CN113572822A - 一种云终端模拟控制方法、装置、存储介质及电子设备 - Google Patents

Abstract

本申请实施例公开了一种云终端模拟控制方法、装置、存储介质及电子设备，其中，方法包括：获取与需要创建的云终端匹配的处理器模拟信息，获取所述需要创建的云终端所对应的实体配置信息，所述实体配置信息为所述需要创建的云终端对应的软硬件配置信息，基于所述实体配置信息和所述处理器模拟信息创建与所述需要创建的云终端对应的云终端模块。采用本申请实施例，可以提高云终端模拟控制的准确性。

Description

一种云终端模拟控制方法、装置、存储介质及电子设备

技术领域

本申请涉及计算机技术领域，尤其涉及一种云终端模拟控制方法、装置、存储介质及电子设备。

背景技术

随着云计算技术的快速发展，云计算场景越来越普遍。基于云计算的云终端(如云手机、云电视等等)可部署运行在云端的服务平台上，用户可基于客户端通过网络访问服务平台，服务平台也可为用户提供多元化、全方位的虚拟云终端的业务服务，通过云终端可支持所模拟实体设备上各种终端应用以及终端服务的展示、下载、维护管理等功能。

发明内容

本申请实施例提供了一种云终端模拟控制方法、装置、存储介质及电子设备，所述技术方案如下：

第一方面，本申请实施例提供了一种云终端模拟控制方法，所述方法包括：

获取与需要创建的云终端匹配的处理器模拟信息；

获取所述需要创建的云终端所对应的实体配置信息，所述实体配置信息为所述需要创建的云终端对应的软硬件配置信息；

基于所述实体配置信息和所述处理器模拟信息创建与所述需要创建的云终端对应的云终端模块。

第二方面，本申请实施例提供了一种云终端模拟控制装置，所述装置包括：

信息确定模块，用于获取与需要创建的云终端匹配的处理器模拟信息，获取所述需要创建的云终端所对应的实体配置信息；

云终端创建模块，用于基于所述实体配置信息和所述处理器模拟信息创建与所述云终端对应的云终端模块。

第三方面，本申请实施例提供一种计算机存储介质，所述计算机存储介质存储有多条指令，所述指令适于由处理器加载并执行上述的方法步骤。

第四方面，本申请实施例提供一种电子设备，可包括：处理器和存储器；其中，所述存储器存储有计算机程序，所述计算机程序适于由所述处理器加载并执行上述的方法步骤。

本申请一些实施例提供的技术方案带来的有益效果至少包括：

在本申请一个或多个实施例中，服务平台通过获取与需要创建的云终端匹配的处理器模拟信息；并获取所述云终端所对应的实体配置信息，然后基于所述实体配置信息和所述处理器模拟信息创建针对所述云终端对应的云终端模块。以便于在后续实际应用阶段基于所述云终端模块运行所述云终端对应的业务服务。整个云终端模拟控制过程中，基于更贴近所需模拟实体(如实体手机、实体电脑等)的云终端对应的处理器模拟信息和实体配置信息进行创建，可以避免仅在云端模板式的构造虚拟软体运行环境或者直接基于服务器资源运行业务服务所导致的模拟控制脱离实体模拟实际环境以及模拟控制不精准的问题，提高了云终端模拟控制的准确性，云终端模拟控制过程更贴近实体装置软硬件运行环境，可在云终端实现对所模拟实体的性能、状态、消耗等测试维度的精准度量。

附图说明

为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本申请实施例提供的一种云终端模拟控制方法的流程示意图；

图2是本申请实施例提供的另一种云终端模拟控制方法的流程示意图；

图3是本申请涉及的一种客户端与云服务平台的交互示意图；

图4是是本申请涉及的一种设备自定义设置的界面示意图；

图5是本申请实施例提供的另一种云终端模拟控制方法的流程示意图；

图6是本申请涉及到的一种模型训练的场景示意图；

图7是本申请实施例提供的一种云终端模拟控制系统的架构示意图；

图8是本申请实施例提供的一种云终端模拟控制装置的结构示意图；

图9是本申请实施例提供的一种信息确定模块的结构示意图；

图10是本申请实施例提供的另一种云终端模拟控制装置的结构示意图；

图11是本申请实施例提供的一种电子设备的结构示意图。

具体实施方式

下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

在本申请的描述中，需要理解的是，术语“第一”、“第二”等仅用于描述目的，而不能理解为指示或暗示相对重要性。在本申请的描述中，需要说明的是，除非另有明确的规定和限定，“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其他步骤或单元。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本申请中的具体含义。此外，在本申请的描述中，除非另有说明，“多个”是指两个或两个以上。“和/或”，描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。

下面结合具体的实施例对本申请进行详细说明。

在一个实施例中，如图1所示，特提出了一种云终端模拟控制方法，该方法可依赖于计算机程序实现，可运行于基于冯诺依曼体系的云终端模拟控制装置上。该计算机程序可集成在应用中，也可作为独立的工具类应用运行。具体的，该云终端模拟控制方法包括：

S101：获取与需要创建的云终端匹配的处理器模拟信息。

所述云终端可理解为基于云技术的一种新型的云应用技术，云终端可部署运行在云端的服务平台上，基于服务平台的软硬件资源对实体终端所对应的软硬件运行环境(处理器运作环境)进行模拟和控制，实际应用中可使用诸如虚拟化等云端技术在服务平台上对实体终端的诸如业务服务进行模拟控制，在用户所使用的实体装置上可搭载客户端程序，通过网络接入到云端的服务平台上，搭载客户端的实体装置所对应的任一用户都可以在云端的服务平台上使用云终端提供的业务服务，如支持各类型云终端的应用画面的展示、下载、服务管理等。

进一步的，云终端可以是一种云手机，云手机是一种新型的手机技术，“云手机”可以运行在云端的服务平台上，服务平台使用模拟和虚拟化技术，使得看到的运行画面、运行参数、操作系统、应用服务等都类似于一个实体手机，云端的服务平台可以是一种诸如x86、arm架构的服务器，也可以是一些基于真机的服务阵列。通过在云端的服务平台对实体终端以云终端的虚拟化形式进行云端真机模拟，基于云计算虚拟应用和互联网的便利性，可突破现有实体终端在大规模计算、存储、虚拟化应用等方面不具备的优势，可为用户提高多元化、全方位的虚拟终端应用和服务。在一些场景中，可实现在云端的服务平台进行实体设备对应业务服务的托管，以保持全天候的在线状态，实现实体设备应用虚拟化。

在一些实施例中，用户可在所使用的客户端上触发针对云终端模拟的模拟控制指令，基于客户端将模拟控制指令发送至云端的服务平台，云端的服务平台可响应于该模拟控制指令，执行进行云终端模拟控制的代码，开始创建针对云终端的云终端模块，所述云终端模块用于承载云终端的运营环境。

具体的，在用户对应的实体装置上可搭载客户端程序，此时，实体装置可理解为一种客户端，客户端预先可通过网络接入到云端的服务平台上，搭载客户端的实体装置所对应的任一用户都可以在云端的服务平台上使用云终端提供的业务服务，用户可通过所使用的客户端输入针对云终端模拟创建的模拟控制指令，这样用户针对云终端所输入的模拟控制指令可通过网络发送至云端的服务平台上，服务平台接收该模拟控制指令然后响应该模拟控制，开始执行进行云终端模拟控制的代码，开始创建针对云终端的云终端模块。在创建云终端模块的过程服务平台需加载或调用相应的资源以初始化云终端模块，完成对云终端的模拟。

在创建云终端模块的过程中，服务平台需基于模拟控制指令确定与所述云终端匹配的处理器模拟信息，可以理解的是处理器模拟信息用于实际模拟实际应用环境中云终端的处理器的运行，在本申请中基于云终端实际应用场景的角度，为了更贴近实际云终端模拟控制场景，可基于匹配到的处理器模拟信息创建贴近设备处理器运行控制场景的处理器模拟模型，基于该处理器模拟模型作为后续云终端模块的一部分，模拟实际应用场景下云终端的处理器架构，更能准确反馈出云终端实际应用中的服务运行情况以及性能消耗情况。在一些实施例中，处理器模拟模型基于训练样本采用神经网络对实际实体装置的处理器进行模拟训练得到。

在一种可行的实施方式中，用户通过所使用的客户端输入针对云终端模拟创建的模拟控制指令时，可对应选择期望模拟的实体装置，如用户期望模拟某一型号的终端，则客户端生成模拟控制指令时该模拟控制指令可携带有模拟终端标识，模拟终端标识用于表征用户期望模拟的实体终端的类型或型号，则服务平台可基于模拟控制指令获取到所携带的模拟终端标识，进而基于模拟终端标识确定用户期望模拟云终端的具体类型或型号。

