度和流量的参数与第二接口的匹配度;将每个所述实时非用户特征信息样本的数据分别输入流量参数-接口评分模型,得到所述流程策略输出的流量的参数与第一接口的匹配度和流量的参数与第二接口的匹配度;如果存在有所述实时非用户特征信息样本的数据输入流量参数-接口评分模型后,得到的流量的参数与第一接口的匹配度和流量的参数与第二接口的匹配度与对所述实时非用户特征信息样本事先标定的流量的参数与第一接口的匹配度和流量的参数与第二接口的匹配度不一致,则调整所述流程策略的系数,直到一致;当所有所述实时非用户特征信息样本的数据输入流量参数-接口评分模型后,得到的流量的参数与第一接口的匹配度和流量的参数与第二接口的匹配度与对所述实时非用户特征信息样本事先标定的流量的参数与第一接口的匹配度和流量的参数与第二接口的匹配度一致,训练结束。
在步骤S230中第一接口匹配值反映了当前流量和第一接口的匹配程度,确定第一接口匹配值的方式可以是对用户与第一接口的匹配度和所述流量的参数与所述第一接口的匹配度进行求和、求均值、加权求和以及加权平均,将计算结果作为第一接口匹配值;也可以是通过对用户与第一接口的匹配度和所述流量的参数与所述第一接口的匹配度的比较,选取其中一个作为第一接口匹配值;还可以是根据通过对用户与第一接口的匹配度的大小和所述流量的参数与所述第一接口的匹配度的大小,进行赋值,得到第一接口匹配值。
在步骤S240中第二接口匹配值反映了当前流量和第二接口的匹配程度,确定第二接口匹配值的方式可以是对用户与第二接口的匹配度和所述流量的参数与所述第二接口的匹配度进行求和、求均值、加权求和以及加权平均,将计算结果作为第二接口匹配值;也可以是通过对用户与第二接口的匹配度和所述流量的参数与所述第二接口的匹配度的比较,选取其中一个作为第二接口匹配值;还可以是根据通过对用户与第二接口的匹配度的大小和所述流量的参数与所述第二接口的匹配度的大小,进行赋值,得到第二接口匹配值。
具体的,在另一些实施例中,步骤S200的具体实施方式可以参阅如下实施例。本实施例是根据图2对应实施例示出的接口流量分配方法中步骤S200的细节描述,所述接口流量分配方法中,步骤S200可以包括以下步骤:
将所述流量的实时特征输入接口匹配模型,所述接口匹配模型输出接口匹配数据。
具体地,其实施步骤可以是,根据所述流量的实时特征,生成多维的实时特征向量,然后将多维的实时特征向量输入接口匹配模型,所述接口匹配模型输出接口匹配数据。
具体地,所述接口匹配模型的训练方法具体包括:获取实时特征向量样本集合,其中每个实时特征向量样本均事先标定对应的接口匹配数据;将每个所述实时特征向量样本的数据分别输入接口匹配模型,得到所述流程策略输出的接口匹配数据;如果存在有所述实时特征向量样本的数据输入接口匹配模型后,得到的接口匹配数据与对所述实时特征向量样本事先标定的接口匹配数据不一致,则调整所述流程策略的系数,直到一致;当所有所述实时特征向量样本的数据输入接口匹配模型后,得到的接口匹配数据与对所述实时特征向量样本事先标定的接口匹配数据一致,训练结束。
在步骤S300中,得到白名单评分的方式有多种,可以通过机器学校模型获取,也可以将所述历史特征信息和所述历史记录信息进行预处理得到历史参数,然后对历史参数和接口匹配数据进行运算得到。
在一些实施例中,步骤S300的具体实时方式可以包括:
将所述接口匹配数据、所述历史特征信息以及所述历史记录信息输入白名单评分模型,所述白名单评分模型输出白名单评分。
本实施例是通过白名单评分模型得到白名单评分,其具体实时方式可以参阅下述的实施例。
具体的,在一些实施例中,步骤S300的具体实施方式可以参阅图4。图4是根据图2对应实施例示出的基于白名单的流量分配方法中步骤S300的细节描述,所述基于白名单的流量分配方法中,所述白名单评分模型包含第一评分子模型、第二评分子模型、第三评分子模型以及总评分子模型,步骤S300可以包括以下步骤:
步骤S310,将所述接口匹配数据输入第一评分子模型,所述第一评分子模型输出第一评分。
步骤S320,将所述历史特征信息输入第二评分子模型,所述第二评分子模型输出第二评分。
步骤S330,将所述历史记录信息输入第三评分子模型,所述第三评分子模型输出第三评分。
步骤S340,根据所述第一评分、所述第二评分和所述第三评分,得到评分向量组。
步骤S350,将所述评分向量组输入总评分子模型,所述总评分子模型输出白名单评分。
在本实施例中,上述的白名单评分模型包含多个评分子模型,分别为第一评分子模型、第二评分子模型、第三评分子模型以及总评分子模型。本实施例通过多个评分子模型根据不同维度的数据进行评分,然后将不同评分子模型的评分整理汇总,得到白名单评分。
在步骤S310中,第一评分是在接口匹配数据的基础上得出的,其可以在总体上表征当前流量对两种接口的匹配程度。
在步骤S320中,第二评分是在历史特征信息的基础上得出的,其可以在表征历史决策偏好程度。
