本發(fā)明涉及數(shù)字信息的傳輸，具體來說，涉及一種基于云計算的遠(yuǎn)程桌面控制系統(tǒng)及方法。

背景技術(shù)：

1、隨著科學(xué)技術(shù)的快速發(fā)展，自動化的智能控制已經(jīng)逐漸成為人們生活中不可或缺的一部分，遠(yuǎn)程桌面控制正是這一技術(shù)的具體體現(xiàn)。遠(yuǎn)程桌面控制技術(shù)通過遠(yuǎn)程連接實現(xiàn)對設(shè)備的操作，無需直接接觸設(shè)備屏幕即可完成各種任務(wù)，極大地提升了工作效率和生活便利性。這一技術(shù)在辦公、教育、醫(yī)療等領(lǐng)域得到了廣泛應(yīng)用，尤其是在遠(yuǎn)程辦公和在線教育日益普及的背景下，遠(yuǎn)程桌面控制成為提高資源利用效率和節(jié)省人力資源的重要手段。

2、現(xiàn)有技術(shù)中，不便于從交互特征數(shù)據(jù)中提取影響遠(yuǎn)程桌面性能的關(guān)鍵因素，提高了對性能瓶頸的精準(zhǔn)識別能力，不便于優(yōu)化資源分配和性能優(yōu)化策略，不便于提升整體遠(yuǎn)程桌面控制的效率，并且不便于對未來遠(yuǎn)程桌面控制性能進(jìn)行預(yù)測，不能準(zhǔn)確預(yù)判可能的性能變化趨勢，從而不便于為提前調(diào)整資源分配和優(yōu)化策略提供了科學(xué)依據(jù)，提高了延遲、降低了用戶體驗。

3、針對相關(guān)技術(shù)中的問題，目前尚未提出有效的解決方案。

技術(shù)實現(xiàn)思路

1、針對相關(guān)技術(shù)中的問題，本發(fā)明提出一種基于云計算的遠(yuǎn)程桌面控制系統(tǒng)及方法，以克服現(xiàn)有相關(guān)技術(shù)所存在的上述技術(shù)問題。

2、為此，本發(fā)明采用的具體技術(shù)方案如下：

3、根據(jù)本發(fā)明的一個方面，提供了一種基于云計算的遠(yuǎn)程桌面控制系統(tǒng)，該遠(yuǎn)程桌面控制系統(tǒng)包括：

4、云計算平臺模塊，用于基于云計算平臺，獲取遠(yuǎn)程桌面控制的實時交互數(shù)據(jù)，并對實時交互數(shù)據(jù)進(jìn)行處理，得到遠(yuǎn)程桌面控制的交互特征數(shù)據(jù)；

5、數(shù)據(jù)分析模塊，用于利用因素分析算法，對得到的遠(yuǎn)程桌面控制的交互特征數(shù)據(jù)進(jìn)行分析，識別出影響遠(yuǎn)程桌面控制性能的關(guān)鍵因素；

6、性能優(yōu)化模塊，用于基于關(guān)鍵因素，建立性能優(yōu)化模型，并利用性能優(yōu)化模型對未來時刻的遠(yuǎn)程桌面控制性能進(jìn)行預(yù)測，得到遠(yuǎn)程桌面控制性能的變化趨勢；

7、遠(yuǎn)程控制策略模塊，用于根據(jù)變化趨勢，結(jié)合用戶實時交互狀態(tài)，并對遠(yuǎn)程桌面的控制策略進(jìn)行動態(tài)調(diào)整，優(yōu)化傳輸協(xié)議。

8、進(jìn)一步的，云計算平臺模塊包括：

9、數(shù)據(jù)采集模塊，用于通過使用遠(yuǎn)程通信協(xié)議，建立客戶端與遠(yuǎn)程主機(jī)之間的安全連接，并實時采集遠(yuǎn)程桌面控制的實時交互數(shù)據(jù)；

10、數(shù)據(jù)處理模塊，用于對采集的實時交互數(shù)據(jù)進(jìn)行特征提取，生成遠(yuǎn)程桌面控制的交互特征數(shù)據(jù)。

