买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉北京景行锐创软件有限公司申请的专利一种云桌面资源池动态预测方法、系统、设备、介质及产品获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120929275B 。

龙图腾网通过国家知识产权局官网在2026-02-27发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202511452912.7，技术领域涉及：G06F9/50；该发明授权一种云桌面资源池动态预测方法、系统、设备、介质及产品是由王冬冬设计研发完成，并于2025-10-13向国家知识产权局提交的专利申请。

本一种云桌面资源池动态预测方法、系统、设备、介质及产品在说明书摘要公布了：本申请公开了一种云桌面资源池动态预测方法、系统、设备、介质及产品，涉及云计算、远程云桌面管理及资源调度领域，该方法包括：基于工作站图形节点，对实时采集的原始数据进行预处理，构建多维度特征向量；将多维度特征向量输入至机器学习模型中，预测未来时间段内的云桌面连接请求数量；根据云桌面连接请求数量动态计算云桌面资源池参数；将云桌面资源池参数输入至云桌面会话管理系统，动态调整云桌面资源池中已启动云桌面数量，并同步更新调度策略；根据调度策略提前预测会话需求的所需可用资源，并在工作站图形节点接收到由用户端向客户端发起的会话需求时，调用所需可用资源。本申请提升了资源利用率以及智能预测能力，降低了响应延迟。

本发明授权一种云桌面资源池动态预测方法、系统、设备、介质及产品在权利要求书中公布了：1.一种云桌面资源池动态预测方法，其特征在于，包括： 基于工作站图形节点，对实时采集的原始数据进行预处理，构建多维度特征向量；所述原始数据包括系统资源状态及用户行为数据；所述多维度特征向量包括用户行为特征、资源消化特征以及外部环境特征；使用季节-趋势分解方法分解时间序列，提取趋势、周期和残差特征； 将所述多维度特征向量输入至机器学习模型中，预测未来时间段内的云桌面连接请求数量；所述机器学习模型是根据历史多维度特征向量训练生成的；采用监督学习算法对历史多维度特征向量进行训练，构建机器学习模型，其中，监督学习算法包括极端梯度提升、长短期记忆网络、轻量级梯或预言家； 根据所述云桌面连接请求数量动态计算云桌面资源池参数，具体包括： 根据所述云桌面连接请求数量以及当前运行中的云桌面数量确定基础差额；Δ=P-C；其中，Δ为基础差额；P为机器学习模型预测的未来N分钟小时内的云桌面连接请求数量；C为当前运行中的云桌面数量； 根据所述基础差额确定云桌面资源池的扩容情况；若Δ0：需扩容；若Δ0：可缩容；实际启动数=max0,minΔ,M-C×1+alpha；alpha=0.3×1-confidence+0.7×alarm_level；其中，max:取括号中的最大值；min:取括号中的最小值；confidence：模型预测置信度0-1；alarm_level：系统告警级别； 基于所述扩容情况，计算所需启动的云桌面数量以及资源配置；所述资源配置包括GPU等级配置以及内存等级配置；所述云桌面资源池参数包括所需启动的云桌面数量以及资源配置；Mem_Level=[P×U_mem9532]；其中，Mem_Level:内存等级；U_mem95：第95百分位内存使用量；32:标准内存单元大小；[]:向上取整； 将所述云桌面资源池参数输入至云桌面会话管理系统，动态调整云桌面资源池中已启动云桌面数量，并同步更新调度策略；所述调度策略包括最上层预测驱动的弹性策略、中间层资源分配策略以及底层运行时策略；所述最上层预测驱动的弹性策略用于根据负载变化决定扩缩容；所述中间层资源分配策略用于存储和调用虚拟机规格匹配和放置算法；所述底层运行时策略用于存储和调用会话保持和迁移规则； 根据所述调度策略提前预测会话需求的所需可用资源，并在所述工作站图形节点接收到由用户端向客户端发起的会话需求时，调用所述所需可用资源；所述会话需求为远程云桌面或应用连接请求。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人北京景行锐创软件有限公司，其通讯地址为：100020 北京市朝阳区红军营南路15号院1号楼-2至12层101五层507C室；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。