在步骤S330中,第三评分是在历史记录信息的基础上得出的,其可以表征对两种接口的偏好程度。
在步骤S340中,将第一评分、第二评分、第三评分打包成评分向量组,其形式可以是包含评分值和对应的维度标记,在步骤S350中,总评分模型可以根据对应的维度标记确定该评分值所来自的维度。
其中,所述第一评分模型的训练方法具体包括:获取接口匹配数据集合,其中每个接口匹配数据均事先标定对应的第一评分;将每个所述接口匹配数据的数据分别输入第一评分模型,得到所述筛选输出的第一评分;如果存在有所述接口匹配数据的数据输入第一评分模型后,得到的第一评分与对所述接口匹配数据事先标定的第一评分不一致,则调整所述第一评分模型的系数,直到一致;当所有所述接口匹配数据的数据输入第一评分模型后,得到的第一评分与对所述接口匹配数据事先标定的第一评分一致,训练结束。
所述第二评分模型的训练方法具体包括:获取历史特征信息样本集合,其中每个历史特征信息样本均事先标定对应的第二评分;将每个所述历史特征信息样本的数据分别输入第二评分模型,得到所述筛选输出的第二评分;如果存在有所述历史特征信息样本的数据输入第二评分模型后,得到的第二评分与对所述历史特征信息样本事先标定的第二评分不一致,则调整所述第二评分模型的系数,直到一致;当所有所述历史特征信息样本的数据输入第二评分模型后,得到的第二评分与对所述历史特征信息样本事先标定的第二评分一致,训练结束。
所述第三评分子模型的训练方法具体包括:获取历史记录信息样本集合,其中每个历史记录信息样本均事先标定对应的第三评分;将每个所述历史记录信息样本的数据分别输入第三评分子模型,得到所述筛选输出的第三评分;如果存在有所述历史记录信息样本的数据输入第三评分子模型后,得到的第三评分与对所述历史记录信息样本事先标定的第三评分不一致,则调整所述第三评分子模型的系数,直到一致;当所有所述历史记录信息样本的数据输入第三评分子模型后,得到的第三评分与对所述历史记录信息样本事先标定的第三评分一致,训练结束。
所述总评分子模型的训练方法具体包括:获取评分向量组样本集合,其中每个评分向量组样本均事先标定对应的白名单评分;将每个所述评分向量组样本的数据分别输入总评分子模型,得到所述筛选输出的白名单评分;如果存在有所述评分向量组样本的数据输入总评分子模型后,得到的白名单评分与对所述评分向量组样本事先标定的白名单评分不一致,则调整所述总评分子模型的系数,直到一致;当所有所述评分向量组样本的数据输入总评分子模型后,得到的白名单评分与对所述评分向量组样本事先标定的白名单评分一致,训练结束。
具体的,在另一些实施例中,步骤S300的具体实施方式还可以参阅如下实施例。本实施例是根据图2对应实施例示出的基于白名单的流量分配方法中步骤S300的细节描述,所述基于白名单的流量分配方法中,步骤S300可以包括以下步骤:
根据所述接口匹配数据、所述历史特征信息以及所述历史记录信息,得到多维评分向量。
将所述多维评分向量输入白名单评分模型,所述白名单评分模型输出白名单评分。
在本实施例中,先将包含接口匹配数据、所述历史特征信息以及所述历史记录信息这多个维度的信息进行整合梳理,得到多维评分向量,该多维评分向量为多维向量,每个向量维度包含一个维度的信息。然后将该多维评分向量输入白名单评分模型,白名单评分模型通过白名单评分向量中的各向量维度,综合进行评分,得到白名单评分。白名单评分可以表征在采用白名单进行分配时,当前流量对两种接口的匹配程度以及当前流量对采用白名单进行分配的匹配程度。
其中,所述白名单评分模型的训练方法具体包括:获取多维评分向量样本集合,其中每个多维评分向量样本均事先标定对应的白名单评分。将每个所述多维评分向量样本的数据分别输入白名单评分模型,得到所述筛选输出的白名单评分。如果存在有所述多维评分向量样本的数据输入白名单评分模型后,得到的白名单评分与对所述多维评分向量样本事先标定的白名单评分不一致,则调整所述白名单评分模型的系数,直到一致。当所有所述多维评分向量样本的数据输入白名单评分模型后,得到的白名单评分与对所述多维评分向量样本事先标定的白名单评分一致,训练结束。
在步骤S400中,在得到白名单评分后就可以查询白名单,确定该评分是否在白名单中,并以此为依据分配流量流向第一接口还是第二接口。
具体的,在一些实施例中,步骤S400的具体实施方式可以参阅图5。图5是根据图2对应实施例示出的基于白名单的流量分配方法中步骤S400的细节描述,所述基于白名单的流量分配方法中,所述白名单中存储有多个白名单阈值区间,步骤S400可以包括以下步骤:
步骤S410,若所述白名单评分落入多个所述白名单阈值区间中,则将所述流量分配至第一接口。
步骤S420,若所述白名单评分未落入多个所述白名单阈值区间中,则将所述流量分配至第二接口。
在本实施例中,白名单中存储有多个白名单阈值区间,当白名单评分落入这些阈值区间时,则证明该白名单评分对应的流量可以被分配至流向更新后环境的第一接口;当白名单评分未落入这些阈值区间时,则证明该白名单评分对应的流量不可以被分配至流向更新后环境的第一接口,只能被分配至流向更新前环境的第二接口。
