摘要：针对海量规则库下系统流量控制中存在的规则匹配效率低、配置灵活性不足、限流精准性差及应对突发流量能力弱等问题，开展了基于流量预测的精细化流控策略研究。设计了规则匹配树归并跨规则同维度数据，利用正则聚合大幅减少规则数量；提出了自适应令牌桶算法，实现了分布式环境中支持容错的精准限流；提出了基于移动平均的平滑性损失函数，有效降低了随机流量对模型训练的干扰。实验结果表明，在50%匹配度的流量场景下，提出的规则树方法的平均匹配效率是经典线性方法的5.92倍；较于传统令牌桶等方法实现了100%精准容量限流能力；提出了SAE损失函数，较于MEA方法，流量预测准确性提升了3.9%。该方案已在民航机票系统落地，具备向其他复杂规则流控场景推广的价值。