基于该模拟终端标识可获取对应的实体终端的处理器模拟信息，可以理解的是实际应用模拟终端标识指示的某一实体终端其对应的处理器模拟信息存在唯一映射关系，服务平台可预先存储大量模型样本，模型样本包含可支持模拟控制的云终端对应的处理器模拟信息和实体配置信息。基于此，则服务平台可快速基于模拟终端标识确定用户期望创建的云终端所对应的处理器模拟信息。

所述处理器模拟信息用于构建针对云终端的云终端模块中的处理器模型，处理器模型通过对实际应用环境下云终端对应实体的处理器的模拟，可使得服务平台上的云终端的运行或运营状态更贴近真实运行场景。在一些实施方式中，处理器模拟信息可以包含一个或者多个处理核心的处理器模拟模型，处理器模拟模型可以是通过模拟实际场景中采用数字信号处理(digital signal processing，DSP)、现场可编程门阵列(field－programmable gate array，FPGA)、可编程逻辑阵列(programmable logic Array，PLA)中的至少一种硬件形式来实现。处理器模拟模型可集成模拟包括但不限于中央处理器(central processing unit，CPU)、图像处理器(graphics processing unit，GPU)和调制解调器等中的一种或几种的处理器组合。处理器模拟信息则可以是处理器型号、处理器架构、处理器数量、以及处理器的运营配置信息。进一步的，处理器模拟信息按照划分可划分为模拟硬件维度的处理器模拟模型和模拟软件维度的针对处理器模拟模型的模型配置信息，模型配置信息可以是诸如处理器调度策略维度的信息、处理器绑核策略维度的信息、处理器锁频策略维度的信息等处理器配置信息。

在一种可行的实施方式中，用户通过所使用的客户端输入针对云终端模拟创建的模拟控制指令时，可对应选择期望模拟的实体类型(在一些实施例中，也可理解为实体设备类型)，如用户期望模拟某一类型的终端，实体类型可以理解为一类终端的细化，如实体类型可以是具备某设备功能的终端，则服务平台可基于携带实体类型的模拟控制指令，确定与实体类型匹配的目标型号的云终端(如某设备功能可对应支持创建的1个型号的云终端)，然后获取该目标型号的云终端的处理器模拟信息。

在一种可行的实施方式中，用户通过所使用的客户端输入针对云终端模拟创建的模拟控制指令时，可对应选择期望模拟的实体需求参数(在一些实施方式与创建需求信息为同一含义)，实体需求参数可以理解为针对某一终端的细化的规格参数信息，如摄像头、分辨率、屏幕尺寸、处理器组合等等。则服务平台可基于携带实体需求参数的模拟控制指令，确定与实体需求参数匹配的目标型号的云终端，其匹配过程可以是基于所有参考型号的云终端的实体规格参数计算与实体需求参数的相似度，将最高相似度指示的某一型号的云终端作为“目标型号的云终端”，然后获取该目标型号的云终端的处理器模拟信息。

S102：获取所述需要创建的云终端所对应的实体配置信息，基于所述实体配置信息和所述处理器模拟信息创建与所述需要创建的云终端对应的云终端模块。

根据一些实施例中，所述实体配置信息为针对云终端所模拟的实体的软硬件配置信息，所述实体配置信息可以是针对云终端所模拟的实体的分辨率、硬件规格信息(如摄像头的规格、麦克风的规格等)、软体规格信息(如系统版本规格、应用版本规格、固件软体规格)、存储器信息、传感器信息等配置信息中的一种或多种的拟合。在本申请中，获取针对云终端所对应的实体配置信息可在后续创建云终端模块时更贴近与实际环境中实体的实体配置，诸如以云终端为云手机为例，实体配置信息可反馈云手机对应手机实体的配置参数，如手机分辨率、手机感应器组成、手机软体版本、硬件规格、手机属性等等。

具体的，服务平台获取到需要创建的云终端对应的实体配置信息和所述处理器模拟信息之后，即可创建针对云终端的云终端模块，在一些实施例中，实体配置信息通常可以是以确定匹配的目标模拟系统镜像的形式表征，目标模拟系统镜像可用于表征云终端模拟阶段的针对需要创建的云终端的虚拟机系统镜像，可反馈云终端对应需要模拟的实体配置，如系统版本、软件应用、分辨率、软体规格信息等等，也就是说在一些实施方式中，实体配置信息实际可以是一种针对需要创建的云终端的虚拟机系统镜像。

通过前述实体配置信息和所述处理器模拟信息可先初始化云终端(或云终端模板)，如初始化针对需要创建云终端的虚拟机，并在整个过程中基于处理器模拟信息对初始化的云终端的进行模块配置优化，如优化模块内部的处理器架构、处理器调度策略、绑核策略、限频策略、控制组策略(Cgroup策略)等等，在完成初始化之后，云终端的处理器模拟模型完成调整，即可得到针对云终端的包含调整完的处理器模拟模型的云终端模块，云终端模块可理解为创建云终端的虚拟机，且包含采用神经网络对实体装置模拟训练得到的处理器模拟模型，更贴近与实体装置的运行环境，模拟控制效果更精准。

另外，上述实体配置信息的获取过程与前述处理器模拟信息的获取过程类似，通常在确定针对云终端的处理器模拟信息时，由于某一型号的云终端的处理器模拟信息和实体配置信息强相关，服务平台可基于云终端的处理器模拟信息检索到或匹配到与之关联的实体配置信息，在一些实施方式中，针对每个存储的样本云终端的实体终端的处理器模拟信息和实体配置信息可对应保存在设备模拟库中，也即每个样本云终端的实体终端与“处理器模拟信息和实体配置信息”存在一一映射关系，基于该映射关系可在设备模拟库中匹配当前用户期望创建的云终端所对应的“处理器模拟信息和实体配置信息”。也就是说，前述确定与所述云终端匹配的处理器模拟信息的步骤与获取所述云终端所对应的实体配置信息的步骤执行顺序不分先后。

在一些实施方式中，针对云终端匹配到的处理器模拟信息可在后续随之创建针对云终端的处理器模拟模型，该处理器模拟模型可仅基于需模拟的云终端对应的实体装置的处理器环境确定，如针对某一型号的云终端可以是采集其对应的实体装置(在一些实施例中可理解为实体终端的终端处理器信息)的处理器环境(如处理器规格、处理器配置信息等)确定的处理器模拟模型，然后以处理器模拟信息的形式进行存储，实际应用阶段基于处理器模拟信息进行模型加载即可完成针对处理器模拟模型的初始化；进一步的，处理器模拟模型还可以是将服务平台的平台处理器维度信息纳入参考，平台处理器维度信息(在一些实施例中也可理解为平台处理器信息)可以是服务平台的处理器数量、处理器频率、处理器核心分布、处理器调度策略等信息，通过在云终端对应的实体装置的处理器环境的基础上融合服务平台的平台处理器维度信息，可模拟训练出符合实体应用环境和服务平台侧应用环境的针对云终端的处理器模拟模型，处理器模拟模型训练好之后可传递给服务平台所包含的模型库管理部分(如模型库管理单元)进行存储。

在一种具体的实施场景中，在创建完之后，还可基于所述云终端模块运行所述云终端对应的业务服务。

所述业务服务可以是云终端的应用服务、系统服务、通信服务等基于业务逻辑需求开发的业务服务。

在实际应用阶段，在云终端模块创建之后，可基于业务需求在云终端模块中配置至少一个业务服务所对应的业务服务程序，该业务服务程序可以来源第三方开发的应用程序。业务服务可与云终端对应的实体装置兼容，也即业务服务可在实体装置上运行。通过在云终端模块中预先配置至少一个业务服务所对应的业务服务程序，这样可在云终端模块搭建后，可以基于与客户端的交互指令，对客户端上用户期望运行的业务服务进行运行，例如云终端模块可配置很多不同的业务服务程序，客户端上的用户期望运行某个目标业务服务即可选择相应的业务服务程序，则服务平台通过获取用户所选择的针对业务服务程序所输入的服务运行指令，响应该服务运行指令即可在云端的服务平台自动化调用所包含处理器模拟模型运行业务服务程序对应的业务服务。

在云终端运行业务服务过程中，可接收用户对应客户端发送的机器可执行指令(如触控指令)，响应机器可执行指令处理相应业务服务，在这个过程中，可基于相应的业务服务，将云终端当前运行业务服务时产生的音视频流数据发送至客户端，客户端可基于音视频流数据进行音视频显示。