11、進(jìn)一步的，利用因素分析算法，對得到的遠(yuǎn)程桌面控制的交互特征數(shù)據(jù)進(jìn)行分析，識別出影響遠(yuǎn)程桌面控制性能的關(guān)鍵因素包括：

12、隨機(jī)生成初始交互特征數(shù)據(jù)集，計算每個交互特征的性能影響目標(biāo)函數(shù)值，對交互特征分級排序并計算分布密度，形成優(yōu)選交互特征數(shù)據(jù)集；

13、利用交互特征篩選算法，從優(yōu)選特征集中選取影響性能最大的因素特征，復(fù)制并擴(kuò)展因素特征，形成新的交互特征數(shù)據(jù)集；

14、對新交互特征數(shù)據(jù)集進(jìn)行重組與調(diào)整，剔除不符合性能約束的因素特征，并利用初始化函數(shù)重新生成符合約束的交互特征數(shù)據(jù)；

15、將主要交互特征數(shù)據(jù)集與次要交互特征數(shù)據(jù)集融合，形成新的優(yōu)選交互特征數(shù)據(jù)集，并剔除重復(fù)特征，最終生成無重復(fù)的優(yōu)選交互特征數(shù)據(jù)集；

16、判斷迭代次數(shù)是否達(dá)到預(yù)設(shè)閾值，若達(dá)到，則停止迭代，輸出影響遠(yuǎn)程桌面控制性能的關(guān)鍵因素，否則，繼續(xù)迭代。

17、進(jìn)一步的，利用交互特征篩選算法，從優(yōu)選特征集中選取影響性能最大的因素特征，復(fù)制并擴(kuò)展因素特征，形成新的交互特征數(shù)據(jù)集包括：

18、采集遠(yuǎn)程桌面控制的優(yōu)選交互特征數(shù)據(jù)，利用關(guān)聯(lián)性分析方法評估特征間的關(guān)聯(lián)程度，生成按性能影響分類的交互特征數(shù)據(jù)子集；

19、從交互特征數(shù)據(jù)子集中隨機(jī)選取若干樣本訓(xùn)練集，計算每個交互特征對性能影響的增益值，構(gòu)建性能分析模型并篩選關(guān)鍵交互特征；

20、剔除不完整的交互特征數(shù)據(jù)，對完整性最高的數(shù)據(jù)進(jìn)行驗證，劃分為若干特征數(shù)據(jù)子集，作為訓(xùn)練集；

21、利用性能分析模型對關(guān)鍵特征數(shù)據(jù)子集進(jìn)行訓(xùn)練，計算其在不同性能狀態(tài)下的影響概率，并生成性能特征模板，篩選出性能表現(xiàn)最佳的子集，形成新的交互特征數(shù)據(jù)集。

22、進(jìn)一步的，性能優(yōu)化模塊包括：

23、模型建立模塊，用于基于識別出的影響遠(yuǎn)程桌面控制性能的關(guān)鍵因素，構(gòu)建性能優(yōu)化模型；

24、性能預(yù)測模塊，用于利用建立的性能優(yōu)化模型對未來時刻的遠(yuǎn)程桌面控制性能進(jìn)行預(yù)測，得到遠(yuǎn)程桌面控制性能的變化趨勢。

25、進(jìn)一步的，基于識別出的影響遠(yuǎn)程桌面控制性能的關(guān)鍵因素，構(gòu)建性能優(yōu)化模型包括：

26、獲取影響遠(yuǎn)程桌面控制性能的關(guān)鍵因素集，并將關(guān)鍵因素集劃分為訓(xùn)練集和測試集；

27、以任意關(guān)鍵因素為主要參考特征，結(jié)合其余關(guān)鍵因素，共同輸入集成學(xué)習(xí)模型，構(gòu)建多個性能優(yōu)化子模型；

28、在訓(xùn)練集上評估所有性能優(yōu)化子模型的性能，選擇表現(xiàn)最佳的性能優(yōu)化子模型進(jìn)行融合，形成最終的性能優(yōu)化模型。

29、進(jìn)一步的，利用建立的性能優(yōu)化模型對未來時刻的遠(yuǎn)程桌面控制性能進(jìn)行預(yù)測，得到遠(yuǎn)程桌面控制性能的變化趨勢包括：

