基于大数据和云计算的游戏兼容处理方法及云端计算中心

摘要

本申请实施例提供一种基于大数据和云计算的游戏兼容处理方法及云端计算中心，通过将设定优化虚拟对象的兼容性模拟指标与设定优化虚拟对象对应的兼容性评价数据库进行比对，确定模拟渲染结果中兼容性指标存在变化的模拟渲染对象，然后根据兼容性指标存在变化的模拟渲染对象，自动更新目标云游戏的渲染引擎中针对该设定优化虚拟对象对应的兼容配置参数，从而提高目标云游戏的渲染引擎的渲染兼容程度，减少人工参与，节约人工资源。此外，在整个过程中仅仅是对于兼容配置参数进行更新，不会影响渲染引擎的在先优化效果。

说明书

技术领域

本申请涉及云游戏技术领域，具体而言，涉及一种基于大数据和云计算的游戏兼容处理方法及云端计算中心。

背景技术

随着近年来游戏产业、终端技术和网络带宽的高速发展，云计算技术的日趋成熟，云游戏也随之产生，用户的终端设备与云端高性能计算资源互联，使游戏不在局限于终端设备本身。

游戏渲染性能决定一个云游戏的用户体验，因此如何进行游戏兼容处理方案的确定，从而确保后续渲染过程的可靠性，是本领域亟待解决的技术问题。

发明内容

为了至少克服现有技术中的上述不足，本申请的目的在于提供一种基于大数据和云计算的游戏兼容处理方法及云端计算中心，在进行渲染性能优化之前，预先将目标性能数据划分成一系列的聚类性能数据，进而通过目标渲染优化云计算模型对每个聚类性能数据进行性能优化指标分析，以识别每个聚类性能数据所属的优化指标类型，进而提高性能优化的准确性。此外，在通过目标渲染优化云计算模型识别出每个聚类性能数据所属的优化指标类型之后，获得性能优化指标分析结果，这样，在检测到这些聚类性能数据中存在满足性能优化条件的聚类性能数据，可以快速确定出目标优化性能指标可能为携带过度渲染异常的待优化对象，进而进行针对性优化之后，确保后续渲染过程的可靠性。

第一方面，本申请提供一种基于大数据和云计算的游戏兼容处理方法，应用于云端计算中心，所述云端计算中心与多个游戏客户终端通信连接，所述方法包括：

通过调用预先进行渲染引擎优化后的目标云游戏的渲染引擎，对所述目标云游戏在各个数据贴图渲染源下进行模拟渲染，得到模拟渲染结果；

将所述模拟渲染结果中设定优化虚拟对象的兼容性模拟指标与设定优化虚拟对象对应的兼容性评价数据库中的兼容性评价指标进行比对；

根据比对结果，确定所述模拟渲染结果中兼容性指标存在变化的模拟渲染对象，并获取所述兼容性指标存在变化的模拟渲染对象在各个渲染节点的模拟渲染控制参数；

根据所述兼容性指标存在变化的模拟渲染对象在各个渲染节点的模拟渲染控制参数，更新所述目标云游戏的渲染引擎中针对该设定优化虚拟对象对应的兼容配置参数。

在第一方面的一种可能的实现方式中，所述根据比对结果，确定所述模拟渲染结果中兼容性指标存在变化的模拟渲染对象，至少包括如下之一或任意组合：

根据所述设定优化虚拟对象的兼容性模拟指标与所述兼容性评价数据库的比对结果，确定所述模拟渲染结果中的新增模拟渲染对象，所述新增模拟渲染对象包括：在兼容性评价数据库中未出现但在兼容性模拟指标中出现的渲染容器数量匹配第一设定渲染容器数量，并且在兼容性模拟指标中各次出现时的渲染权重达到第一设定权重的占比匹配设定占比的模拟渲染对象；

根据所述设定优化虚拟对象的兼容性模拟指标与所述兼容性评价数据库的比对结果，确定所述设定优化虚拟对象内的失效模拟渲染对象；所述失效模拟渲染对象包括：在兼容性评价数据库中出现但在兼容性模拟指标中未出现的连续渲染容器数量匹配第二设定渲染容器数量的模拟渲染对象；

