CN109491782B - 一种云桌面智能管理的方法及装置 - Google Patents

一种云桌面智能管理的方法及装置 Download PDF

Info

Publication number
CN109491782B
CN109491782B CN201710810537.8A CN201710810537A CN109491782B CN 109491782 B CN109491782 B CN 109491782B CN 201710810537 A CN201710810537 A CN 201710810537A CN 109491782 B CN109491782 B CN 109491782B
Authority
CN
China
Prior art keywords
user
cloud desktop
cloud
software
previously recorded
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
Application number
CN201710810537.8A
Other languages
English (en)
Other versions
CN109491782A (zh
Inventor
李锴
沈松
邱海军
宋伊漠
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
ZTE Corp
Original Assignee
ZTE Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by ZTE Corp filed Critical ZTE Corp
Priority to CN201710810537.8A priority Critical patent/CN109491782B/zh
Publication of CN109491782A publication Critical patent/CN109491782A/zh
Application granted granted Critical
Publication of CN109491782B publication Critical patent/CN109491782B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
    • G06F9/5011—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resources being hardware resources other than CPUs, Servers and Terminals
    • G06F9/5016—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resources being hardware resources other than CPUs, Servers and Terminals the resource being the memory
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
    • G06F11/3438—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment monitoring of user actions
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/50—Monitoring users, programs or devices to maintain the integrity of platforms, e.g. of processors, firmware or operating systems
    • G06F21/51—Monitoring users, programs or devices to maintain the integrity of platforms, e.g. of processors, firmware or operating systems at application loading time, e.g. accepting, rejecting, starting or inhibiting executable software based on integrity or source reliability
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
    • G06F9/5027—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/20—Education
    • G06Q50/205—Education administration or guidance
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2209/00—Indexing scheme relating to G06F9/00
    • G06F2209/50—Indexing scheme relating to G06F9/50
    • G06F2209/5021—Priority
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2209/00—Indexing scheme relating to G06F9/00
    • G06F2209/50—Indexing scheme relating to G06F9/50
    • G06F2209/508—Monitor
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2221/00—Indexing scheme relating to security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F2221/21—Indexing scheme relating to G06F21/00 and subgroups addressing additional information or applications relating to security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F2221/2119—Authenticating web pages, e.g. with suspicious links
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Software Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Computer Security & Cryptography (AREA)
  • Educational Administration (AREA)
  • Tourism & Hospitality (AREA)
  • Computer Hardware Design (AREA)
  • Educational Technology (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Health & Medical Sciences (AREA)
  • Quality & Reliability (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • General Business, Economics & Management (AREA)
  • Debugging And Monitoring (AREA)

Abstract

本发明公开了一种云桌面智能管理的方法及装置，涉及虚拟云桌面技术领域，其方法包括：对用户当前使用云桌面期间所产生的云桌面资源占用进行实时监测；根据对云桌面资源占用的监测结果，判断当前配置的云桌面资源是否需要调整；在判断当前配置的云桌面资源需要调整时，重新配置云桌面资源；在重新配置云桌面资源后，根据在前记录的用户习惯信息对用户云桌面进行智能管理。