可以理解的是，本申请涉及的云服务平台可以同步或异步对多个独立的云终端进行模拟控制，各云终端的模拟控制过程相同或相似，在一些实施方式中，云服务平台可配置有终端工厂，终端工厂可理解为多个云终端的集合，基于终端工厂的形式对多个云终端进行集中运营管理。

在一些实施方式中，云终端模块在运行过程中，可对业务服务进行更新，此时云终端模块上的业务服务更新之后，可对应性扩展或删改一些业务功能，例如游戏业务服务中可调整一些游戏业务功能，云终端模块仅需对业务服务对应的业务服务程序的程序代码进行差量或增量更新即可，更新编写后的业务服务的程序在云终端上重新配置运行，整个过程可无需客户端上用户辅助，自主实现业务服务的自动运行。

在本申请实施例中，服务平台通过获取与需要创建的云终端匹配的处理器模拟信息；并获取所述云终端所对应的实体配置信息，然后基于所述实体配置信息和所述处理器模拟信息创建针对所述云终端对应的云终端模块。以便于在后续实际应用阶段基于所述云终端模块运行所述云终端对应的业务服务。整个云终端模拟控制过程中，基于更贴近所需模拟实体(如实体手机、实体电脑等)的云终端对应的处理器模拟信息和实体配置信息进行创建，可以避免仅在云端模板式的构造虚拟软体运行环境或者直接基于服务器资源运行业务服务所导致的模拟控制脱离实体模拟实际环境以及模拟控制不精准的问题，提高了云终端模拟控制的准确性，云终端模拟控制过程更贴近实体装置软硬件运行环境，可在云终端实现对所模拟实体的性能、状态、消耗等测试维度的精准度量。

请参见图2，图2是本申请提出的一种云终端模拟控制方法的另一种实施例的流程示意图。具体的：

S201：获取针对需要创建的云终端的创建需求信息，确定所述创建需求信息对应的处理器模拟信息。

在一些实施例中，所述创建需求信息为客户端上的用户在云终端模拟前所输入，通常创建需求信息用于指示服务平台模拟创建与创建需求信息相匹配或相契合的云终端。可选的，所述创建需求信息可以是针对单个云终端需模拟的实体设备的细化，具体可以是实体设备类型，例如实体设备类型可以是针对云终端的指定实体类型的型号。

在一些实施方式中，处理器模拟信息可以是基于预先维护的设备模拟库确定的，设备模拟库可以理解为一个包含有多个实体设备类型的云终端设置的处理器模拟信息。

可以理解的是，在设备模拟库维护以及创建阶段，已预先针对大量实体设备类型的云终端设置有相应的处理器模拟信息(包括处理器模拟模型和模型配置信息)，实际使用阶段即可基于获取到针对云终端的创建需求信息之后，基于创建需求信息中的实体设备类型，在设备模拟库中检索所述实体设备类型对应的处理器模拟信息，在一些实施方式中，还可对设备模拟库细分为多个存储不同信息的库，如存储处理器模拟信息的设备模拟库，存储虚拟机镜像的镜像库，也就是说可在设备模拟中的处理器模型库中检索所述实体设备类型对应的处理器模拟信息。

可选的，设备模拟库可以包括处理器模型库，处理器模型库可作为设备模拟库的一个存储与处理器模拟模型相关数据的子库，基于该处理器模型库可实现对为大量云终端配置的处理器模拟信息维护以及更新。

在一种可行的实施方式中，用户通过所使用的客户端输入针对云终端模拟创建的模拟控制指令时，可对应选择期望模拟的实体终端型号或实体终端类型，如用户期望模拟某一型号的终端，则客户端生成模拟控制指令时该模拟控制指令可携带有模拟终端标识，模拟终端标识用于表征用户期望模拟的实体终端的类型或型号，则服务平台可基于模拟控制指令获取到所携带的模拟终端标识，进而基于模拟终端标识确定用户期望模拟云终端的具体类型或型号。

示意性的，如图3所示，图3是本申请涉及的一种客户端与云服务平台的交互示意图，在图3所示的，客户端显示有云终端创建界面，云终端创建界面用于用户在云终端上输入所期望模拟的实体设备类型，在图3中，用户可通过手指触控的方式在云终端创建界面上输入期望创建的实体设备类型进而触发模拟控制指令，如在云终端创建界面上输入“oppK5”，然后用户点击图3中的“确定”按钮，此时客户端100识别到用户输入的模拟控制指令，通过与服务平台的网络传输通道，将携带实体设备类型的模拟控制指令发送至服务平台，服务平台接收到该模拟控制指令，即可随之获取到用户所输入的针对云终端的实体设备类型“opp K5”。

进一步的，服务平台获取针对所述云终端的实体设备类型之后，然后在本地(如前述所述处理器模型库中)获取需要创建的实体设备创建类型对应的处理器模拟信息，实施中，可基于实体设备类型在处理器模型库中进行匹配处理，去获取到与实体设备类型对应的处理器模拟信息，进一步的，所述处理器模拟信息包括但不限于后续用于创建云终端模块的处理器模拟模型和模型运行的模型配置信息。

根据一些实施例中，处理器模拟信息可以包含一个或者多个处理核心的处理器模拟模型，处理器模拟模型可以是通过模拟实际场景中采用数字信号处理(digital signalprocessing，DSP)、现场可编程门阵列(field－programmable gate array，FPGA)、可编程逻辑阵列(programmable logic Array，PLA)中的至少一种硬件形式来模拟建模实现的。处理器可模拟集成中央处理器(central processing unit，CPU)、图像处理器(graphicsprocessing unit，GPU)和调制解调器等中的一种或几种的处理器组合。

模型配置信息可以是针对前述处理器模拟模型的模型配置信息，诸如处理器调度策略维度的信息、处理器绑核策略维度的信息、处理器锁频策略维度的信息等处理器配置信息。

在一种可行的实施方式中，用户通过所使用的客户端输入针对云终端模拟创建的模拟控制指令时，可对期望创建的云终端进行设备自定义设置，也即客户端可提供人机交互界面，用户可在人机交互界面中输入所选择期望模拟的自定义设备配置，其中设备定位配置可以理解为期望模拟的实体需求参数，实体需求参数可以理解为针对某一云终端的细化的规格参数信息，如摄像头、分辨率、屏幕尺寸、处理器组合、麦克风等等。

示意性的，如图4所示，图4是本申请涉及的一种设备自定义设置的界面示意图，在图4所示的，客户端显示有云终端自定义定制界面，云终端创建界面用于用户在云终端上输入所期望模拟的云终端的详细的各项自定义参数，如可针对处理器平台、分辨率、屏幕尺寸、操作系统等选项选择合适的自定义参数，在图4中，用户可通过手指触控的方式在云终端创建界面上输入期望创建的云终端的参数配置，如可选择处理器平台为A1型号、分辨率为720p、屏幕尺寸为10寸、操作系统为A系统等等，用户在当前界面选择完毕之后即可生成针对云终端的包含前述参数配置数据的自定义设备配置，在这个过程中用户可点击图4中的“确认”按钮，此时客户端识别到用户输入的模拟控制指令(携带自定义设备配置)，通过与服务平台的网络传输通道，将携带自定义设备配置的模拟控制指令发送至服务平台，服务平台接收到该模拟控制指令，即可随之获取到用户所输入的针对云终端的自定义设备配置。

进一步的、服务平台通过获取针对所述云终端的自定义设备配置，然后可在处理器模型库中确定与所述自定义设备配置相匹配的处理器模拟信息；其中，在一些实施方式中，所述处理器模拟信息包括处理器模拟模型和模型配置信息。

可以理解的是，在处理器模型库主要是基于自定义设备配置中与处理器相关的自定义处理器配置参数来查询相匹配的处理器模拟信息，如处理器数量、处理器架构、处理器平台、处理器频率等。

其匹配过程可以是基于所有参考型号的处理器模拟模型的“处理器模拟信息”计算与“自定义处理器配置参数”的相似度，将最高相似度指示的某一型号的处理器模拟模型的“处理器模拟信息”作为匹配中的处理器模拟信息，后续可基于匹配中的处理器模拟信息创建云终端模块的处理器模型。

在一种具体的实施场景中，若设备模拟库中不存在所述创建需求信息对应的处理器模拟信息，如用户期望创建的云终端的型号为“opp k5”，而设备模拟库中不存在“oppk5”对于的处理器模拟信息。此时服务平台可针对“opp k5”这一型号的云终端所对应的实体设备，也即确定创建需求信息确定的云终端所对应的实体设备，然后获取所述实体设备并与所述实体设备建立通信连接，在该实体设备上部署信息采集工具包(SDK包)，通过所述信息采集工具包采集实体设备上的数据可获取到该实体设备上的处理器综合信息，所述处理器综合信息包括处理器数据、处理器配置数据、处理器调度数据、处理器压力测试数据。

