云桌面卡顿分析方法技术

本公开提供了一种云桌面卡顿分析方法，涉及人工智能领域

【技术实现步骤摘要】
云桌面卡顿分析方法、装置、设备和介质


[0001]本公开涉及人工智能领域，更具体地，涉及一种云桌面卡顿分析方法
、
装置
、
设备
、
介质和程序产品
。

技术介绍

[0002]云桌面又称桌面虚拟化
、
云电脑，是替代传统电脑的一种模式
。
采用云桌面后，用户可以通过网络访问，实现跨设备
、
跨平台的办公体验
。
云桌面已经成为一些企业或用户的重要办公和开发环境，由于资源负载
、
服务器配置
、
网络质量
、
应用软件和用户使用习惯等因素，云桌面有时出现卡顿现象
。
[0003]云桌面卡顿问题一般是通过用户信息反馈后，针对性的进行分析，把分析结果进行汇总对比；同时，每季度开展满意度调查，引导所有用户反馈使用体验，根据集中反馈结果进行人工分析
。
[0004]在实现本公开专利技术构思的过程中，专利技术人发现，现有方案主要是基于无法集中的告警信息进行人工判断，没有办法发现隐藏数据关系，以及解析深度云桌面卡顿原因，运维人员只能基于当前信息分析，依据比较片面，得出的分析结果可能不准确，且对于复杂问题分析费时费力
。