Description

一种云桌面智能管理的方法及装置
技术领域
本发明涉及虚拟云桌面技术领域，特别涉及一种云桌面智能管理 的方法及装置。
背景技术
在目前的桌面虚拟化技术中,VDI(Virtual Desktop Infrastructure, 虚拟桌面基础架构)已经作为主流桌面虚拟化的技术被广大厂商所采 用，在云计算技术需求日益增大的今天，很多厂商都已经推出自己的 相关虚拟桌面VDI。
伴随VDI技术的发展，传统PC逐渐被取代，VDI各大厂商都在 致力于对标传统PC提升虚拟桌面的用户体验，不论源于自身对技术 的追求，还是市场的推动作用，虚拟桌面体验差、不流畅等问题都在 慢慢消失殆尽。当云桌面被更多的人接纳，成为市场主流，当所有的 厂商都能为用户提供一个体验、性能堪比传统PC的云桌面的时候， 将不得不考虑如何进一步提升产品的竞争力，设想VDI用户的日常， 管理云桌面和使用云桌面两大部分，既是基本又是核心。
发明内容
根据本发明实施例提供的方案解决的技术问题是云桌面系统自 身能力差且智能管理的用户体验差。
根据本发明实施例提供的一种云桌面智能管理的方法，包括：
对用户当前使用云桌面期间所产生的云桌面资源占用进行实时 监测；
根据对云桌面资源占用的监测结果，判断当前配置的云桌面资源 是否需要调整；
在判断当前配置的云桌面资源需要调整时，重新配置云桌面资 源；
在重新配置云桌面资源后，根据在前记录的用户习惯信息对用户 云桌面进行智能管理。
优选地，所述根据在前记录的用户习惯信息对用户云桌面进行智 能管理包括：
根据在前记录的用户习惯信息中的用户操作行为，判断所述用户 使用云桌面期间是否出现违规行为或违规趋势；
若判断所述用户使用云桌面期间出现了违规行为，则生成禁止用 户使用云桌面的禁止指令，并根据所述禁止指令关闭当前用户行为操 作，以便终止所述用户使用云桌面的违规行为；
若判断所述用户使用云桌面期间出现了违规趋势，则生成警告用 户使用云桌面的警告指令，并根据用户选择继续或关闭当前用户行为 操作。
优选地，所述根据在前记录的用户习惯信息对用户云桌面进行智 能管理包括：
根据在前记录的用户习惯信息中的软件使用行为，判断软件的用 户惯例操作是否未操作；
在判断软件的用户惯例操作未操作时，生成所述提示用户惯例操 作的提示指令，使用户根据所述提示指令进行惯例操作。
优选地，所述根据在前记录的用户习惯信息对用户云桌面进行智 能管理包括：
根据在前记录的用户习惯信息中的用户搜索软件学习行为，从云 端数据库中查找相匹配的软件学习教程，使用户根据所查找到的软件 学习教程进行教程学习。
优选地，所述根据在前记录的用户习惯信息对用户云桌面进行智 能管理包括：
根据在前记录的用户习惯信息中的用户生物特征行为，判断所述 用户使用云桌面期间用户是否发生疲劳；
若判断所述用户使用云桌面期间用户发生了疲劳，则生成提示用 户休息的提示指令，以便使用户根据提示指令停止操作云桌面。
根据本发明实施例提供的一种云桌面智能管理的装置，包括：
监测模块，用于对用户当前使用云桌面期间所产生的云桌面资源 占用进行实时监测；
判断模块，用于根据对云桌面资源占用的监测结果，判断当前配 置的云桌面资源是否需要调整；
资源配置模块，用于在判断当前配置的云桌面资源需要调整时， 重新配置云桌面资源；
管理模块，用于在重新配置云桌面资源后，根据在前记录的用户 习惯信息对用户云桌面进行智能管理。
优选地，所述管理模块具体用于根据在前记录的用户习惯信息中 的用户操作行为，判断所述用户使用云桌面期间是否出现违规行为或 违规趋势，并在判断所述用户使用云桌面期间出现了违规行为，则生 成禁止用户使用云桌面的禁止指令，并根据所述禁止指令关闭当前用 户行为操作，以便终止所述用户使用云桌面的违规行为，以及在判断 所述用户使用云桌面期间出现了违规趋势，则生成警告用户使用云桌 面的警告指令，并根据用户选择继续或关闭当前用户行为操作。
优选地，所述管理模块具体用于根据在前记录的用户习惯信息中 的软件使用行为，判断软件的用户惯例操作是否未操作，以及在判断 软件的用户惯例操作未操作时，生成所述提示用户惯例操作的提示指 令，使用户根据所述提示指令进行惯例操作。