然后基于该处理器综合信息创建针对该实体设备的处理器模拟信息，在一些实施方式中，基于该实体设备上所述处理器综合信息和平台处理器信息，分别确定针对该实体设备上的处理器模拟信息，具体执行步骤可参考其他实施例中的释义，此处不进行详细展开。

S202：基于创建需求信息确定所述云终端所对应的实体配置信息。

根据一些实施例中，所述实体配置信息为针对云终端所模拟的实体的软硬件配置信息，所述实体配置信息可以是针对云终端所模拟的实体的分辨率、硬件规格信息(如摄像头的规格、麦克风的规格等)、软体规格信息(如系统版本规格、应用版本规格、固件软体规格)、存储器信息、传感器信息等配置信息中的一种或多种的拟合。在本申请中，获取针对云终端所对应的实体配置信息可在后续创建云终端模块是更贴近与实际环境中实体的实体配置，诸如以云终端为云手机为例，实体配置信息可反馈云手机对应手机实体的配置参数，如手机分辨率、手机感应器组成、手机软体版本、硬件规格、手机属性等等。

可选的，在本申请中，实体配置信息用于模拟云终端对应的实体的软硬件环境，实际使用过程中可基于创建需求信息确定与云终端相匹配的目标模拟系统镜像，目标模拟系统镜像可用于表征云终端模拟阶段的针对需要创建的云终端的虚拟机系统镜像，可反馈云终端对应需要模拟的实体配置，如系统版本、软件应用、分辨率、软体规格信息等等，也就是说在一些实施方式中，实体配置信息实际可以是一种针对需要创建的云终端的虚拟机系统镜像。

也就是说，在一些实施例中，所述设备模拟库可以包括系统镜像库，系统镜像库可作为设备模拟库的一个存储与模拟系统镜像相关数据的子库，基于该系统镜像库可实现对大量云终端对应的系统镜像信息进行维护以及更新。

在一种可行的实施方式中，实体配置信息的确定过程可以是，服务平台将创建需求信息与至少一个参考配置信息进行信息匹配处理，得到信息匹配处理后的目标配置信息；然后将所述目标配置信息作为针对所述云终端的实体配置信息。

实际应用阶段，至少一个参考配置信息可存储在服务平台的设备模拟库中，具体可以是设备模拟库中的系统镜像库(虚拟机系统镜像库)，服务平台将创建需求信息与所述系统镜像库中每个模拟系统镜像所表征的参考创建配置信息进行信息匹配，从而得到目标创建配置信息；可以理解的是目标创建配置信息的实际表现形式即为一个虚拟机系统镜像，基于目标创建配置信息可反馈模拟云终端对应的实体的软硬件环境。实际应用中是将目标创建配置信息对应的虚拟机系统镜像作为需要创建的实体配置信息。

其中，所述参考配置信息可以是针对云终端所支持模拟的实体的参考分辨率、参考硬件规格信息(如摄像头的规格、麦克风的规格等)、参考软体规格信息(如系统版本规格、应用版本规格、固件软体规格)、参考存储器信息、参考传感器信息等配置信息中的一种或多种的拟合。

其匹配过程可以是计算每个参考创建配置信息与用户的创建需求信息的信息相似度，在得到每个模拟系统镜像对应的信息相似度之后，选取最高信息相似度指示的目标创建配置信息；

服务平台然后将所述目标创建配置信息所表征的目标模拟系统镜像作为针对所述云终端的实体配置信息。

S203：基于所述实体配置信息和所述处理器模拟信息创建针对所述云终端对应的云终端模块；

在本申请实施例中，可理解的是基于创建需求信息确定的实体配置信息实则为云终端的软硬件配置环境，也可以理解为实体配置信息所表征的一个目标模拟(虚拟机)系统镜像，集成实体配置信息所表征的目标模拟系统镜像和处理器模拟模型可进一步创建针对云终端的云终端模块。

根据一些实施例中，通过前述实体配置信息所表征的目标模拟系统镜像和所述处理器模拟信息可先初始化云终端(或云终端模板)，也就是先生成一个云终端的初始化虚拟机(其包括初始化的处理器模拟模型)，并在整个过程中基于处理器模拟信息对初始化的云终端的进行模块配置优化，模块配置优化侧重于对初始化虚拟机(其包括初始化的处理器模拟模型)进行模型参数优化，如优化模块内部的处理器架构、处理器调度策略、绑核策略、限频策略、控制组策略(Cgroup策略)等等，在完成初始化之后，云终端的初始化虚拟机(其包括初始化的处理器模拟模型)完成调整，即可得到针对云终端的包含调整完的处理器模拟模型云终端模块。

S204：基于所述云终端模块启动运行所述云终端对应的业务服务，并采集所述云终端模块的模型状态信息。

所述模型状态信息相当于模拟的云终端的虚拟设备状态信息，可以是反馈当前云终端的性能信息、资源综合信息(资源消耗、资源富余信息等)、模拟终端的电量、云终端的网络信息、业务处理状况信息、模拟处理器状况信息等等。在本申请中，云终端的模拟控制过程可体现于在启动云终端模块为承载，启动云终端的所述云终端对应的业务服务，如启动用户期望开启的游戏业务，在启动运行业务服务的过程中，服务平台自动采集云终端模块的模型状态信息。

通过实时获取模型状态信息用于自动对云终端模块中的处理器模拟模型进行调整，如基于模型状态信息调整某个处理器核心的频率参数、修改某个处理器核心的状态参数、调整处理器执行线程的优先级参数等等，上述过程可理解为云终端模块动态运行业务服务过程中，基于模拟的实际云终端业务服务运行的环境动态对处理器模型的性能进行调整，以使得当前调整处理器模拟模型后的云终端模块可更好的适配以及运行模拟环境中的业务服务。

可选的，服务平台可控制云终端对应云终端模块创建监测模块运行的监测进程，并为监测进程分配资源，这样可在实际实施过程中，实时采集云终端模块的模型状态信息。

S205：基于所述模型状态信息对所述云终端模块所包含的处理器模拟模型进行模型参数调整。

在一种可行的实施方式，服务平台可预先配置有模型训练网络，所述模型训练网络一方面可基于实际应用情况生成设备模拟库中每个不同类型的云终端所对应的处理器模拟模型，以及在实际应用环节，可基于模型状态信息对当前云终端所对应的处理器模拟模型进行模型调整，如基于模型状态信息调整某个处理器核心的频率参数、修改某个处理器核心的状态参数、调整处理器执行线程的优先级参数等等。

在一些实施方式中，模型训练网络可以是服务平台配置一个功能模块，在一些实施方式中，功能模块可称之为AI Runtime模块，承载模型训练网络的AI Runtime模块，可理解为具有AI(人工智能)功能的集合。AI Runtime模块可采用插件Plugin的模式进行搭载设计。承载模型训练网络的AI Runtime模块在配置时支持多种AI框架，包括但不限于TensorFlow框架、Torch框架等。可以理解的是，每一种AI框架作为一个Element插件集成到AI框架中。在AI Runtime模块的训练阶段，通过获取实际应用环境中的处理器模拟模型对应关联训练数据对初始的模型训练网络进行训练，模型训练网络可以是引入神经网络后的集成AI(人工智能)功能的网络，神经网络基于卷积神经网络(Convolutional NeuralNetwork，CNN)模型，深度神经网络(Deep Neural Network，DNN)模型、循环神经网络(Recurrent Neural Networks，RNN)、模型、嵌入(embedding)模型、梯度提升决策树(Gradient Boosting Decision Tree，GBDT)模型、逻辑回归(Logistic Regression，LR)模型等模型中的一种或多种的拟合实现的。实际应用阶段可以选择一个初始的参考处理器模拟模型进行训练计算。在本申请中，AI Runtime模块的框架通常可具有扩展性和易用性。

服务平台可基于AI Runtime模块根据本端(如一些实施例中的设备模拟库)中所存储的前端训练好的处理器模拟模型和前述采集到的实时数据(也即模型状态信息)进行模型网络计算得到一组可动态调整云终端内部处理器策略的模型状态调整参数，然后基于该模型状态调整参数对云终端模块的前端处理器模拟模型进行模型参数更新。

实际使用阶段，服务平台可将所述模型状态信息输入至模型训练网络中，也即输入至承载模型训练网络的AI Runtime模块，输出针对所述云终端模块所包含的处理器模拟模型的模型状态调整参数，然后基于所述模型状态调整参数对处理器模拟模型进行模型调整。

