[发明专利]实时云应用托管方法、装置、服务器和存储介质

权利要求书

1.一种实时云应用托管方法，其特征在于，包括：

实时获取云服务器与用户的客户端之间的网络状况数据；

若根据所述网络状况数据确定所述客户端的网络状况存在预设的网络质量差情况，则确定当前的用户卡顿行为模型是否满足预设条件；其中所述用户卡顿行为模型包括若干条用户指令预测规则，所述用户指令预测规则包含卡顿前以及卡顿时的用户操作指令；

若满足所述预设条件，则根据所述当前的用户卡顿行为模型模拟所述用户的卡顿操作模式生成预测操作指令，以替代在所述网络质量差情况下从所述客户端接收的所述用户的操作指令与所述云应用进行实时交互；

若不满足所述预设条件，则获取卡顿前以及卡顿时所述用户的用户操作指令，并对所述卡顿前以及卡顿时所述用户的用户操作指令进行分析；若所述当前的用户卡顿行为模型不存在目标规则，则根据所述卡顿前以及卡顿时所述用户的用户操作指令生成用户指令预测规则，并添加至所述用户卡顿行为模型；若所述当前的用户卡顿行为模型存在目标规则，则根据所述卡顿前以及卡顿时所述用户的用户操作指令更新所述目标规则的准确率；

其中，若所述当前的用户卡顿行为模型中存在卡顿前的用户操作指令与本次网络质量差情况发生前的用户操作指令一致的用户指令预测规则，则确定当前的用户卡顿行为模型中存在目标规则；若所述当前的用户卡顿行为模型中存在目标规则，且所述目标规则的准确率达到预设阈值，则确定所述当前的用户卡顿行为模型满足预设条件。

2.根据权利要求1所述的实时云应用托管方法，其特征在于，得到所述用户指令预测规则的准确率，具体包括：

统计出现所述网络质量差情况时所述用户的历史卡顿操作记录；其中，每项历史卡顿操作记录包含：卡顿前以及卡顿时的用户操作指令；

根据所述用户指令预测规则与所述历史卡顿操作记录的匹配结果确定所述用户指令预测规则的准确率。

3.根据权利要求1所述的实时云应用托管方法，其特征在于，在根据所述用户卡顿行为模型模拟所述用户的卡顿操作模式生成预测操作指令之后，还包括：

获取所述网络质量差情况下的所述用户的用户操作指令；

得到所述预测操作指令与获取的所述用户的用户操作指令的比对结果；

根据所述比对结果更新所述用户卡顿行为模型。

4.根据权利要求1所述的实时云应用托管方法，其特征在于，在根据所述当前的用户卡顿行为模型模拟所述用户的卡顿操作模式生成预测操作指令之后，还包括：

若满足退出托管条件，则停止生成预测操作指令，并继续从所述客户端接收所述用户的操作指令，以与所述云应用进行实时交互。

5.一种实时云应用托管装置，其特征在于，包括：

获取模块，用于实时获取云服务器与用户的客户端之间的网络状况数据；

第一确定模块，用于根据所述网络状况数据确定所述客户端的网络状况是否存在网络质量差情况；

第二确定模块，用于若存在所述网络质量差情况，则确定当前的用户卡顿行为模型是否满足预设条件；其中所述用户卡顿行为模型包括若干条用户指令预测规则，所述用户指令预测规则规则包含卡顿前以及卡顿时的用户操作指令；

托管模块，用于若满足所述预设条件，则根据所述当前的用户卡顿行为模型模拟所述用户的卡顿操作模式生成预测操作指令，以替代在所述网络质量差情况下从所述客户端接收的所述用户的操作指令与所述云应用进行实时交互；若不满足所述预设条件，则获取卡顿前以及卡顿时所述用户的用户操作指令，并对所述卡顿前以及卡顿时所述用户的用户操作指令进行分析；若所述当前的用户卡顿行为模型不存在目标规则，则根据所述卡顿前以及卡顿时所述用户的用户操作指令生成用户指令预测规则，并添加至所述用户卡顿行为模型；若所述当前的用户卡顿行为模型存在目标规则，则根据所述卡顿前以及卡顿时所述用户的用户操作指令更新所述目标规则的准确率；其中，若所述当前的用户卡顿行为模型中存在卡顿前的用户操作指令与本次网络质量差情况发生前的用户操作指令一致的用户指令预测规则，则确定当前的用户卡顿行为模型中存在目标规则；若所述当前的用户卡顿行为模型中存在目标规则，且所述目标规则的准确率达到预设阈值，则确定所述当前的用户卡顿行为模型满足预设条件。