优选地，所述管理模块具体用于根据在前记录的用户习惯信息中 的用户搜索软件学习行为，从云端数据库中查找相匹配的软件学习教 程，使用户根据所查找到的软件学习教程进行教程学习。
优选地，所述管理模块具体用于根据在前记录的用户习惯信息中 的用户生物特征行为，判断所述用户使用云桌面期间用户是否发生疲 劳，以及在判断所述用户使用云桌面期间用户发生了疲劳，则生成提 示用户休息的提示指令，以便使用户根据提示指令停止操作云桌面。
根据本发明实施例提供的方案，提升了云桌面系统自身能力，让 云桌面能够智能化管理、体验优越，提高用户黏性，从而提升产品竞 争力。
附图说明
图1是本发明实施例提供的一种云桌面智能管理的方法流程图；
图2是本发明实施例提供的一种云桌面智能管理的装置示意图；
图3是本发明实施例提供的桌面代理采集cpu、内存数据的流程 图；
图4是本发明实施例提供的服务端根据用户个性数据对资源进 行调整的流程图；
图5是本发明实施例提供的违规行为主动预防的流程图；
图6是本发明实施例提供的用户软件使用习惯分析的流程图；
图7是本发明实施例提供的自动构建知识体系并制定学习计划 的流程图；
图8是本发明实施例提供的用户日常辅助的流程图；
图9是本发明实施例提供的构建习惯数据模型的流程图。
具体实施方式
以下结合附图对本发明的优选实施例进行详细说明，应当理解， 以下所说明的优选实施例仅用于说明和解释本发明，并不用于限定本 发明。
图1是本发明实施例提供的一种云桌面智能管理的方法流程图， 如图1所示，包括：
步骤S101：对用户当前使用云桌面期间所产生的云桌面资源占 用进行实时监测；
步骤S102：根据对云桌面资源占用的监测结果，判断当前配置 的云桌面资源是否需要调整；
步骤S103：在判断当前配置的云桌面资源需要调整时，重新配 置云桌面资源；
步骤S104：在重新配置云桌面资源后，根据在前记录的用户习 惯信息对用户云桌面进行智能管理。
其中，所述根据在前记录的用户习惯信息对用户云桌面进行智能 管理包括：根据在前记录的用户习惯信息中的用户操作行为，判断所 述用户使用云桌面期间是否出现违规行为或违规趋势；若判断所述用 户使用云桌面期间出现了违规行为，则生成禁止用户使用云桌面的禁 止指令，并根据所述禁止指令关闭当前用户行为操作，以便终止所述 用户使用云桌面的违规行为；若判断所述用户使用云桌面期间出现了 违规趋势，则生成警告用户使用云桌面的警告指令，并根据用户选择 继续或关闭当前用户行为操作。
其中，所述根据在前记录的用户习惯信息对用户云桌面进行智能 管理包括：根据在前记录的用户习惯信息中的软件使用行为，判断软 件的用户惯例操作是否未操作；在判断软件的用户惯例操作未操作 时，生成所述提示用户惯例操作的提示指令，使用户根据所述提示指 令进行惯例操作。
其中，所述根据在前记录的用户习惯信息对用户云桌面进行智能 管理包括：根据在前记录的用户习惯信息中的用户搜索软件学习行 为，从云端数据库中查找相匹配的软件学习教程，使用户根据所查找 到的软件学习教程进行教程学习。
其中，所述根据在前记录的用户习惯信息对用户云桌面进行智能 管理包括：根据在前记录的用户习惯信息中的用户生物特征行为，判 断所述用户使用云桌面期间用户是否发生疲劳；若判断所述用户使用 云桌面期间用户发生了疲劳，则生成提示用户休息的提示指令，以便 使用户根据提示指令停止操作云桌面。
图2是本发明实施例提供的一种云桌面智能管理的装置示意图， 如图2所示，包括：监测模块201，用于对用户当前使用云桌面期间 所产生的云桌面资源占用进行实时监测；判断模块202，用于根据对 云桌面资源占用的监测结果，判断当前配置的云桌面资源是否需要调 整；资源配置模块203，用于在判断当前配置的云桌面资源需要调整 时，重新配置云桌面资源；管理模块204，用于在重新配置云桌面资 源后，根据在前记录的用户习惯信息对用户云桌面进行智能管理。