请参阅图6,在一些实施例中,在步骤S400之前,所述方法还包括:
步骤S500,查询所述第一接口和所述第二接口,获取接口指标数据。
步骤S600,根据所述接口指标数据,确定所述第一接口的剩余性能和所述第二接口的剩余性能。
步骤S700,根据所述第一接口的剩余性能和所述第二接口的剩余性能,确定所述白名单阈值区间。
在本实施例中,白名单中存储的多个白名单阈值区间也可以根据各接口的性能灵活调整,确定白名单阈值区间,实现在复杂环境下对接口流量的调控,避免流量拥挤入单一接口中,导致接口堵塞,影响数据处理效率。
以下介绍本申请的装置实施例,可以用于执行本申请上述实施例中的基于白名单的流量分配方法。对于本申请装置实施例中未披露的细节,请参照本申请上述的基于白名单的流量分配方法的实施例。
图7示出了根据本申请的一个实施例的基于白名单的流量分配装置的框图。
参照图7所示,根据本申请的一个实施例的基于白名单的流量分配装置900,包括:
特征信息获取模块910,用于响应于流量的进入,获取流量特征信息,所述流量信息包括流量实时特征信息、历史特征信息以及历史记录信息;
接口数据匹配模块920,用于根据所述流量实时特征信息,确定接口匹配数据;
白名单评分模块930,用于根据所述接口匹配数据、所述历史特征信息以及所述历史记录信息,确定白名单评分;
接口流量分配模块940,用于根据所述白名单评分,查询白名单,确定所述流量分配的接口。
上述装置中各个模块的功能和作用的实现过程具体详见上述基于白名单的流量分配方法中对应步骤的实现过程,在此不再赘述。
应当注意,尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元,但是这种划分并非强制性的。实际上,根据本公开的实施方式,上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之,上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。
此外,尽管在附图中以特定顺序描述了本公开中方法的各个步骤,但是,这并非要求或者暗示必须按照该特定顺序来执行这些步骤,或是必须执行全部所示的步骤才能实现期望的结果。附加的或备选的,可以省略某些步骤,将多个步骤合并为一个步骤执行,以及/或者将一个步骤分解为多个步骤执行等。
图8示出了适于用来实现本申请实施例的电子设备的计算机***的结构示意图。
需要说明的是,图8示出的电子设备的计算机***仅是一个示例,不应对本申请实施例的功能和使用范围带来任何限制。
如图8所示,计算机***包括中央处理单元(Central Processing Unit,CPU)1801,其可以根据存储在只读存储器(Read-Only Memory,ROM)1802中的程序或者从存储部分1808加载到随机访问存储器(Random Access Memory,RAM)1803中的程序而执行各种适当的动作和处理,例如执行上述实施例中所述的方法。在RAM 1803中,还存储有***操作所需的各种程序和数据。CPU 1801、ROM 1802以及RAM 1803通过总线1804彼此相连。输入/输出(Input/Output,I/O)接口1805也连接至总线1804。
以下部件连接至I/O接口1805:包括键盘、鼠标等的输入部分1806;包括诸如阴极射线管(Cathode Ray Tube,CRT)、液晶显示器(Liquid Crystal Display,LCD)等以及扬声器等的输出部分1807;包括硬盘等的存储部分1808;以及包括诸如LAN(Local AreaNetwork,局域网)卡、调制解调器等的网络接口卡的通信部分1809。通信部分1809经由诸如因特网的网络执行通信处理。驱动器1810也根据需要连接至I/O接口1805。可拆卸介质1811,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器1810上,以便于从其上读出的计算机程序根据需要被安装入存储部分1808。
特别地,根据本申请的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本申请的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的计算机程序。在这样的实施例中,该计算机程序可以通过通信部分1809从网络上被下载和安装,和/或从可拆卸介质1811被安装。在该计算机程序被中央处理单元(CPU)1801执行时,执行本申请的***中限定的各种功能。