在本申请实施例中，服务平台通过获取与需要创建的云终端匹配的处理器模拟信息；并获取所述云终端所对应的实体配置信息，然后基于所述实体配置信息和所述处理器模拟信息创建针对所述云终端对应的云终端模块。以便于在后续实际应用阶段基于所述云终端模块运行所述云终端对应的业务服务。整个云终端模拟控制过程中，基于更贴近所需模拟实体(如实体手机、实体电脑等)的云终端对应的处理器模拟信息和实体配置信息进行创建，可以避免仅在云端模板式的构造虚拟软体运行环境或者直接基于服务器资源运行业务服务所导致的模拟控制脱离实体模拟实际环境以及模拟控制不精准的问题，提高了云终端模拟控制的准确性，云终端模拟控制过程更贴近实体装置软硬件运行环境，可在云终端实现对所模拟实体的性能、状态、消耗等测试维度的精准度量；在云终端仿真的云终端由于充分考虑了实体处理器等软硬件配置环境可进一步提高模拟的精确度，云终端的通用型以及专用性得到了大幅提升，可更逼近实体终端运作环境。

请参见图5，图5是本申请提出的一种云终端模拟控制方法的另一种实施例的流程示意图。在本申请实施例主要侧重于针对设备模拟库中所存储的各个参考处理器模拟信息的生成过程进行释义。

具体的：

S301：获取至少一个实体终端中每个所述实体终端的终端处理器信息，以及获取所述服务平台的平台处理器信息；

具体的，在本申请实施例中，所述至少一个实体终端可作为设备模拟库的样本采集端，通过采集各实体终端的终端处理器信息纳入参考，在服务平台侧生成模拟实体终端对应的云终端的参考处理器模拟信息。

以下针对终端处理器信息的获取进行释义：

服务平台可在每个作为样本采集端的实体终端上配置信息采集工具包，如采集SDK(软件开发工具包)。针对单个实体终端而言，实体终端基于信息采集工具包获取当前的终端处理器信息，所述终端处理器信息可以理解为与实体终端处理器相关联的数据，包括但不限于实体终端的处理器数据、处理器配置数据(绑核维度信息、CPUset(处理器设置)维度信息、锁频维度信息等)、处理器调度数据(如调度算法维度信息)、处理器压力测试数据等等；

其中，实体终端的处理器维度信息可以理解为主要采集处理器的个数、处理器频率、处理器大小核信息、处理器型号等硬件相关的信息；比如：某实体手机8核中其中4颗核心频率3.0GHz的高通A75芯片，4颗核心1.8GHZ的高通A55芯片。

可以理解的是，在本申请中，所述终端处理器信息中的绑核维度信息采集、CPUset维度信息采集、锁频维度信息等采集目的是为了真实反馈某些终端厂商，为了提高UI(用户界面)或者自定义服务的性能会存在针对某些进程的调优操作。上述信息采集之后可供AIRuntime模块做参考，同时也会作为后续处理器模拟信息中的模型配置信息直接存储至本地，如存储至服务平的设备模拟库中，供后续服务平台创建云终端模块使用。

可以理解的是，在本申请中，调度算法维度信息采集可用于针对实体终端的操作系统底层运行的内核调度策略(如Linux内核)，并进一步用于服务平台参考，以保证云终端对应的云终端模块与实体终端上处理器调度行为相耦合，也即保证较高的一致性。

可以理解的是，在本申请中，处理器压力测试数据是对实体终端的处理器进行基准测试(benchmark)操作，从而可得到在基准测试(benchmark)操作所对应的场景下处理器核心的压力测试数据以及CPU的性能评分数据。

进一步的，实体终端采集到上述终端处理器信息之后，通过网络上传至服务平台。以此类推，在实体终端的数量是多个的情况下，可按照前述方式采集到每个实体终端的终端处理器信息。在一些实施方式中，终端处理器信息用于后续模型训练网络进行针对云终端的处理器模拟模型的训练。

以下针对平台处理器信息的获取进行释义：

可选的，服务平台可以是：确定在获取到所述终端处理器信息时的所述服务平台的平台处理器信息；

其中，平台处理器信息可以是服务平台的平台处理器数据、平台处理器(内核)配置数据(绑核维度信息、CPUset维度信息、锁频维度信息等)、平台处理器调度数据(如调度算法维度信息)、平台处理器压力测试数据等等；通过在云终端对应的实体装置的处理器环境的基础上融合服务平台的平台处理器维度信息，可模拟训练出符合实体应用环境和服务平台侧应用环境的且针对云终端的处理器模拟模型，处理器模拟模型训练好之后可传递给服务平台所包含的模型库管理部分(如模型库管理单元)进行存储。

可以理解的是，平台处理器数据采集主要采集CPU的个数、CPU频率、CPU大小核信、CPU型号等硬件相关的信息。

平台处理器(内核)配置数据采集，主要采集服务平台的操作系统版本、内核等信息。在AI训练模块上存在内核版本的一些特性，可以用来辅助AI模型的训练。

平台处理器调度数据采集，和实体终端对应的范围相似，可起到保证云终端和真机上处理器的调度行为一致.

平台处理器压力测试数据，可提供在多种场景下每颗处理器核心的压力测试数据以及处理器的评分信息。

服务平台可通过所包含的通信模块负责将平台处理器信息传递给模型训练网络进行针对云终端的处理器模拟模型的训练。

S302：基于所述终端处理器信息和所述平台处理器信息，分别确定针对每个所述实体终端的参考处理器模拟信息。

具体的，服务平台在获取到终端处理器信息和所述平台处理器信息之后，可输入至模型训练网络中，基于所述模型训练网络进行针对每个云终端的处理器模拟模型的训练，分别确定针对每个所述实体终端的参考处理器模拟信息。

根据一些实施例中，模型训练网络可基于AI Runtime模块进行表征，承载模型训练网络的AI Runtime模块，可理解为具有AI(人工智能)功能的集合。AI Runtime模块可采用插件Plugin的模式进行搭载设计。承载模型训练网络的AI Runtime模块在配置时支持多种AI框架，包括但不限于TensorFlow框架、Torch框架等。在本申请中，服务平台分别将所述终端处理器信息和所述平台处理器信息输入至模型训练网络中，如图6所示，图6是本申请涉及到的一种模型训练的场景示意图，将基于实体终端(图中所示可以是为真机)中的终端处理器信息和基于当前云服务平台的平台处理器信息作为输入数据源，输入至用于“AI训练”的模型训练网络中，如实际应用中可输入至承载模型训练网络的AI Runtime模块中，经模型训练网络进行数据处理，可输出当前数据输入源所对应的数据输出源，数据输出源也即图6所示的参考处理器模型；依次类推，这样可基于所述模型训练网络进而确定针对每个所述实体终端的参考处理器模拟信息。

具体而言，所述基于所述模型训练网络确定针对每个所述实体终端的参考处理器模拟信息，包括：

1、基于模型训练网络加载初始处理器仿真模型；初始处理器仿真模型可以理解为一个基于终端处理器信息创建的一个初始处理器模板；

2、基于所述终端处理器信息和所述平台处理器信息对初始处理器仿真模型进行性能测试处理，确定性能模拟差异值；

3、基于所述模拟差异值对初始处理器仿真模型进行性能调整，得到调整完成的针对所述实体终端的参考处理器模型；

具体实施中，模型训练网络中的算法注入部分负责将处理器仿真的算法进行加载，这样加载后可得到初始处理器仿真模型，进一步的，前述过程中也可采用专家端干预基于实际情况采用专家端调整模型的方式进一步优化初始处理器仿真模型。

具体实施中，模型训练网络中的算法训练部分使用压力测试软件，对真机和云手机进行性能测试处理，通过基于模型训练网络来调整初始处理器仿真模型中相应的模型参数，整个过程中，服务平台可获取到云手机和实体终端之间性能对比值，也即前述性能模拟差异值，性能模拟差异值用于表征处理器模拟模型的性能与实际处理器性能的差异情况，可通过反馈差异情况的差异特征参数进行表征。

模型训练网络中的参数分拣部分负责将整个过程中云终端上模拟的处理器模拟模型的数据和实体终端上反馈的真机处理器的数据进行数据整合匹配。最终基于模型训练网络得到调整完成的针对所述实体终端的参考处理器模型。

模型训练网络在上述过程中基于输入的输入数据(终端处理器信息和平台处理器信息)，可自动训练出一套云端物理机处理器并用于模拟真机处理器的模型程序数据，也即参考处理器模型。模型训练网络的训练可以是比如：云端CPU动态调频来达到和实体CPU一样的性能效果，再比如对于实体高主频的CPU，可以在云端采用多CPU堆叠的算法模拟等等。

