一种云手机智能云端优化方法

本公开实施例中提供了一种云手机智能云端优化方法，属于数据处理技术领域，具体包括：在云手机的虚拟化层和边缘接入点采集云手机用户的多维数据；基于多维度数据，利用多输入融合预测模型预测云手机在未来预设时间段内的网络延迟趋势及其预测置信区间；将预测的网络延迟趋势及其预测置信区间作为核心输入，结合全球云端平台资源负载情况，触发由强化学习算法动态生成和优化的资源调度决策，并执行资源调度操作；采集执行资源调度操作后的实际延迟数据，并利用实际延迟数据以经验回放的方式在线自适应地优化预测模型的权重参数和/或资源调度决策的策略网络参数。通过本公开的方案，提高了优化效率和适应性。