技术实现思路

[0005]鉴于上述问题，本公开提供了一种云桌面卡顿分析方法
、
装置
、
设备
、
介质和程序产品
。
[0006]本公开实施例的一个方面，提供了一种云桌面卡顿分析方法，包括：响应于云桌面的卡顿行为，获得特定时间内宿主机的运维数据，所述云桌面依托于所述宿主机运行；将所述运维数据输入决策树模型，所述决策树模型通过将
N
个运维指标构造为
N
个条件节点获得，
N
为大于或等于1的整数；利用所述决策树模型将所述运维数据与所述
N
个条件节点中至少一个节点进行匹配，输出匹配决策路径，所述匹配决策路径包括依次匹配到的所有条件节点；根据所述匹配决策路径确定所述云桌面的卡顿原因
。
[0007]根据本公开的实施例，在将所述运维数据输入决策树模型之前，所述决策树模型被配置为预先通过如下操作构建得到：基于历史运维信息确定
M
条逻辑化等式，其中每条逻辑化等式包括至少一个历史运维指标，且用于表征云桌面卡顿现象，
M
为大于或等于1的整数；根据所述
M
条逻辑化等式构造出
M
条决策路径，得到所述决策树模型，其中每条决策路径包括与对应逻辑化等式中所有运维指标一一对应地至少一个条件节点
。
[0008]根据本公开的实施例，基于历史运维信息确定
M
条逻辑化等式包括：从所述历史运维信息中得到
S
条云桌面卡顿记录，
S
为大于或等于1的整数；对于每条云桌面卡顿记录，确定特定时间内该云桌面宿主机的历史运维数据，得到
S
个历史运维数据；根据所述
S
个历史运维数据确定所述
M
条逻辑化等式
。
[0009]根据本公开的实施例，根据所述
S
个历史运维数据确定所述
M
条逻辑化等式包括：
从所述
S
个历史运维数据确定出
K
个历史运维指标，
K
为大于或等于1的整数；根据指标出现频率筛选所述
K
个历史运维指标，确定构建所述
M
条逻辑化等式的至少一个历史运维指标
。
[0010]根据本公开的实施例，在确定构建所述
M
条逻辑化等式的至少一个历史运维指标之后，构建所述
M
条逻辑化等式，具体包括：将每个历史运维数据中筛选出的所有历史运维指标构建出一条逻辑化等式；将任两个具有相同内容的逻辑化等式合并，得到所述
M
条逻辑化等式，
M
小于或等于
S。
[0011]根据本公开的实施例，根据所述
M
条逻辑化等式构造出
M
条决策路径，得到所述决策树模型包括：将所述
M
条决策路径拼装得到初始状态的决策树模型；从所述历史运维信息中确定训练样本集，所述训练样本集包括至少一条训练样本，其中每条训练样本包括基于云桌面卡顿记录或云桌面非卡顿记录确定的历史运维数据及卡顿标签；基于所述训练样本集训练初始状态的决策树模型，得到训练完成的决策树模型
。
[0012]根据本公开的实施例，在得到训练完成的决策树模型之后，所述方法还包括：对训练完成的决策树模型进行剪枝处理，得到经剪枝的决策树模型，其中经剪枝的决策树模型被配置为处理所述运维数据
。
[0013]本公开实施例的另一方面提供了一种云桌面卡顿分析装置，包括：数据获取模块，用于响应于云桌面的卡顿行为，获得特定时间内宿主机的运维数据，所述云桌面依托于所述宿主机运行；数据输入模块，用于将所述运维数据输入决策树模型，所述决策树模型通过将
N
个运维指标构造为
N
个条件节点获得，
N
为大于或等于1的整数；节点匹配模块，用于利用所述决策树模型将所述运维数据与所述
N
个条件节点中至少一个节点进行匹配，输出匹配决策路径，所述匹配决策路径包括依次匹配到的所有条件节点；卡顿分析模块，用于根据所述匹配决策路径确定所述云桌面的卡顿原因
。
[0014]本公开实施例的另一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，其中，当所述一个或多个程序被所述一个或多个处理器执行时，使得一个或多个处理器执行如上所述的方法
。
[0015]本公开实施例的另一方面还提供了一种计算机可读存储介质，其上存储有可执行指令，该指令被处理器执行时使处理器执行如上所述的方法
。
[0016]本公开实施例的另一方面还提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现如上所述的方法
。
[0017]上述一个或多个实施例具有如下有益效果：在云桌面出现卡顿行为时，根据运维数据结合决策树模型实现条件节点匹配，根据得到的匹配决策路径确定云桌面的卡顿原因，能够深层次发掘隐藏的数据关系，提供可靠的卡顿原因结果，提高云桌面卡顿原因分析的效率，从而解决云桌面卡顿分析难度大，人工分析成本过高等问题
。
附图说明
[0018]通过以下参照附图对本公开实施例的描述，本公开的上述内容以及其他目的
、
特征和优点将更为清楚，在附图中：
[0019]图1示意性示出了根据本公开实施例的云桌面卡顿分析的应用场景图；
[0020]图2示意本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种云桌面卡顿分析方法，包括：响应于云桌面的卡顿行为，获得特定时间内宿主机的运维数据，所述云桌面依托于所述宿主机运行；将所述运维数据输入决策树模型，所述决策树模型通过将
N
个运维指标构造为
N
个条件节点获得，
N
为大于或等于1的整数；利用所述决策树模型将所述运维数据与所述
N
个条件节点中至少一个节点进行匹配，输出匹配决策路径，所述匹配决策路径包括依次匹配到的所有条件节点；根据所述匹配决策路径确定所述云桌面的卡顿原因
。2.
根据权利要求1所述的方法，其中，在将所述运维数据输入决策树模型之前，所述决策树模型被配置为预先通过如下操作构建得到：基于历史运维信息确定
M
条逻辑化等式，其中每条逻辑化等式包括至少一个历史运维指标，且用于表征云桌面卡顿现象，
M
为大于或等于1的整数；根据所述
M
条逻辑化等式构造出
M
条决策路径，得到所述决策树模型，其中每条决策路径包括与对应逻辑化等式中所有运维指标一一对应地至少一个条件节点
。3.
根据权利要求2所述的方法，其中，基于历史运维信息确定
M
条逻辑化等式包括：从所述历史运维信息中得到
S
条云桌面卡顿记录，
S
为大于或等于1的整数；对于每条云桌面卡顿记录，确定特定时间内该云桌面宿主机的历史运维数据，得到
S
个历史运维数据；根据所述
S
个历史运维数据确定所述
M
条逻辑化等式
。4.
根据权利要求3所述的方法，其中，根据所述
S
个历史运维数据确定所述
M
条逻辑化等式包括：从所述
S
个历史运维数据确定出
K
个历史运维指标，
K
为大于或等于1的整数；根据指标出现频率筛选所述
K
个历史运维指标，确定构建所述
M
条逻辑化等式的至少一个历史运维指标
。5.
根据权利要求4所述的方法，其中，在确定构建所述
M
条逻辑化等式的至少一个历史运维指...

【专利技术属性】
技术研发人员：叶建涛，黄嘉荣，庞超竞，
申请(专利权)人：中国工商银行股份有限公司，
类型：发明
国别省市：