最后这一套参考处理器模型以及各实体端的终端处理器信息，诸如绑核策略等都会保存至服务平台中，如保存至服务平台的设备模拟库中保存起来。也即可按照前述方式完成基于所述参考处理器模型和所述终端处理器信息，分别确定每个所述实体终端的参考处理器模拟信息的流程。

S303：保存各所述参考处理器模拟信息。

可选的，服务平台通常将各所述参考处理器模拟信息添加至设备模拟库中的处理器模型库中，在一些实施方式中也可随之获取针对各实体终端的参考实体配置信息，参考实体配置信息主要包括针对各实体终端的参考模拟系统镜像，然后将这些参考模拟系统镜像作为参考实体配置信息保存至设备模拟库中的系统镜像库中。

S304：获取与需要创建的云终端匹配的处理器模拟信息；

S305：获取所述需要创建的云终端所对应的实体配置信息，所述实体配置信息为所述需要创建的云终端对应的软硬件配置信息。

S306：基于所述实体配置信息和所述处理器模拟信息创建与所述需要创建的云终端对应的云终端模块。

其中，S304-S306可参考本申请其他实施例中执行步骤的释义，此处不再赘述。

在本申请实施例中，服务平台通过响应于针对云终端的模拟控制指令，获取与所述云终端匹配的处理器模拟信息；并获取所述云终端所对应的实体配置信息，然后基于所述实体配置信息和所述处理器模拟信息创建针对所述云终端对应的云终端模块，实际应用阶段就可以基于所述云终端模块运行所述云终端对应的业务服务。整个云终端模拟控制过程中，基于更贴近所需模拟实体的云终端对应的处理器模拟信息和实体配置信息进行创建，可以避免仅在云端模板式的构造虚拟软体运行环境或者直接基于服务器资源运行业务服务所导致的模拟控制脱离实体模拟实际环境以及模拟控制不精准的问题，提高了云终端模拟控制的准确性，云终端模拟控制过程更贴近实体装置软硬件运行环境，可在云终端实现对所模拟实体的性能、状态、消耗等测试维度的精准度量；在云终端仿真的云终端由于充分考虑了实体处理器等软硬件配置环境可进一步提高模拟的精确度，云终端的通用型以及专用性得到了大幅提升，可更逼近实体终端运作环境。

请参见图7，为本申请实施例提供的一种云终端模拟控制系统的架构示意图。如图7所示，所述云终端模拟控制系统10包括服务平台120和客户端集群，服务平台可用于基于本申请中所涉及的云终端模拟控制方法在平台中模拟以及控制云终端集群中的每个云终端。

所述客户端集群可以包括多个客户端，如图7所示，具体包括客户端1、客户端2、…、客户端n，n为大于0的整数；为便于理解，本发明实施例以图7中的客服端110、服务平台120以及客户端1为例进行描述。

所述服务平台120具有云终端模拟控制功能，可以是单独的服务器设备，例如：机架式、刀片、塔式、或者机柜式的服务器设备，或采用工作站、大型计算机等具备较强计算能力硬件设备；也可以是采用多个服务器组成的服务器集群，所述服务集群中的各服务器可以是以对称方式组成的，其中每台服务器在业务链路中功能等价、地位等价，各服务器均可单独对外提供服务，所述单独提供服务可以理解为无需另外的服务器的辅助。

客户端集群中各客户端可以是通信功能的电子设备，该电子设备包括但不限于：可穿戴设备、手持设备、个人电脑、平板电脑、车载设备、智能手机、计算设备或连接到无线调制解调器的其它处理设备等。在不同的网络中电子设备可以叫做不同的名称，例如：用户设备、接入终端、用户单元、用户站、移动站、移动台、远方站、远程终端、移动设备、用户终端、终端、无线通信设备、用户代理或用户装置、蜂窝电话、无绳电话、个人数字处理(personal digital assistant，PDA)、5G网络或未来演进网络中的终端设备等。

服务平台模拟控制的云终端集群可包括多个云终端，如图7所示，具体包括云终端1、云终端2、…、云终端n，n为大于0的整数；其中，云终端与前述客户端不同的是，云终端并非实体装置，而是服务平台基于本申请中所涉及的云终端模拟控制方法在平台中模拟出的虚拟终端。

所述客户端集群中各客户端、服务平台120通过网络进行交互通信，网络可以是无线网络，也可以是有线网络，无线网络包括但不限于蜂窝网络、无线局域网、红外网络或蓝牙网络，有线网络包括但不限于以太网、通用串行总线(universal serial bus，USB)或控制器局域网络。

进一步的，用户的客户端与服务平台120之间的通信连接通常可以为采用预设通信架构建立的通信连接服务，所述通信架构是指进行数据通信的一种通信结构，通信架构定义了数据网络通信系统的各个方面，包含通信的接口类型、使用的网络协议、实现的数据框架、通信布线的类型等。常用的通信架构可以是TCP/IP架构，Netty架构、C/S架构、SOA架构等。如，一种所述通信架构可以是为采用基于java开源的Netty框架，并配合WebSocket技术从而实现通信网络中服务平台与用户客户端之间建立一种通信连接，并基于通信连接实现两端之间的通信数据的交互。其中，在不同的实施场景下通信连接的类型不一样，如一些实施场景下可以建立通信长连接，一些实施场景下可以建立通信短连接；优选的，在本申请中，客户端在云终端模拟控制场景下与服务平台之间的通信连接可以为短连接也可以为长连接，具体通信连接方式基于两端间的交互类型确定。

以下将对基于长连接的通信链路以及基于短连接的通信连接进行详细释义，如下：

其中，所述所建立的通信连接可以为http长连接的通信链路或http短连接的通信链路。

长连接，指在一个连接上可以连续发送多个数据包，在连接保持期间，如果没有数据包发送，需要双方发链路检测包。

长连接的操作步骤是：建立连接——数据传输...(保持连接)...数据传输——关闭连接。

短连接是指通讯双方有数据交互时，就建立一个连接，数据发送完成后，则断开此连接，即每次连接只完成一项业务的发送。

短连接的操作步骤是：建立连接——数据传输——关闭连接...建立连接——数据传输——关闭连接。

长连接多用于操作频繁，点对点的通讯。每个通信连接(如TCP连接)都需要三步握手，这需要时间，如果每个操作都是短连接，再操作的话那么处理速度会降低很多，所以每个操作完后都不断开，下次处理时直接发送数据包就OK了，不用建立TCP连接。例如：数据库的连接用长连接，如果用短连接频繁的通信会造成socket错误，而且频繁的socket创建也是对资源的浪费。

而像WEB网站的http服务一般都用短链接，因为长连接对于服务端来说会耗费一定的资源，而像WEB网站这么频繁的成千上万甚至上亿客户端的连接用短连接会更省一些资源，如果用长连接，而且同时有成千上万的用户，如果每个用户都占用一个连接的话，那可想而知吧。所以并发量大，但每个用户无需频繁操作情况下需用短链接好。

长连接可以省去较多的TCP建立和关闭的操作，减少浪费，节约时间。在实际应用中，当通信链路传输的通信数据为对通信传输质量要求高的实时在线场景时，可以采用基于长连接的通信链路，此时，长连接对于服务平台来说管理较为简单，存在的连接都是有用的连接，不需要额外的控制手段。

另外，上述实施例提供的云终端模拟控制系统实施例与一些实施例中的所述云终端模拟控制方法属于同一构思，其体现实现过程详见方法实施例，例如，客户端1与服务平台120进行交互，交互过程中服务平台120通过执行本申请涉及的云终端模拟控制方法可模拟控制云终端集群中的云终端1；例如，客户端2与服务平台120进行交互，交互过程中服务平台120通过执行本申请涉及的云终端模拟控制方法可模拟控制云终端集群中的云终端2；...例如，客户端n与服务平台120进行交互，交互过程中服务平台120通过执行本申请涉及的云终端模拟控制方法可模拟控制云终端集群中的云终端n；

进一步的，上述实施例提供的云终端模拟控制系统实施例与一些实施例中的所述云终端模拟控制方法属于同一构思，其体现实现过程详见方法实施例，这里不再赘述。

下面将结合图8，对本申请实施例提供的云终端模拟控制装置进行详细介绍。需要说明的是，8所示的云终端模拟控制装置，用于执行本申请图1～图7所示实施例的方法，为了便于说明，仅示出了与本申请实施例相关的部分，具体技术细节未揭示的，请参照本申请图1～图6所示的实施例。

请参见图8，其示出本申请实施例的云终端模拟控制装置的结构示意图。该云终端模拟控制装置1可以通过软件、硬件或者两者的结合实现成为用户终端的全部或一部分。根据一些实施例，该云终端模拟控制装置1包括信息确定模块11、云终端创建模块12，具体用于：