需要说明的是,本申请实施例所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的***、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(Erasable Programmable Read Only Memory,EPROM)、闪存、光纤、便携式紧凑磁盘只读存储器(Compact Disc Read-Only Memory,CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行***、装置或者器件使用或者与其结合使用。而在本申请中,计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的计算机程序。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的计算机程序可以用任何适当的介质传输,包括但不限于:无线、有线等等,或者上述的任意合适的组合。
附图中的流程图和框图,图示了按照本申请各种实施例的***、方法和计算机程序产品的可能实现的体系架构、功能和操作。其中,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图或流程图中的每个方框、以及框图或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的***来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本申请实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现,所描述的单元也可以设置在处理器中。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定。
作为另一方面,本申请还提供了一种计算机可读介质,该计算机可读介质可以是上述实施例中描述的电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被一个该电子设备执行时,使得该电子设备实现上述实施例中所述的方法。
应当注意,尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元,但是这种划分并非强制性的。实际上,根据本申请的实施方式,上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之,上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。
通过以上的实施方式的描述,本领域的技术人员易于理解,这里描述的示例实施方式可以通过软件实现,也可以通过软件结合必要的硬件的方式来实现。因此,根据本申请实施方式的技术方案可以以软件产品的形式体现出来,该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM,U盘,移动硬盘等)中或网络上,包括若干指令以使得一台计算设备(可以是个人计算机、服务器、触控终端、或者网络设备等)执行根据本申请实施方式的方法。
本领域技术人员在考虑说明书及实践这里公开的实施方式后,将容易想到本申请的其它实施方案。本申请旨在涵盖本申请的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本申请的一般性原理并包括本申请未公开的本技术领域中的公知常识或惯用技术手段。
应当理解的是,本申请并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本申请的范围仅由所附的权利要求来限制。
Claims (9)
1.一种基于白名单的流量分配方法,其特征在于,所述基于白名单的流量分配方法包括:
响应于流量的进入,获取流量特征信息,所述流量特征信息包括流量实时特征信息、历史特征信息以及历史记录信息,所述流量实时特征信息包括实时用户特征和实时非用户特征;
根据所述实时用户特征信息,确定所述用户与第一接口的匹配度和所述用户与第二接口的匹配度;
根据所述实时非用户特征信息,确定所述流量的参数与所述第一接口的匹配度和所述流量的参数与所述第二接口的匹配度;
根据所述用户与所述第一接口的匹配度和所述流量的参数与所述第一接口的匹配度,确定第一接口匹配值;
根据所述用户与所述第二接口的匹配度和所述流量的参数与所述第二接口的匹配度,确定第二接口匹配值,其中,接口匹配数据包括所述第一接口匹配值和所述第二接口匹配值;
根据所述接口匹配数据、所述历史特征信息以及所述历史记录信息,确定白名单评分;
根据所述白名单评分,查询白名单,确定所述流量分配的接口。
2.如权利要求1所述的基于白名单的流量分配方法,其特征在于,所述白名单中存储有多个白名单阈值区间,所述根据所述白名单评分,查询白名单,确定所述流量分配的接口,具体包括:
若所述白名单评分落入多个所述白名单阈值区间中,则将所述流量分配至第一接口;
若所述白名单评分未落入多个所述白名单阈值区间中,则将所述流量分配至第二接口。
3.如权利要求2所述的基于白名单的流量分配方法,其特征在于,在所述根据所述白名单评分,查询白名单,确定所述流量分配的接口之前,所述方法还包括:
查询所述第一接口和所述第二接口,获取接口指标数据;
根据所述接口指标数据,确定所述第一接口的剩余性能和所述第二接口的剩余性能;
根据所述第一接口的剩余性能和所述第二接口的剩余性能,确定所述白名单阈值区间。
4.如权利要求1所述的基于白名单的流量分配方法,其特征在于,所述根据所述接口匹配数据、所述历史特征信息以及所述历史记录信息,确定白名单评分,具体包括:
将所述接口匹配数据、所述历史特征信息以及所述历史记录信息输入白名单评分模型,所述白名单评分模型输出白名单评分。
5.如权利要求4所述的基于白名单的流量分配方法,其特征在于,所述白名单评分模型包含第一评分子模型、第二评分子模型、第三评分子模型以及总评分子模型,所述将所述接口匹配数据、所述历史特征信息以及所述历史记录信息输入白名单评分模型,所述白名单评分模型输出白名单评分,具体包括:
将所述接口匹配数据输入第一评分子模型,所述第一评分子模型输出第一评分;
将所述历史特征信息输入第二评分子模型,所述第二评分子模型输出第二评分;
将所述历史记录信息输入第三评分子模型,所述第三评分子模型输出第三评分;
根据所述第一评分、所述第二评分和所述第三评分,得到评分向量组;
将所述评分向量组输入总评分子模型,所述总评分子模型输出白名单评分。
6.如权利要求4所述的基于白名单的流量分配方法,其特征在于,所述将所述接口匹配数据、所述历史特征信息以及所述历史记录信息输入白名单评分模型,所述白名单评分模型输出白名单评分,具体包括:
根据所述接口匹配数据、所述历史特征信息以及所述历史记录信息,得到多维评分向量;
将所述多维评分向量输入白名单评分模型,所述白名单评分模型输出白名单评分。
7.一种基于白名单的流量分配装置,其特征在于,所述基于白名单的流量分配装置包括:
特征信息获取模块,用于响应于流量的进入,获取流量特征信息,所述流量特征信息包括流量实时特征信息、历史特征信息以及历史记录信息,所述流量实时特征信息包括实时用户特征和实时非用户特征;
接口数据匹配模块,用于根据所述实时用户特征信息,确定所述用户与第一接口的匹配度和所述用户与第二接口的匹配度;
根据所述实时非用户特征信息,确定所述流量的参数与所述第一接口的匹配度和所述流量的参数与所述第二接口的匹配度;
根据所述用户与所述第一接口的匹配度和所述流量的参数与所述第一接口的匹配度,确定第一接口匹配值;
根据所述用户与所述第二接口的匹配度和所述流量的参数与所述第二接口的匹配度,确定第二接口匹配值,其中,接口匹配数据包括所述第一接口匹配值和所述第二接口匹配值;
白名单评分模块,用于根据所述接口匹配数据、所述历史特征信息以及所述历史记录信息,确定白名单评分;
接口流量分配模块,用于根据所述白名单评分,查询白名单,确定所述流量分配的接口。
8.一种计算机可读介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至6中任一项所述的基于白名单的流量分配方法。
9.一种电子设备,其特征在于,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现如权利要求1至6中任一项所述的基于白名单的流量分配方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211112187.5A CN115550259B (zh) | 2022-09-13 | 2022-09-13 | 基于白名单的流量分配方法及相关设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211112187.5A CN115550259B (zh) | 2022-09-13 | 2022-09-13 | 基于白名单的流量分配方法及相关设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115550259A CN115550259A (zh) | 2022-12-30 |
CN115550259B true CN115550259B (zh) | 2024-05-14 |
Family
ID=84727387
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211112187.5A Active CN115550259B (zh) | 2022-09-13 | 2022-09-13 | 基于白名单的流量分配方法及相关设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115550259B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108243271A (zh) * | 2016-12-23 | 2018-07-03 | 北京安云世纪科技有限公司 | 一种进行流量控制的方法、装置以及移动设备 |