其中，所述管理模块204具体用于根据在前记录的用户习惯信息 中的用户操作行为，判断所述用户使用云桌面期间是否出现违规行为 或违规趋势，并在判断所述用户使用云桌面期间出现了违规行为，则 生成禁止用户使用云桌面的禁止指令，并根据所述禁止指令关闭当前 用户行为操作，以便终止所述用户使用云桌面的违规行为，以及在判 断所述用户使用云桌面期间出现了违规趋势，则生成警告用户使用云 桌面的警告指令，并根据用户选择继续或关闭当前用户行为操作。
其中，所述管理模块204具体用于根据在前记录的用户习惯信息 中的软件使用行为，判断软件的用户惯例操作是否未操作，以及在判 断软件的用户惯例操作未操作时，生成所述提示用户惯例操作的提示 指令，使用户根据所述提示指令进行惯例操作。
其中，所述管理模块204具体用于根据在前记录的用户习惯信息 中的用户搜索软件学习行为，从云端数据库中查找相匹配的软件学习 教程，使用户根据所查找到的软件学习教程进行教程学习。
其中，所述管理模块204具体用于根据在前记录的用户习惯信息 中的用户生物特征行为，判断所述用户使用云桌面期间用户是否发生 疲劳，以及在判断所述用户使用云桌面期间用户发生了疲劳，则生成 提示用户休息的提示指令，以便使用户根据提示指令停止操作云桌 面。
本发明实施例的云桌面智能管理包括以下几部分：
A、云桌面资源智能分配。用户在使用云桌面过程中，云桌面代 理记录用户云桌面cpu、内存消耗极限，以及分时段cpu、内存使用 情况比例，记录的同时更新云端用户习惯数据库，经由系统分析，对 用户云桌面资源进行再分配，再分配分两种模式，动态分配和阶段性 分配。同时可以实现云课堂教学资源根据课程表动态调整，实现资 源合理使用。
B、违规行为主动预防。分析用户使用云桌面期间产生的用户行 为，对比合规要求，当用户出现违规行为或违规趋势，主动提醒用户， 终止违规行为。根据用户行为积分调整用户计算资源分配优先级。
C、用户应用软件使用习惯分析。主动记录用户软件使用习惯， 例如打开一个或多个软件的时刻，软件使用的频度，将数据上传至用 户习惯数据库。系统可根据用户习惯数据进行软件预安装、监控、重 要事项主动提醒等操作。
D、自动构建知识体系并制定学习计划。检测用户搜索信息，为 用户搜索内容提供系统学习方案，由用户选择是否接受并安排计划， 以及是否需要推广学习，减少用户资源内耗。
E、日常辅助。无间断APM(Actions Per Minute，每分钟操作次 数)大样本分析，全流程人像/眼纹识别，防止他人盗用；人脸识别， 判断用户状态；心率检测，眨眼频率检测，对比用户长期数据，疲 劳提醒，用户关怀。
F、行业系统意识库。汇总系统及用户io、cpu、内存占用模型， 形成行业习惯数据模型。
下面根据附图3-附图9对本发明技术内容进行详细的说明：
图3是本发明实施例提供的桌面代理采集cpu、内存数据的流程 图，如图3所示，包括：
步骤S301：用户登录云桌面；
步骤S302：桌面代理读取用户策略，用户策略包括监控频率和 阶段数据时间粒度；
步骤S303：桌面代理记录用户cpu占用率；
步骤S304：桌面代理记录用户内存占用率；
步骤S305：判断cpu占用率是否为历史最大值；
步骤S306：判断内存占用率是否为历史最大值；
步骤S307：如果是历史最大值，上报服务端，刷新上限；
步骤S308：无论采集到的数据是否历史最大值都记录在本地， 并根据阶段数据时间粒度计算时间粒度区间内的平均数据；
步骤S309：每生成一次阶段数据后将此数据上报服务端。
图4是本发明实施例提供的服务端根据用户个性数据对资源进 行调整的流程图，如图4所示，包括：
步骤S401：服务端收到桌面代理上报的用户个性数据；
步骤S402：判断是否为最大值；
步骤S403：如果是，更新用户个性数据表-cpu、内存占用峰值；
步骤S404：如果不是，更新用户阶段性资源占用记录表；
步骤S405：建立资源调度策略；
步骤S406：系统定时查询用户资源占用峰值；
步骤S407：计算峰值/总资源并与阈值x％做比较；
步骤S408：判断是否小于阈值；
步骤S409：维持当前配置；
步骤S410：根据比例为该用户减少资源分配；
步骤S411：是否实时调整；
步骤S412：提示用户，实时调整；
步骤S413：提示用户，如果用户接受调整，不做实时调整，虚 拟桌面重启后生效；
步骤S414：系统侧可自动根据预制策略或由管理员手动从数据 库捞取多个时段内的用户资源占用记录；
步骤S415：计算多个时段用户占用资源平均值并比较判断是否 有必要根据时段进行资源调度。
云桌面资源再分配。云桌面系统在开户时即在云端数据库内为用 户建立个性信息表，用户登录云桌面后，桌面代理将持续记录cpu占 用率、内存使用率，并将最大值上报至服务端，由服务端写入用户个 性信息表，得到用户使用期内最大cpu占用率、最大内存极限数据， 并根据系统侧预设的策略，计算得到用户使用期内一定时间内的cpu、 内存使用平均值，并按照预设的时间粒度上传到服务端，得到用户在 某个时间段内对资源的占用情况。经由系统分析，对用户云桌面资源 进行再分配，再分配分两种模式，动态分配和阶段性分配，动态分配 即为实时分配，阶段性分配经由用户同意之后下次重启后生效。也使 用于云课堂教学场景，通过长期分析不通课程对资源要求不同，实现 资源分配结合课表动态倾斜。
图5是本发明实施例提供的违规行为主动预防的流程图，如图5 所示，分析用户使用云桌面期间产生的用户行为，对比合规要求，当 用户出现违规行为或违规趋势，主动提醒用户，终止违规行为，如图 中所示，以访问网页为例，当用户试图去访问a.com，桌面代理会对 这个请求目标送到云服务端进行审核，云服务端收到请求后判断网页 合法性，如果合法，允许其访问。如果非法，禁止其访问，如果是敏 感网站，将给出合理提示，由用户自己选择。当用户尝试访问非法网 站或确认访问了敏感网站。该行为将被记录。用户对应计算资源的分 配优先级将会受到个人行为记录影响。违规次数较多的用户，相应的 资源分配优先级将低于其他用户。
图6是本发明实施例提供的用户软件使用习惯分析的流程图，如 图6所示，包括：
步骤S601：用户登录云桌面；
步骤S602：打开软件A；
步骤S603：桌面代理记录软件A信息、软件窗口激活时间、并 持续记录软件A的使用时间；
步骤S604：打开软件B；
步骤S605：桌面代理暂停记录软件A的使用时间、记录软件B 的信息、软件B窗口激活时间、并持续记录软件B的使用时间；
步骤S606：由B切换到A；
步骤S607：停止记录软件B的使用时间，从软件A窗口激活起, 继续记录软件A的使用时间；
步骤S608：由A切换到B；
步骤S609：停止记录软件A的使用时间，从软件B窗口激活起, 继续记录软件B的使用时间；
步骤S610：关闭软件A；
步骤S611：桌面代理停止记录软件A的使用时间；
步骤S612：将用户所使用的软件A的相关信息，以及使用时间 (例如9:00am-10:00am之间共使用20min)上报至服务端，记录用户 个性数据表；
步骤S613：关闭软件B；
步骤S614：桌面代理停止记录软件A的使用时间；
步骤S615：将用户所使用的软件A的相关信息，以及使用时间 (例如9:00am-10:00am之间共使用20min)上报至服务端，记录用户 个性数据表。
主动记录用户软件使用习惯，例如打开一个或多个软件的时刻， 软件使用的频度，将数据上传至用户习惯数据库。系统可根据用户习 惯数据进行软件预安装、监控、重要事项主动提醒等操作。用户登录 云桌面并运行软件后，桌面代理会记录软件的信息、窗口激活时间、 并持续记录软件的使用时间，当用户打开多款软件使用时，桌面代理 会分别记录每一款软件的使用时间，当软件关闭后，桌面代理会将用 户使用此款软件的时间数据发送到服务器侧，作为用户的个性数据， 服务端可根据此个性数据，为用户提供软件预安装服务，例如当用户 更换云桌面时，可以根据用户的个性习惯数据推荐用户安装其最常用的软件；可以监控用户行为；可以根据用户习惯数据为用户创建提醒 服务，例如用户惯例的操作未做时，会提醒用户进行操作。
图7是本发明实施例提供的自动构建知识体系并制定学习计划 的流程图，如图7所示，包括：
步骤S701：用户登录云桌面使用搜索引擎，搜索软件相关信息；
步骤S702：桌面代理捕捉搜索行为；
步骤S703：从云端教程库匹配相关教程；
步骤S704：向用户推送相关教程供用户选择；
步骤S705：询问用户是否选择教程；
步骤S706：如果用户选择，进入教程学习；
步骤S707：如果用户不选择，不干扰用户继续使用；
步骤S708：用户长期使用某软件；
步骤S709：桌面代理获取用户使用此软件的频率；
步骤S710：从云端教程库匹配对应深度的教程；
步骤S711：向用户推送相关教程供用户选择；
步骤S712：用户是否选择教程；
步骤S713：进入教程学习；
步骤S714：不干扰用户继续使用。
自动构建知识体系并制定学习计划。检测用户搜索信息，为用户 搜索内容提供系统学习方案，由用户选择是否接受并安排计划，以及 是否需要推广学习。如图7所示，当用户通过搜索引擎搜索查询某软 件相关信息或使用技巧，提交请求时桌面代理从云端教程库匹配相关 教程，并向用户推送，如果用户选择学习，即可进入教程学习，如果 用户选择拒绝，将不再继续干扰用户。桌面代理记录用户长期使用某 软件的习惯数据之后，根据用户使用此软件的频率，也可以从云端教 程库为用户匹配对应深度的教程，并推送给用户，同样用户如果选择 接受学习，即可进入教程学习，用户亦可拒绝。
图8是本发明实施例提供的用户日常辅助的流程图，如图8所示， 包括：
步骤S801：用户登录云桌面；
步骤S802：桌面代理启动；
步骤S803：用户进行长时间连续操作，桌面代理记录用户APM；
步骤S804：桌面代理调用摄像头；
步骤S805：桌面代理采集外设返回的心率数据(例如可测心率 鼠标)；
步骤S806：累积样本数据；
步骤S807：采集用户眼纹；
步骤S808：监控用户眨眼频率，累计样本数据；
步骤S809：累积样本数据；
步骤S810：判断是否用户本人操作；
步骤S811：告警并做相应处理；
步骤S812：不影响用户继续使用；
步骤S813：判断用户是否疲劳，心率是否异常；
步骤S814：给出相应提示，提示用户休息；
步骤S815：不影响用户继续使用。
日常辅助。无间断APM大样本分析，全流程人像/眼纹识别，防 止他人盗用；人脸识别，判断用户状态；心率检测，眨眼频率检测， 对比用户长期数据，疲劳提醒，用户关怀。用户使用云桌面过程中， 一旦进入连续操作，例如连续录入文本、邮件编辑、软件使用等，桌面代理将记录用户的APM数据，并累积样本数据；桌面代理可以通 过调用摄像头、可测心率鼠标等外设采集用户眼纹、眨眼频率、心率 等生物数据，从而进一步结合这些数据来进行是否用户本人操作、用 户是否疲劳，提高用户桌面安全性、用户人身安全性。云桌面目前应用于各行各业，包括各种教学场景，采集人脸识别大数据，可以帮助 教师分析学生上课状态，通过学生上课状态分析授课效率，亦可将数 据反馈于学生，帮助学生自我分析调节上课行为。
图9是本发明实施例提供的构建习惯数据模型的流程图，如图9 所示，包括：
步骤S901：用户正常使用云桌面；
步骤S902：用户所有对磁盘的读写操作均通过磁盘过滤驱动；
步骤S903：磁盘过滤驱动全程记录用户发生的读写扇区操作， 生成IO模块；
步骤S904：定时将阶段数据上传云端；
步骤S905：云端根据典型用户的个性数据形成基准模型，作为 节省成本、优化配置、提高用户体验的依据。
构建习惯数据模型。用户在日常使用云桌面过程中，所有对扇区 的读写操作均通过磁盘过滤驱动，磁盘过滤驱动全程记录用户对磁盘 扇区的读写行为，将用户所有的行为都转化为IO模型来呈现，然后 将用户的IO模型上传到云终端存储，运维人员可以根据典型用户的 IO模型进行分析，根据不用角色用户的IO模型进一步优化配置，从 而起到节省用户成本、提高用户使用体验的目的。
根据本发明实施例提供的方案，提供了一种集管控与辅助与一体 的云桌面智能管理方案，在云计算技术为主导办公教学场景的当下， 方便了客户运维、管控；让资源得以最优利用，降低成本；更是增加 了用户与桌面交互的场景，大大提高了用户体验。
尽管上文对本发明进行了详细说明，但是本发明不限于此，本技 术领域技术人员可以根据本发明的原理进行各种修改。因此，凡按照 本发明原理所作的修改，都应当理解为落入本发明的保护范围。

Claims (6)

1.一种云桌面智能管理的方法，包括：
对用户当前使用云桌面期间所产生的云桌面资源占用进行实时监测；
根据对云桌面资源占用的监测结果，判断当前配置的云桌面资源是否需要调整；
在判断当前配置的云桌面资源需要调整时，重新配置云桌面资源；
在重新配置云桌面资源后，根据在前记录的用户习惯信息对用户云桌面进行智能管理；
所述根据在前记录的用户习惯信息对用户云桌面进行智能管理包括：
根据在前记录的用户习惯信息中的软件使用行为，判断软件的用户惯例操作是否未操作；
在判断软件的用户惯例操作未操作时，生成提示所述用户惯例操作的提示指令，使用户根据所述提示指令进行惯例操作；
所述根据在前记录的用户习惯信息对用户云桌面进行智能管理还包括：
根据在前记录的用户习惯信息中的用户搜索软件学习行为，从云端数据库中查找相匹配的软件学习教程，使用户根据所查找到的软件学习教程进行教程学习。
2.根据权利要求1所述的方法，所述根据在前记录的用户习惯信息对用户云桌面进行智能管理包括：
根据在前记录的用户习惯信息中的用户操作行为，判断所述用户使用云桌面期间是否出现违规行为或违规趋势；
若判断所述用户使用云桌面期间出现了违规行为，则生成禁止用户使用云桌面的禁止指令，并根据所述禁止指令关闭当前用户行为操作，以便终止所述用户使用云桌面的违规行为；
若判断所述用户使用云桌面期间出现了违规趋势，则生成警告用户使用云桌面的警告指令，并根据用户选择继续或关闭当前用户行为操作。
3.根据权利要求1所述的方法，所述根据在前记录的用户习惯信息对用户云桌面进行智能管理包括：
根据在前记录的用户习惯信息中的用户生物特征行为，判断所述用户使用云桌面期间用户是否发生疲劳；
若判断所述用户使用云桌面期间用户发生了疲劳，则生成提示用户休息的提示指令，以便使用户根据提示指令停止操作云桌面。
4.一种云桌面智能管理的装置，包括：
监测模块，用于对用户当前使用云桌面期间所产生的云桌面资源占用进行实时监测；
判断模块，用于根据对云桌面资源占用的监测结果，判断当前配置的云桌面资源是否需要调整；
资源配置模块，用于在判断当前配置的云桌面资源需要调整时，重新配置云桌面资源；
管理模块，用于在重新配置云桌面资源后，根据在前记录的用户习惯信息对用户云桌面进行智能管理；
所述管理模块具体用于根据在前记录的用户习惯信息中的软件使用行为，判断软件的用户惯例操作是否未操作，以及在判断软件的用户惯例操作未操作时，生成提示所述用户惯例操作的提示指令，使用户根据所述提示指令进行惯例操作；
所述管理模块具体还用于根据在前记录的用户习惯信息中的用户搜索软件学习行为，从云端数据库中查找相匹配的软件学习教程，使用户根据所查找到的软件学习教程进行教程学习。
5.根据权利要求4所述的装置，所述管理模块具体用于根据在前记录的用户习惯信息中的用户操作行为，判断所述用户使用云桌面期间是否出现违规行为或违规趋势，并在判断所述用户使用云桌面期间出现了违规行为，则生成禁止用户使用云桌面的禁止指令，并根据所述禁止指令关闭当前用户行为操作，以便终止所述用户使用云桌面的违规行为，以及在判断所述用户使用云桌面期间出现了违规趋势，则生成警告用户使用云桌面的警告指令，并根据用户选择继续或关闭当前用户行为操作。
6.根据权利要求4所述的装置，所述管理模块具体用于根据在前记录的用户习惯信息中的用户生物特征行为，判断所述用户使用云桌面期间用户是否发生疲劳，以及在判断所述用户使用云桌面期间用户发生了疲劳，则生成提示用户休息的提示指令，以便使用户根据提示指令停止操作云桌面。
CN201710810537.8A 2017-09-11 2017-09-11 一种云桌面智能管理的方法及装置 Active CN109491782B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710810537.8A CN109491782B (zh) 2017-09-11 2017-09-11 一种云桌面智能管理的方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710810537.8A CN109491782B (zh) 2017-09-11 2017-09-11 一种云桌面智能管理的方法及装置

Publications (2)

Publication Number Publication Date
CN109491782A CN109491782A (zh) 2019-03-19
CN109491782B true CN109491782B (zh) 2023-07-18

Family

ID=65688716

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710810537.8A Active CN109491782B (zh) 2017-09-11 2017-09-11 一种云桌面智能管理的方法及装置

Country Status (1)

Country Link
CN (1) CN109491782B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110147264B (zh) * 2019-05-17 2022-02-18 巢湖学院 一种基于用户习惯的云桌面自助管理系统
CN114077469B (zh) * 2020-08-19 2024-08-06 中国电信股份有限公司 用于优化虚拟桌面管理的方法、系统和装置
CN113900716B (zh) * 2021-09-29 2023-05-30 武汉噢易云计算股份有限公司 桌面启动的管理方法及装置
CN114240118A (zh) * 2021-12-09 2022-03-25 华特数字科技有限公司 一种云桌面调度方法与系统
CN114363325B (zh) * 2022-01-07 2024-05-24 广东坤通科技有限公司 一种云桌面系统管控方法及系统

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103595773A (zh) * 2013-11-01 2014-02-19 浪潮电子信息产业股份有限公司 一种基于云桌面的系统性能优化的方法
CN105141662A (zh) * 2015-07-27 2015-12-09 浪潮(北京)电子信息产业有限公司 一种云桌面数据管理方法、客户端、远程数据中心和系统
CN105141659A (zh) * 2015-07-23 2015-12-09 浪潮(北京)电子信息产业有限公司 一种云桌面分配方法和系统
CN105162641A (zh) * 2014-05-28 2015-12-16 中兴通讯股份有限公司 云桌面的监控方法及装置
CN105787050A (zh) * 2016-02-26 2016-07-20 联想(北京)有限公司 一种信息处理方法及装置、电子设备
CN106383706A (zh) * 2016-09-05 2017-02-08 广州云晫信息科技有限公司 基于虚拟桌面和虚拟操作系统的自适应云桌面服务系统
CN106406533A (zh) * 2016-09-26 2017-02-15 珠海格力电器股份有限公司 电子设备的护眼方法、装置及电子设备
CN106502697A (zh) * 2016-10-27 2017-03-15 维沃移动通信有限公司 一种桌面应用图标的整理方法及移动终端
CN106533758A (zh) * 2016-11-10 2017-03-22 河南智业科技发展有限公司 一种OpenStack云桌面的企业云桌面管理平台

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8850349B2 (en) * 2012-04-06 2014-09-30 Google Inc. Smart user-customized graphical keyboard

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103595773A (zh) * 2013-11-01 2014-02-19 浪潮电子信息产业股份有限公司 一种基于云桌面的系统性能优化的方法
CN105162641A (zh) * 2014-05-28 2015-12-16 中兴通讯股份有限公司 云桌面的监控方法及装置
CN105141659A (zh) * 2015-07-23 2015-12-09 浪潮(北京)电子信息产业有限公司 一种云桌面分配方法和系统
CN105141662A (zh) * 2015-07-27 2015-12-09 浪潮(北京)电子信息产业有限公司 一种云桌面数据管理方法、客户端、远程数据中心和系统
CN105787050A (zh) * 2016-02-26 2016-07-20 联想(北京)有限公司 一种信息处理方法及装置、电子设备
CN106383706A (zh) * 2016-09-05 2017-02-08 广州云晫信息科技有限公司 基于虚拟桌面和虚拟操作系统的自适应云桌面服务系统
CN106406533A (zh) * 2016-09-26 2017-02-15 珠海格力电器股份有限公司 电子设备的护眼方法、装置及电子设备
CN106502697A (zh) * 2016-10-27 2017-03-15 维沃移动通信有限公司 一种桌面应用图标的整理方法及移动终端
CN106533758A (zh) * 2016-11-10 2017-03-22 河南智业科技发展有限公司 一种OpenStack云桌面的企业云桌面管理平台

Also Published As

Publication number Publication date
CN109491782A (zh) 2019-03-19

Similar Documents

Publication Publication Date Title
CN109491782B (zh) 一种云桌面智能管理的方法及装置
Chikersal et al. Detecting depression and predicting its onset using longitudinal symptoms captured by passive sensing: a machine learning approach with robust feature selection
US11374810B2 (en) Monitoring adherence and dynamically adjusting digital therapeutics
US10565894B1 (en) Systems and methods for personalized digital goal setting and intervention
Triventi et al. Participation, performance and inequality in Italian higher education in the 20th century: Evidence from the Italian Longitudinal Household Survey
US20070300225A1 (en) Providing user information to introspection
US20060136451A1 (en) Methods and systems for applying attention strength, activation scores and co-occurrence statistics in information management
US11983156B2 (en) System and method for indexing large volumes and durations of temporally-based sensor datasets
KR20160002162A (ko) 질의 응답 장치 및 방법
US20210383926A1 (en) Mental health assessment system and method
US20190347621A1 (en) Predicting task durations
US12020818B1 (en) Cross care matrix based care giving intelligence
Zhang et al. Inferring mood instability via smartphone sensing: A multi-view learning approach
ElTayeby et al. A survey on interaction log analysis for evaluating exploratory visualizations
CN117768498A (zh) 区块链数据管理方法、装置、电子设备及存储介质
US20190230091A1 (en) Method for Implementing Intelligent Parental Controls
CN109741219A (zh) 一种学习行为分析方法及装置
Sediyono et al. Software requirement specification of intelligent system for monitoring and preventing smartphone addiction
Diep et al. An unsupervised method for web user interest analysis
CN115358430B (zh) 一种基于大数据的运维信息管理系统及方法
CN116578412A (zh) 机器学习集群算力资源运维方法、系统、设备及存储介质
US20210266632A1 (en) Systems and methods for processing overlapping content
Paliouras et al. From web usage statistics to web usage analysis
US11514920B2 (en) Method and system for determining speaker-user of voice-controllable device
US20240153614A1 (en) Method and system for providing cognitive behavioral therapy for pain patient

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