30、將影響遠(yuǎn)程桌面控制性能的關(guān)鍵因素輸入性能優(yōu)化模型，作為未來性能預(yù)測的基礎(chǔ)數(shù)據(jù)；

31、利用性能優(yōu)化模型計算未來時刻的性能指標(biāo)，生成遠(yuǎn)程桌面控制性能的初步預(yù)測結(jié)果；

32、基于預(yù)測結(jié)果分析未來遠(yuǎn)程桌面控制性能的變化趨勢，識別出性能波動區(qū)域，并基于性能波動區(qū)域，得到遠(yuǎn)程桌面控制性能的變化趨勢。

33、根據(jù)本發(fā)明的另一個方面，還提供了一種基于云計算的遠(yuǎn)程桌面控制方法，該遠(yuǎn)程桌面控制方法包括以下步驟：

34、s1、基于云計算平臺，獲取遠(yuǎn)程桌面控制的實時交互數(shù)據(jù)，并對實時交互數(shù)據(jù)進(jìn)行處理，得到遠(yuǎn)程桌面控制的交互特征數(shù)據(jù)；

35、s2、利用因素分析算法，對得到的遠(yuǎn)程桌面控制的交互特征數(shù)據(jù)進(jìn)行分析，識別出影響遠(yuǎn)程桌面控制性能的關(guān)鍵因素；

36、s3、基于關(guān)鍵因素，建立性能優(yōu)化模型，并利用性能優(yōu)化模型對未來時刻的遠(yuǎn)程桌面控制性能進(jìn)行預(yù)測，得到遠(yuǎn)程桌面控制性能的變化趨勢；

37、s4、根據(jù)變化趨勢，結(jié)合用戶實時交互狀態(tài)，并對遠(yuǎn)程桌面的控制策略進(jìn)行動態(tài)調(diào)整，優(yōu)化傳輸協(xié)議。

38、本發(fā)明的有益效果為：

39、1、本發(fā)明能夠從交互特征數(shù)據(jù)中提取影響遠(yuǎn)程桌面性能的關(guān)鍵因素，提高了對性能瓶頸的精準(zhǔn)識別能力，幫助優(yōu)化資源分配和性能優(yōu)化策略，提升整體遠(yuǎn)程桌面控制的效率，并且能夠?qū)ξ磥磉h(yuǎn)程桌面控制性能進(jìn)行預(yù)測，準(zhǔn)確預(yù)判可能的性能變化趨勢，從而能夠為提前調(diào)整資源分配和優(yōu)化策略提供科學(xué)依據(jù)，有助于降低延遲、提升用戶體驗，同時，根據(jù)性能變化趨勢和用戶實時交互狀態(tài)，系統(tǒng)可動態(tài)調(diào)整遠(yuǎn)程桌面的控制策略，實現(xiàn)對傳輸協(xié)議的智能優(yōu)化，通過優(yōu)化傳輸協(xié)議，進(jìn)一步降低數(shù)據(jù)傳輸延遲，提高網(wǎng)絡(luò)帶寬利用率，進(jìn)而增強遠(yuǎn)程桌面控制的流暢性和可靠性。

40、2、本發(fā)明通過因素分析算法精準(zhǔn)識別影響遠(yuǎn)程桌面性能的關(guān)鍵因素，優(yōu)化了特征篩選與數(shù)據(jù)重組過程，利用優(yōu)選特征數(shù)據(jù)集，剔除冗余特征并動態(tài)調(diào)整數(shù)據(jù)結(jié)構(gòu)，提升了特征數(shù)據(jù)的有效性和模型的預(yù)測精度，從而提升遠(yuǎn)程桌面控制的性能穩(wěn)定性、資源利用率和跨平臺兼容性，為用戶提供更加高效、流暢的遠(yuǎn)程操作體驗。

41、3、本發(fā)明利用性能優(yōu)化模型對未來遠(yuǎn)程桌面控制性能進(jìn)行精準(zhǔn)預(yù)測，通過關(guān)鍵因素輸入和模型計算，生成性能變化趨勢并識別波動區(qū)域，它能提前預(yù)判性能問題，為優(yōu)化資源分配和動態(tài)策略調(diào)整提供科學(xué)依據(jù)，從而滿足復(fù)雜網(wǎng)絡(luò)環(huán)境下的高效遠(yuǎn)程操作需求。