信息确定模块11，用于获取与需要创建的云终端匹配的处理器模拟信息以及获取所述需要创建的云终端所对应的实体配置信息；

云终端创建模块12，用于基于所述实体配置信息和所述处理器模拟信息创建针对所述云终端对应的云终端模块；

可选的，如图9所示，所述信息确定模块11，包括：

模型信息确定单元111，用于获取针对需要创建的云终端的创建需求信息，确定所述创建需求信息对应的处理器模拟信息；

配置信息确定单元112，用于基于创建需求信息确定所述云终端所对应的实体配置信息。

可选的，所述模型信息确定单元111，具体用于：

获取针对需要创建的云终端的实体设备类型，确定所述实体设备类型对应的处理器模拟信息；和/或，

获取针对需要创建的云终端的自定义设备配置，确定与所述自定义设备配置相匹配的处理器模拟信息；

其中，所述处理器模拟信息包括处理器模拟模型和针对所述处理器模拟模型的模型配置信息。

可选的，所述配置信息确定单元112，具体用于：

将创建需求信息与至少一个参考配置信息进行信息匹配处理，得到信息匹配处理后的目标配置信息；

将所述目标配置信息作为针对所述云终端的实体配置信息。

可选的，如图10所示，所述装置1还包括：

模拟库维护模块14，用于确定针对至少一个实体终端的参考处理器模拟信息，保存各所述参考处理器模拟信息。

所述获取与需要创建的云终端匹配的处理器模拟信息，包括：

从各所述参考处理器模拟信息中获取与需要创建的云终端匹配的处理器模拟信息。

其中，所述参考处理器模拟信息包括参考处理器模拟模型和针对所述参考处理器模拟模型的模型配置信息。

可选的，所述模拟库维护模块14，具体用于：

获取至少一个实体终端中每个所述实体终端的终端处理器信息，以及获取所述服务平台的平台处理器信息；所述终端处理器信息包括终端处理器数据、终端处理器配置数据、终端处理器调度数据以及终端处理器压力测试数据中的至少一种；所述平台处理器信息包括平台处理器数据、平台处理器配置数据、平台处理器调度数据以及平台处理器压力测试数据中的至少一种；

基于所述终端处理器信息和所述平台处理器信息，分别确定针对每个所述实体终端的参考处理器模拟信息。

可选的，所述模拟库维护模块14，具体用于：

在至少一个实体终端上分别部署信息采集工具包，基于所述信息采集工具包获取各所述实体终端上的终端处理器信息。

可选的，所述模拟库维护模块14，具体用于：

分别将所述终端处理器信息和所述平台处理器信息输入至模型训练网络中，基于所述模型训练网络确定针对每个所述实体终端的参考处理器模拟信息。

可选的，所述模拟库维护模块14，具体用于：

基于模型训练网络加载初始处理器仿真模型；

基于所述终端处理器信息和所述平台处理器信息对初始处理器仿真模型进行性能测试处理，确定性能模拟差异值；

基于所述模拟差异值对初始处理器仿真模型进行性能调整，得到调整完成的针对所述实体终端的参考处理器模型；

基于所述参考处理器模型和所述终端处理器信息，分别确定每个所述实体终端的参考处理器模拟信息。

可选的，如图10所示，所述装置1还包括：

服务运行模块13，用于基于所述云终端模块运行所述云终端对应的业务服务。

可选的，所述服务运行模块13，具体用于：

基于所述云终端模块启动运行所述云终端对应的业务服务，并采集所述云终端模块的模型状态信息；

基于所述模型状态信息对所述云终端模块所包含的处理器模拟模型进行模型调整。

可选的，所述装置1，具体用于：

将所述模块状态信息输入至模型训练网络中，输出针对所述云终端模块的模型状态调整参数，所述模型状态调整参数为针对所述云终端模块的处理器模拟模型的模型调整参数；

基于所述模型状态调整参数对处理器模拟模型进行模型参数调整。

需要说明的是，上述实施例提供的云终端模拟控制装置在执行云终端模拟控制方法时，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将设备的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。另外，上述实施例提供的云终端模拟控制装置与云终端模拟控制方法实施例属于同一构思，其体现实现过程详见方法实施例，这里不再赘述。

上述本申请实施例序号仅仅为了描述，不代表实施例的优劣。

本申请实施例还提供了一种计算机存储介质，所述计算机存储介质可以存储有多条指令，所述指令适于由处理器加载并执行如上述图1～图7所示实施例的所述云终端模拟控制方法，具体执行过程可以参见图1～图7所示实施例的具体说明，在此不进行赘述。

本申请还提供了一种计算机程序产品，该计算机程序产品存储有至少一条指令，所述至少一条指令由所述处理器加载并执行如上述图1～图7所示实施例的所述云终端模拟控制方法，具体执行过程可以参见图1～图7所示实施例的具体说明，在此不进行赘述。

请参见图11，为本申请实施例提供了一种电子设备的结构示意图。如图11所示，所述电子设备1000可以包括：至少一个处理器1001，至少一个网络接口1004，用户接口1003，存储器1005，至少一个通信总线1002。

其中，通信总线1002用于实现这些组件之间的连接通信。

其中，用户接口1003可以包括显示屏(Display)、摄像头(Camera)，可选用户接口1003还可以包括标准的有线接口、无线接口。

其中，网络接口1004可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。

其中，处理器1001可以包括一个或者多个处理核心。处理器1001利用各种借口和线路连接整个服务器1000内的各个部分，通过运行或执行存储在存储器1005内的指令、程序、代码集或指令集，以及调用存储在存储器1005内的数据，执行服务器1000的各种功能和处理数据。可选的，处理器1001可以采用数字信号处理(Digital Signal Processing，DSP)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)、可编程逻辑阵列(Programmable Logic Array，PLA)中的至少一种硬件形式来实现。处理器1001可集成中央处理器(Central Processing Unit，CPU)、图像处理器(Graphics Processing Unit，GPU)和调制解调器等中的一种或几种的组合。其中，CPU主要处理操作系统、用户界面和应用程序等；GPU用于负责显示屏所需要显示的内容的渲染和绘制；调制解调器用于处理无线通信。可以理解的是，上述调制解调器也可以不集成到处理器1001中，单独通过一块芯片进行实现。

其中，存储器1005可以包括随机存储器(Random Access Memory，RAM)，也可以包括只读存储器(Read-Only Memory)。可选的，该存储器1005包括非瞬时性计算机可读介质(non-transitory computer-readable storage medium)。存储器1005可用于存储指令、程序、代码、代码集或指令集。存储器1005可包括存储程序区和存储数据区，其中，存储程序区可存储用于实现操作系统的指令、用于至少一个功能的指令(比如触控功能、声音播放功能、图像播放功能等)、用于实现上述各个方法实施例的指令等；存储数据区可存储上面各个方法实施例中涉及到的数据等。存储器1005可选的还可以是至少一个位于远离前述处理器1001的存储装置。如图11所示，作为一种计算机存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及云终端模拟控制应用程序。

在图11所示的电子设备1000中，用户接口1003主要用于为用户提供输入的接口，获取用户输入的数据；而处理器1001可以用于调用存储器1005中存储的云终端模拟控制应用程序，并具体执行以下操作：

获取与需要创建的云终端匹配的处理器模拟信息；

获取所述需要创建的云终端所对应的实体配置信息，所述实体配置信息为所述需要创建的云终端对应的软硬件配置信息；

基于所述实体配置信息和所述处理器模拟信息创建与所述需要创建的云终端对应的云终端模块。

在一个实施例中，所述处理器1001在执行所述获取与需要创建的云终端匹配的处理器模拟信息，获取所述需要创建的云终端所对应的实体配置信息时，具体执行以下步骤：

获取针对需要创建的云终端的创建需求信息，确定所述创建需求信息对应的处理器模拟信息；

基于创建需求信息确定所述云终端所对应的实体配置信息。

在一个实施例中，所述处理器1001获取针对需要创建的云终端的创建需求信息，确定所述创建需求信息对应的处理器模拟信息时，具体执行以下步骤：

获取针对需要创建的云终端的实体设备类型，确定所述实体设备类型对应的处理器模拟信息；和/或，

获取针对需要创建的云终端的自定义设备配置，确定与所述自定义设备配置相匹配的处理器模拟信息；

其中，所述处理器模拟信息包括处理器模拟模型和针对所述处理器模拟模型的模型配置信息。

在一个实施例中，所述处理器1001在执行所述基于创建需求信息确定所述云终端所对应的实体配置信息时，具体执行以下步骤：

将创建需求信息与至少一个参考配置信息进行信息匹配处理，得到信息匹配处理后的目标配置信息；

将所述目标配置信息作为针对所述云终端的实体配置信息。

在一个实施例中，所述处理器1001在执行所述云终端模拟控制方法时，还具体执行以下步骤：：

确定针对至少一个实体终端的参考处理器模拟信息，保存各所述参考处理器模拟信息；

所述获取与需要创建的云终端匹配的处理器模拟信息，包括：

从各所述参考处理器模拟信息中获取与需要创建的云终端匹配的处理器模拟信息。

其中，所述参考处理器模拟信息包括参考处理器模拟模型和针对所述参考处理器模拟模型的模型配置信息。

在一个实施例中，所述处理器1001在执行所述确定针对至少一个实体终端的参考处理器模拟信息，包括：

获取至少一个实体终端中每个所述实体终端的终端处理器信息，以及获取所述服务平台的平台处理器信息；所述终端处理器信息包括终端处理器数据、终端处理器配置数据、终端处理器调度数据以及终端处理器压力测试数据中的至少一种；所述平台处理器信息包括平台处理器数据、平台处理器配置数据、平台处理器调度数据以及平台处理器压力测试数据中的至少一种；

基于所述终端处理器信息和所述平台处理器信息，分别确定针对每个所述实体终端的参考处理器模拟信息。

在一个实施例中，所述处理器1001在执行所述获取至少一个实体终端中每个所述实体终端的终端处理器信息时，具体执行以下步骤：

在至少一个实体终端上分别部署信息采集工具包，基于所述信息采集工具包获取各所述实体终端上的终端处理器信息。

在一个实施例中，所述处理器1001在执行所述基于所述终端处理器信息和所述平台处理器信息，分别确定针对每个所述实体终端的参考处理器模拟信息时，具体执行以下步骤：

分别将所述终端处理器信息和所述平台处理器信息输入至模型训练网络中，基于所述模型训练网络确定针对每个所述实体终端的参考处理器模拟信息。

在一个实施例中，所述处理器1001在执行所述基于所述模型训练网络确定针对每个所述实体终端的参考处理器模拟信息时，具体执行以下步骤：

基于模型训练网络加载初始处理器模型；

基于所述终端处理器信息和所述平台处理器信息对初始处理器模型进行性能测试处理，确定性能差异参数；

基于所述性能差异参数对初始处理器模型进行性能调整，得到调整完成的针对所述实体终端的参考处理器模型；

基于所述参考处理器模型和所述终端处理器信息，分别确定每个所述实体终端的参考处理器模拟信息。

在一个实施例中，所述处理器1001还执行基于所述云终端模块运行所述云终端对应的业务服务的步骤；

在一个实施例中，所述处理器1001在执行所述基于所述云终端模块运行所述云终端对应的业务服时，具体执行以下步骤：

基于所述云终端模块运行所述云终端对应的业务服务，并采集所述云终端模块的模块状态信息；

基于所述模块状态信息对所述云终端模块的处理器模拟模型进行模型参数调整。

在一个实施例中，所述处理器1001在执行所述基于所述模块状态信息对所述云终端模块的处理器模拟模型进行模型参数调整时，具体执行以下步骤：

将所述模块状态信息输入至模型训练网络中，输出针对所述云终端模块的模型状态调整参数，所述模型状态调整参数为针对所述云终端模块的处理器模拟模型的模型调整参数；

基于所述模型状态调整参数对处理器模拟模型进行模型参数调整。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体或随机存储记忆体等。

以上所揭露的仅为本申请较佳实施例而已，当然不能以此来限定本申请之权利范围，因此依本申请权利要求所作的等同变化，仍属本申请所涵盖的范围。

Claims (14)

1.一种云终端模拟控制方法，其特征在于，应用于服务平台，所述方法包括：

获取与需要创建的云终端匹配的处理器模拟信息；

获取所述需要创建的云终端所对应的实体配置信息，所述实体配置信息为所述需要创建的云终端对应的软硬件配置信息；

基于所述实体配置信息和所述处理器模拟信息创建与所述需要创建的云终端对应的云终端模块。

2.根据权利要求1所述的方法，其特征在于，所述获取与需要创建的云终端匹配的处理器模拟信息，获取所述需要创建的云终端所对应的实体配置信息，包括：

获取针对需要创建的云终端的创建需求信息，确定所述创建需求信息对应的处理器模拟信息；

基于创建需求信息确定所述云终端所对应的实体配置信息。

3.根据权利要求2所述的方法，其特征在于，所述获取针对需要创建的云终端的创建需求信息，确定所述创建需求信息对应的处理器模拟信息，包括：

获取针对需要创建的云终端的实体设备类型，确定所述实体设备类型对应的处理器模拟信息；和/或，

获取针对需要创建的云终端的自定义设备配置，确定与所述自定义设备配置相匹配的处理器模拟信息；

其中，所述处理器模拟信息包括处理器模拟模型和针对所述处理器模拟模型的模型配置信息。

4.根据权利要求2所述的方法，其特征在于，所述基于创建需求信息确定所述云终端所对应的实体配置信息，包括：

将创建需求信息与至少一个参考配置信息进行信息匹配处理，得到信息匹配处理后的目标配置信息；

将所述目标配置信息作为针对所述云终端的实体配置信息。

5.根据权利要求1所述的方法，其特征在于，所述方法还包括：

确定针对至少一个实体终端的参考处理器模拟信息，保存各所述参考处理器模拟信息；

所述获取与需要创建的云终端匹配的处理器模拟信息，包括：

从各所述参考处理器模拟信息中获取与需要创建的云终端匹配的处理器模拟信息；

其中，所述参考处理器模拟信息包括参考处理器模拟模型和针对所述参考处理器模拟模型的模型配置信息。

6.根据权利要求5所述的方法，其特征在于，所述确定针对至少一个实体终端的参考处理器模拟信息，包括：

获取至少一个实体终端中每个所述实体终端的终端处理器信息，以及获取所述服务平台的平台处理器信息；所述终端处理器信息包括终端处理器数据、终端处理器配置数据、终端处理器调度数据以及终端处理器压力测试数据中的至少一种；所述平台处理器信息包括平台处理器数据、平台处理器配置数据、平台处理器调度数据以及平台处理器压力测试数据中的至少一种；

基于所述终端处理器信息和所述平台处理器信息，分别确定针对每个所述实体终端的参考处理器模拟信息。

7.根据权利要求6所述的方法，其特征在于，所述获取至少一个实体终端中每个所述实体终端的终端处理器信息，包括：

在至少一个实体终端上分别部署信息采集工具包，基于所述信息采集工具包获取各所述实体终端上的终端处理器信息。

8.根据权利要求6所述的方法，其特征在于，所述基于所述终端处理器信息和所述平台处理器信息，分别确定针对每个所述实体终端的参考处理器模拟信息，包括：

分别将所述终端处理器信息和所述平台处理器信息输入至模型训练网络中，基于所述模型训练网络确定针对每个所述实体终端的参考处理器模拟信息。

9.根据权利要求8所述的方法，其特征在于，所述基于所述模型训练网络确定针对每个所述实体终端的参考处理器模拟信息，包括：

基于模型训练网络加载初始处理器模型；

基于所述终端处理器信息和所述平台处理器信息对初始处理器模型进行性能测试处理，确定性能差异参数；

基于所述性能差异参数对初始处理器模型进行性能调整，得到调整完成的针对所述实体终端的参考处理器模型；

基于所述参考处理器模型和所述终端处理器信息，分别确定每个所述实体终端的参考处理器模拟信息。

10.根据权利要求1所述的方法，其特征在于，所述方法还包括：

基于所述云终端模块运行所述云终端对应的业务服务。

11.根据权利要求10所述的方法，其特征在于，所述基于所述云终端模块运行所述云终端对应的业务服务，包括：

基于所述云终端模块运行所述云终端对应的业务服务，并采集所述云终端模块的模块状态信息；

基于所述模块状态信息对所述云终端模块的处理器模拟模型进行模型参数调整。

12.根据权利要求11所述的方法，其特征在于，所述基于所述模块状态信息对所述云终端模块的处理器模拟模型进行模型参数调整，包括：

将所述模块状态信息输入至模型训练网络中，输出针对所述云终端模块的模型状态调整参数，所述模型状态调整参数为针对所述云终端模块的处理器模拟模型的模型调整参数；

基于所述模型状态调整参数对处理器模拟模型进行模型参数调整。

13.一种计算机存储介质，其特征在于，所述计算机存储介质存储有多条指令，所述指令适于由处理器加载并执行如权利要求1～12任意一项的方法步骤。

14.一种电子设备，其特征在于，包括：处理器和存储器；其中，所述存储器存储有计算机程序，所述计算机程序适于由所述处理器加载并执行如权利要求1～12任意一项的方法步骤。

Images