CN110049022A (zh) * | 2019-03-27 | 2019-07-23 | 深圳市腾讯计算机***有限公司 | 一种域名访问控制方法、装置和计算机可读存储介质 |
CN112966968A (zh) * | 2021-03-26 | 2021-06-15 | 平安科技(深圳)有限公司 | 一种基于人工智能的名单分配方法及相关设备 |
CN113992525A (zh) * | 2021-10-12 | 2022-01-28 | 支付宝(杭州)信息技术有限公司 | 一种应用的容器数量调节方法及装置 |
-
2022
- 2022-09-13 CN CN202211112187.5A patent/CN115550259B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108243271A (zh) * | 2016-12-23 | 2018-07-03 | 北京安云世纪科技有限公司 | 一种进行流量控制的方法、装置以及移动设备 |
CN110049022A (zh) * | 2019-03-27 | 2019-07-23 | 深圳市腾讯计算机***有限公司 | 一种域名访问控制方法、装置和计算机可读存储介质 |
CN112966968A (zh) * | 2021-03-26 | 2021-06-15 | 平安科技(深圳)有限公司 | 一种基于人工智能的名单分配方法及相关设备 |
CN113992525A (zh) * | 2021-10-12 | 2022-01-28 | 支付宝(杭州)信息技术有限公司 | 一种应用的容器数量调节方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN115550259A (zh) | 2022-12-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110309142B (zh) | 规则管理的方法和装置 | |
CN107291835B (zh) | 一种搜索词的推荐方法和装置 | |
CN112947919A (zh) | 构建业务模型和处理业务请求的方法和装置 | |
CN104573127B (zh) | 评估数据差异性的方法和*** | |
CN112231299B (zh) | 一种特征库动态调整的方法和装置 | |
CN111813902B (zh) | 智能应答方法、***及计算设备 | |
CN115550259B (zh) | 基于白名单的流量分配方法及相关设备 | |
CN116485019A (zh) | 一种数据处理方法及装置 | |
CN115543428A (zh) | 一种基于策略模板的模拟数据生成方法和装置 | |
CN115147183A (zh) | 基于云平台的芯片资源管理方法、装置、设备及存储介质 | |
CN116933189A (zh) | 一种数据检测方法和装置 | |
CN116703046A (zh) | 实时派工顺序的控制方法及***、电子设备和存储介质 | |
CN113554307A (zh) | 一种基于rfm模型的用户分组方法、装置及可读介质 | |
CN113760484A (zh) | 数据处理的方法和装置 | |
CN112906723A (zh) | 一种特征选择的方法和装置 | |
CN111768220A (zh) | 生成车辆定价模型的方法和装置 | |
CN114722061B (zh) | 数据处理方法及装置、设备、计算机可读存储介质 | |
CN113762521B (zh) | 确定目标物品的方法和*** | |
CN115329280A (zh) | 一种数据筛选方法、装置、设备及介质 | |
CN115529281A (zh) | 流量分配方法及相关设备 | |
CN115543651A (zh) | 流消息接口分配方法及相关设备 | |
CN115567406A (zh) | 一种管理网络节点的方法、装置和*** | |
CN115550270A (zh) | 接口流量分配方法及相关设备 | |
CN117271126A (zh) | 任务请求的分配方法、装置及电子设备 | |
CN114998029A (zh) | 一种模型校准方法、装置、电子设备及计算机可读介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |