一种面向冷启动和模式遗忘的云桌面吞吐量预测方法

本发明公开了一种面向冷启动和模式遗忘的云桌面吞吐量预测方法，包括：步骤1：基于相似度注意力联邦学习辅助训练；步骤2：面向新用户初始阶段安全冷启动的吞吐量预测；步骤3：基于TDLinear网络模型的波动‑剩余特征提取；步骤4：基于自适应记忆模块与EWC的模型更新；步骤5：面向用户长期使用阶段训练遗忘的吞吐量预测。通过联邦学习算法，在保证用户数据隐私的前提下，利用其它用户已有吞吐量历史使用知识辅助训练。基于持续增量式预测来不断回顾旧模式，设计记忆模块增量式更新新模式，具有避免训练中遗忘的发生，综合两阶段来实现云桌面用户全生命周期吞吐量预测的优点。