或，根据所述设定优化虚拟对象的兼容性模拟指标与所述兼容性评价数据库的比对结果，确定在所述设定优化虚拟对象内发生异常偏移的偏移模拟渲染对象；所述偏移模拟渲染对象包括：根据兼容性评价数据库确定的渲染时序信息与兼容性模拟指标中的渲染时序信息不一致的模拟渲染对象。

在第一方面的一种可能的实现方式中，根据所述设定优化虚拟对象的兼容性模拟指标与所述兼容性评价数据库的比对结果，确定在所述设定优化虚拟对象内发生异常偏移的偏移模拟渲染对象，包括：

对于在兼容性模拟指标中渲染权重匹配第一设定权重的候选模拟渲染对象，通过兼容性评价数据库确定所述候选模拟渲染对象的第一共用模拟渲染对象集合；所述第一共用模拟渲染对象集合中包括至少一个第一共用模拟渲染对象，所述第一共用模拟渲染对象为与所述候选模拟渲染对象共同出现在同一兼容性评价指标中并且在该兼容性评价指标中的渲染权重达到第一设定权重的模拟渲染对象；

通过兼容性模拟指标确定所述候选模拟渲染对象的第二共用模拟渲染对象集合；所述第二共用模拟渲染对象集合中包括至少一个第二共用模拟渲染对象，所述第二共用模拟渲染对象为与所述候选模拟渲染对象共同出现在同一兼容性模拟指标中并且在该兼容性模拟指标中的渲染权重达到第一设定权重的模拟渲染对象；

若所述第一共用模拟渲染对象集合与所述第二共用模拟渲染对象集合的重合度低于设定重合度，将所述候选模拟渲染对象作为待判定模拟渲染对象；

对于待判定模拟渲染对象，选择所述待判定模拟渲染对象的渲染权重达到第二设定权重的兼容性模拟指标，作为参考兼容性模拟指标；

或者，从所述待判定模拟渲染对象的渲染权重达到第二设定权重的兼容性模拟指标中选择预定数量的兼容性模拟指标，作为参考兼容性模拟指标；

若根据兼容性评价数据库确定的所述待判定模拟渲染对象的第一渲染时序信息与所述参考兼容性模拟指标指示的第二渲染时序信息不一致的占比达到设定占比，则将所述待判定模拟渲染对象确定为偏移模拟渲染对象；其中，第一渲染时序信息与第二渲染时序信息不一致包括：第一渲染时序信息与第二渲染时序信息指示的时序节点不同，或者，第一渲染时序信息与第二渲染时序信息指示的时序之间的差异超出设定差异。

在第一方面的一种可能的实现方式中，所述待判定模拟渲染对象的第一渲染时序信息包括所述待判定模拟渲染对象所在的时序节点及所在的渲染时机；

所述待判定模拟渲染对象的第一渲染时序信息的确定过程，包括：

根据兼容性评价数据库包含的兼容性评价指标中所述待判定模拟渲染对象的模拟渲染控制参数确定所述待判定模拟渲染对象所在的时序节点；

将确定的时序节点中所述待判定模拟渲染对象的模拟渲染控制参数匹配设定模拟渲染控制参数的渲染节点的渲染时机作为所述待判定模拟渲染对象所在的渲染时机；

所述根据兼容性评价数据库包含的兼容性评价指标中所述待判定模拟渲染对象的模拟渲染控制参数确定所述待判定模拟渲染对象所在的时序节点，包括：

将满足如下条件的时序节点作为候选时序节点：

所述兼容性评价数据库中所述待判定模拟渲染对象的模拟渲染控制参数最大的兼容性评价指标指示的时序节点；

在所述兼容性评价数据库中包含所述待判定模拟渲染对象的兼容性评价指标中，出现次数最多的时序节点；

所述兼容性评价数据库中所述待判定模拟渲染对象的渲染权重平均值最大的时序节点；

所述兼容性评价数据库中所述待判定模拟渲染对象的渲染权重中位数最大的时序节点；

在所述候选时序节点中，若同一时序节点出现的次数匹配设定次数，则将所述同一时序节点作为所述待判定模拟渲染对象所在的时序节点。

在第一方面的一种可能的实现方式中，所述获取所述兼容性指标存在变化的模拟渲染对象在各个渲染节点的模拟渲染控制参数，包括：

将每个兼容性模拟指标对应的编码渲染信息与所述模拟渲染对象的编码渲染容器进行渲染匹配；

将匹配度达到设定匹配度的编码渲染信息添加至目标参考渲染库；

对于每个渲染节点，确定所述目标参考渲染库中在所述渲染节点的渲染时机区间内的各个编码渲染信息；

根据确定的各个编码渲染信息上所述模拟渲染对象的渲染权重以及所述各个编码渲染信息与所述渲染节点之间的差异，确定所述模拟渲染对象在所述渲染节点的模拟渲染控制参数。

在第一方面的一种可能的实现方式中，所述将每个兼容性模拟指标对应的编码渲染信息与设定优化虚拟对象内的编码渲染容器进行渲染匹配，包括：

对于连续的每个编码渲染信息，确定所述编码渲染信息在编码渲染容器中对应的匹配渲染单元；

根据所述编码渲染信息与对应的匹配渲染单元之间的差异，确定所述编码渲染信息的匹配度；或者

将连续的多个编码渲染信息组成编码渲染单元序列，根据多个编码渲染信息中的起始编码渲染信息和兼容性模拟指标中的渲染参数，确定多个参考渲染单元，组成参考渲染单元序列；

根据所述编码渲染单元序列与所述参考渲染单元序列之间的差异，确定所述编码渲染单元序列中每个编码渲染信息的匹配度。

在第一方面的一种可能的实现方式中，根据所述兼容性指标存在变化的模拟渲染对象在各个渲染节点的模拟渲染控制参数，更新所述目标云游戏的渲染引擎中针对该设定优化虚拟对象对应的兼容配置参数，包括：

根据所述兼容性指标存在变化的模拟渲染对象在各个渲染节点的模拟渲染控制参数确定所述模拟渲染对象的兼容性评价指数；

若所述兼容性指标存在变化的模拟渲染对象的兼容性评价指数满足预设条件，则将所述兼容性指标存在变化的模拟渲染对象在各个渲染节点的模拟渲染控制参数更新至所述目标云游戏的渲染引擎中针对该设定优化虚拟对象对应的兼容配置参数中，所述预设条件包括以下之一或任意组合：

所述模拟渲染对象的渲染分布的密集程度匹配设定密集程度；

所述模拟渲染对象的渲染分布在相邻的时序节点；

所述模拟渲染对象的信号的覆盖范围在设定范围区间内；

所述模拟渲染对象的关键模拟渲染控制参数匹配预设模拟渲染控制参数。

在第一方面的一种可能的实现方式中，所述预先进行渲染引擎优化后的目标云游戏的渲染引擎通过以下方式得到：

获取向所述多个游戏客户终端提供云计算服务的待优化云游戏的渲染历史性能大数据中包含目标优化性能指标的目标性能数据，对所述目标性能数据进行聚类处理，得到所述目标性能数据对应的聚类性能数据；

获取所述目标性能数据对应的目标渲染优化云计算模型，通过所述目标渲染优化云计算模型从所述聚类性能数据中提取第一性能标签特征和第二性能标签特征，将所述第一性能标签特征和所述第二性能标签特征进行映射融合，得到与所述目标性能数据相关联的性能标签融合特征；

根据所述性能标签融合特征、所述目标渲染优化云计算模型，对所述聚类性能数据进行性能优化指标分析，得到所述聚类性能数据对应的性能优化指标分析结果；

若所述性能优化指标分析结果指示所述目标性能数据中存在满足性能优化条件的聚类性能数据，则将所述目标优化性能指标确定为待优化对象，并基于所述待优化对象以及所述待优化对象对应的满足性能优化条件的聚类性能数据对所述云端计算中心的渲染引擎进行优化。

在第一方面的一种可能的实现方式中，所述基于所述待优化对象以及所述待优化对象对应的满足性能优化条件的聚类性能数据对所述云端计算中心的渲染引擎进行优化的步骤，包括：

提取所述待优化对象对应的满足性能优化条件的聚类性能数据中每个目标图形渲染元素所对应的云虚拟容器，在从所述云虚拟容器的容器运行控制源中获取所述云虚拟容器在渲染时所关联的原始虚拟对象列表的同时，并行地提取所述云虚拟容器的图形渲染库特征分量；

基于提取到的图形渲染库特征分量确定用于对所述原始虚拟对象列表进行渲染优化模拟分析的渲染处理图形栈信息，从所述渲染处理图形栈信息中提取出多个待使用的图形栈运行信息节点的图形栈运行信息参数以及不同图形栈运行信息节点之间的图形栈并用信息，根据所述图形栈运行信息参数和所述图形栈并用信息对多个待使用的图形栈运行信息节点进行渲染处理得到至少两个目标图形栈运行信息元素；其中，所述目标图形栈运行信息元素的图形栈运行信息参数的运行环境区间位于设定区间内且不同的目标图形栈运行信息元素之间的图形栈并用信息的差异度小于设定值；

通过所述目标图形栈运行信息元素对所述原始虚拟对象列表进行渲染优化模拟分析，得到待优化虚拟对象列表；

根据从预设的虚拟渲染器件的贴图渲染记录中确定出的目标图形渲染库特征分量确定所述待优化虚拟对象列表的图形渲染库优化分布，以及根据确定出的所述待优化虚拟对象列表中的业务标签确定所述待优化虚拟对象列表的图形渲染库扩展分布；

基于所述图形渲染库优化分布和所述图形渲染库扩展分布对所述待优化虚拟对象列表进行关键优化图形渲染元素提取，得到关键优化图形渲染元素集；

基于所述关键优化图形渲染元素集对所述云端计算中心的渲染引擎进行优化。

第二方面，本申请实施例还提供一种基于大数据和云计算的游戏兼容处理装置，应用于云端计算中心，所述云端计算中心与多个游戏客户终端通信连接，所述装置包括：

模拟渲染模块，用于通过调用预先进行渲染引擎优化后的目标云游戏的渲染引擎，对所述目标云游戏在各个数据贴图渲染源下进行模拟渲染，得到模拟渲染结果；

比对模块，用于将所述模拟渲染结果中设定优化虚拟对象的兼容性模拟指标与设定优化虚拟对象对应的兼容性评价数据库中的兼容性评价指标进行比对；

确定模块，用于根据比对结果，确定所述模拟渲染结果中兼容性指标存在变化的模拟渲染对象，并获取所述兼容性指标存在变化的模拟渲染对象在各个渲染节点的模拟渲染控制参数；

更新模块，用于根据所述兼容性指标存在变化的模拟渲染对象在各个渲染节点的模拟渲染控制参数，更新所述目标云游戏的渲染引擎中针对该设定优化虚拟对象对应的兼容配置参数。

第三方面，本申请实施例还提供一种基于大数据和云计算的游戏兼容处理系统，所述基于大数据和云计算的游戏兼容处理系统包括云端计算中心以及与所述云端计算中心通信连接的多个游戏客户终端；

所述云端计算中心，用于：

通过调用预先进行渲染引擎优化后的目标云游戏的渲染引擎，对所述目标云游戏在各个数据贴图渲染源下进行模拟渲染，得到模拟渲染结果；

将所述模拟渲染结果中设定优化虚拟对象的兼容性模拟指标与设定优化虚拟对象对应的兼容性评价数据库中的兼容性评价指标进行比对；

根据比对结果，确定所述模拟渲染结果中兼容性指标存在变化的模拟渲染对象，并获取所述兼容性指标存在变化的模拟渲染对象在各个渲染节点的模拟渲染控制参数；

根据所述兼容性指标存在变化的模拟渲染对象在各个渲染节点的模拟渲染控制参数，更新所述目标云游戏的渲染引擎中针对该设定优化虚拟对象对应的兼容配置参数。

第四方面，本申请实施例还提供一种云端计算中心，所述云端计算中心包括处理器、机器可读存储介质和网络接口，所述机器可读存储介质、所述网络接口以及所述处理器之间通过总线系统相连，所述网络接口用于与至少一个游戏客户终端通信连接，所述机器可读存储介质用于存储程序、指令或代码，所述处理器用于执行所述机器可读存储介质中的程序、指令或代码，以执行第一方面或者第一方面中任意一个可能的实现方式中的基于大数据和云计算的游戏兼容处理方法。

第五方面，本申请实施例提供一种计算机可读存储介质，计算机可读存储介质中存储有指令，当其被执行时，使得计算机执行上述第一方面或者第一方面中任意一个可能的实现方式中的基于大数据和云计算的游戏兼容处理方法。

基于上述任意一个方面，本申请通过将设定优化虚拟对象的兼容性模拟指标与设定优化虚拟对象对应的兼容性评价数据库进行比对，确定模拟渲染结果中兼容性指标存在变化的模拟渲染对象，然后根据兼容性指标存在变化的模拟渲染对象，自动更新目标云游戏的渲染引擎中针对该设定优化虚拟对象对应的兼容配置参数，从而提高目标云游戏的渲染引擎的渲染兼容程度，减少人工参与，节约人工资源。此外，在整个过程中仅仅是对于兼容配置参数进行更新，不会影响渲染引擎的在先优化效果。

附图说明

为了更清楚地说明本申请实施例的技术方案，下面将对实施例中所需要调用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，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它相关的附图。

图1为本申请实施例提供的基于大数据和云计算的游戏兼容处理系统的应用场景示意图；

图2为本申请实施例提供的基于大数据和云计算的游戏兼容处理方法的流程示意图；

图3为本申请实施例提供的基于大数据和云计算的游戏兼容处理装置的功能模块示意图；

图4为本申请实施例提供的用于实现上述的基于大数据和云计算的游戏兼容处理方法的云端计算中心的结构组件示意框图。

具体实施方式

下面结合说明书附图对本申请进行具体说明，方法实施例中的具体操作方法也可以应用于装置实施例或系统实施例中。

图1是本申请一种实施例提供的基于大数据和云计算的游戏兼容处理系统10的交互示意图。基于大数据和云计算的游戏兼容处理系统10可以包括云端计算中心100以及与云端计算中心100通信连接的游戏客户终端200。图1所示的基于大数据和云计算的游戏兼容处理系统10仅为一种可行的示例，在其它可行的实施例中，该基于大数据和云计算的游戏兼容处理系统10也可以仅包括图1所示组成部分的其中一部分或者还可以包括其它的组成部分。

本实施例中，游戏客户终端200可以包括移动设备、平板计算机、膝上型计算机等或其任意组合。在一些实施例中，移动设备可以包括物联网设备、可穿戴设备、智能移动设备、虚拟现实设备、或增强现实设备等，或其任意组合。在一些实施例中，物联网设备可以包括智能电器设备的控制设备、智能监控设备、智能电视、智能摄像机等，或其任意组合。在一些实施例中，可穿戴设备可包括智能手环、智能鞋带、智能玻璃、智能头盔、智能手表、智能服装、智能背包、智能配件等，或其任何组合。在一些实施例中，智能移动设备可以包括智能手机、个人数字助理、游戏设备等，或其任意组合。在一些实施例中，虚拟现实设备和增强现实设备可以包括虚拟现实头盔、虚拟现实玻璃、虚拟现实贴片、增强现实头盔、增强现实玻璃、或增强现实贴片等，或其任意组合。例如，虚拟现实设备和增强现实设备可以包括各种虚拟现实产品等。

本实施例中，基于大数据和云计算的游戏兼容处理系统10中的云端计算中心100和游戏客户终端200可以通过配合执行以下方法实施例所描述的基于大数据和云计算的游戏兼容处理方法，具体云端计算中心100和游戏客户终端200的执行步骤部分可以参照以下方法实施例的详细描述。

为了解决前述背景技术中的技术问题，图2为本申请实施例提供的基于大数据和云计算的游戏兼容处理方法的流程示意图，本实施例提供的基于大数据和云计算的游戏兼容处理方法可以由图1中所示的云端计算中心100执行，下面对该基于大数据和云计算的游戏兼容处理方法进行详细介绍。

步骤S110，通过调用预先进行渲染引擎优化后的目标云游戏的渲染引擎，对目标云游戏在各个数据贴图渲染源下进行模拟渲染，得到模拟渲染结果。

步骤S120，将模拟渲染结果中设定优化虚拟对象的兼容性模拟指标与设定优化虚拟对象对应的兼容性评价数据库中的兼容性评价指标进行比对。

步骤S130，根据比对结果，确定模拟渲染结果中兼容性指标存在变化的模拟渲染对象，并获取兼容性指标存在变化的模拟渲染对象在各个渲染节点的模拟渲染控制参数。

步骤S140，根据兼容性指标存在变化的模拟渲染对象在各个渲染节点的模拟渲染控制参数，更新目标云游戏的渲染引擎中针对该设定优化虚拟对象对应的兼容配置参数。

本实施例中，针对步骤S110，在调用预先进行渲染引擎优化后的目标云游戏的渲染引擎，对目标云游戏在各个数据贴图渲染源下进行模拟渲染，得到模拟渲染结果的过程中，模拟渲染的过程例如可以是通过渲染引擎对目标云游戏在各个数据贴图渲染源下，针对每个兼容性测试项目进行针对性地模拟渲染，从而可以得到模拟渲染结果中每个设定优化虚拟对象的兼容性模拟指标。其中，每个兼容性测试项目对应于一个兼容性模拟指标，兼容性测试项目可以是指针对不同游戏运行环境、游戏硬件环境、游戏加速环境等任意可能会导致兼容问题的环境下的测试项目，相对应的兼容性模拟指标可以是指在这些测试项目下所产生的模拟指标参数，此外设定优化虚拟对象可以是指完成优化过程的虚拟对象，例如可以是指虚拟游戏场景、虚拟游戏技能等。

本实施例中，针对步骤S120，在将模拟渲染结果中设定优化虚拟对象的兼容性模拟指标与设定优化虚拟对象对应的兼容性评价数据库中的兼容性评价指标进行比对的过程中，具体可以是比对兼容性模拟指标和兼容性评价指标中存在的参数变化或者参数差异，从而可以去确定后续模拟渲染结果中兼容性指标存在变化的模拟渲染对象。

本实施例中，模拟渲染控制参数可以是指在进行模拟渲染过程中用于控制整个渲染过程中的配置参数，这些配置参数通常是与兼容性测试项目，例如针对游戏运行环境、游戏硬件环境、游戏加速环境等环境有关。由此可以根据兼容性指标存在变化的模拟渲染对象在各个渲染节点的模拟渲染控制参数，更新目标云游戏的渲染引擎中针对该设定优化虚拟对象对应的兼容配置参数，在具体更新过程中可以是对模拟渲染控制参数在每个兼容性测试项目进行环境配置，具体环境配置的过程可以参照现有技术的方案执行，例如针对游戏硬件环境，可以通过与游戏硬件对应的硬件型号参数来进行环境配置，可以由开发人员进行手动配置，也可以通过预设的自动化脚本自动进行环境配置。

基于上述设计，本实施例通过将设定优化虚拟对象的兼容性模拟指标与设定优化虚拟对象对应的兼容性评价数据库进行比对，确定模拟渲染结果中兼容性指标存在变化的模拟渲染对象，然后根据兼容性指标存在变化的模拟渲染对象，自动更新目标云游戏的渲染引擎中针对该设定优化虚拟对象对应的兼容配置参数，从而提高目标云游戏的渲染引擎的渲染兼容程度，减少人工参与，节约人工资源。此外，在整个过程中仅仅是对于兼容配置参数进行更新，不会影响渲染引擎的在先优化效果。

在一种可能的实现方式中，针对步骤S130而言，在根据比对结果，确定模拟渲染结果中兼容性指标存在变化的模拟渲染对象的过程中，可以选择多种实施规则来确定，例如可以至少包括如下之一或任意组合：

第一种实施方式：根据设定优化虚拟对象的兼容性模拟指标与兼容性评价数据库的比对结果，确定模拟渲染结果中的新增模拟渲染对象，新增模拟渲染对象包括：在兼容性评价数据库中未出现但在兼容性模拟指标中出现的渲染容器数量匹配第一设定渲染容器数量，并且在兼容性模拟指标中各次出现时的渲染权重达到第一设定权重的占比匹配设定占比的模拟渲染对象。

第二种实施方式：根据设定优化虚拟对象的兼容性模拟指标与兼容性评价数据库的比对结果，确定设定优化虚拟对象内的失效模拟渲染对象。失效模拟渲染对象包括：在兼容性评价数据库中出现但在兼容性模拟指标中未出现的连续渲染容器数量匹配第二设定渲染容器数量的模拟渲染对象。

第三种实施方式：根据设定优化虚拟对象的兼容性模拟指标与兼容性评价数据库的比对结果，确定在设定优化虚拟对象内发生异常偏移的偏移模拟渲染对象。偏移模拟渲染对象包括：根据兼容性评价数据库确定的渲染时序信息与兼容性模拟指标中的渲染时序信息不一致的模拟渲染对象。

在一种可能的实现方式中，针对第三种实施方式，对于在兼容性模拟指标中渲染权重匹配第一设定权重的候选模拟渲染对象，可以通过兼容性评价数据库确定候选模拟渲染对象的第一共用模拟渲染对象集合。

其中，第一共用模拟渲染对象集合中包括至少一个第一共用模拟渲染对象，第一共用模拟渲染对象为与候选模拟渲染对象共同出现在同一兼容性评价指标中并且在该兼容性评价指标中的渲染权重达到第一设定权重的模拟渲染对象。

然后，通过兼容性模拟指标确定候选模拟渲染对象的第二共用模拟渲染对象集合。

其中，第二共用模拟渲染对象集合中包括至少一个第二共用模拟渲染对象，第二共用模拟渲染对象为与候选模拟渲染对象共同出现在同一兼容性模拟指标中并且在该兼容性模拟指标中的渲染权重达到第一设定权重的模拟渲染对象。

这样，若第一共用模拟渲染对象集合与第二共用模拟渲染对象集合的重合度低于设定重合度，将候选模拟渲染对象作为待判定模拟渲染对象，对于待判定模拟渲染对象，选择待判定模拟渲染对象的渲染权重达到第二设定权重的兼容性模拟指标，作为参考兼容性模拟指标。

或者，在另一种可能的实现方式中，可以从待判定模拟渲染对象的渲染权重达到第二设定权重的兼容性模拟指标中选择预定数量的兼容性模拟指标，作为参考兼容性模拟指标。

这样，若根据兼容性评价数据库确定的待判定模拟渲染对象的第一渲染时序信息与参考兼容性模拟指标指示的第二渲染时序信息不一致的占比达到设定占比，则将待判定模拟渲染对象确定为偏移模拟渲染对象。

其中，第一渲染时序信息与第二渲染时序信息不一致，具体可以包括：第一渲染时序信息与第二渲染时序信息指示的时序节点不同，或者，第一渲染时序信息与第二渲染时序信息指示的时序之间的差异超出设定差异。

在一种可能的实现方式中，前述的待判定模拟渲染对象的第一渲染时序信息包括待判定模拟渲染对象所在的时序节点及所在的渲染时机。

由此，针对待判定模拟渲染对象的第一渲染时序信息的确定过程，可以是根据兼容性评价数据库包含的兼容性评价指标中待判定模拟渲染对象的模拟渲染控制参数确定待判定模拟渲染对象所在的时序节点，然后将确定的时序节点中待判定模拟渲染对象的模拟渲染控制参数匹配设定模拟渲染控制参数的渲染节点的渲染时机作为待判定模拟渲染对象所在的渲染时机。

由此，根据兼容性评价数据库包含的兼容性评价指标中待判定模拟渲染对象的模拟渲染控制参数确定待判定模拟渲染对象所在的时序节点，可以将满足如下条件的时序节点作为候选时序节点：

第一、兼容性评价数据库中待判定模拟渲染对象的模拟渲染控制参数最大的兼容性评价指标指示的时序节点。

第二、在兼容性评价数据库中包含待判定模拟渲染对象的兼容性评价指标中，出现次数最多的时序节点。

第三兼容性评价数据库中待判定模拟渲染对象的渲染权重平均值最大的时序节点。

第四、兼容性评价数据库中待判定模拟渲染对象的渲染权重中位数最大的时序节点。

第五、在候选时序节点中，若同一时序节点出现的次数匹配设定次数，则将同一时序节点作为待判定模拟渲染对象所在的时序节点。

进一步地，在一种可能的实现方式中，针对步骤S130，在获取兼容性指标存在变化的模拟渲染对象在各个渲染节点的模拟渲染控制参数的过程中，可以通过以下示例性的子步骤来实现。

子步骤S131，将每个兼容性模拟指标对应的编码渲染信息与模拟渲染对象的编码渲染容器进行渲染匹配。

子步骤S132，将匹配度达到设定匹配度的编码渲染信息添加至目标参考渲染库。

子步骤S133，对于每个渲染节点，确定目标参考渲染库中在渲染节点的渲染时机区间内的各个编码渲染信息。

子步骤S134，根据确定的各个编码渲染信息上模拟渲染对象的渲染权重以及各个编码渲染信息与渲染节点之间的差异，确定模拟渲染对象在渲染节点的模拟渲染控制参数。

示例性地，在子步骤S131中，对于连续的每个编码渲染信息，确定编码渲染信息在编码渲染容器中对应的匹配渲染单元，然后根据编码渲染信息与对应的匹配渲染单元之间的差异，确定编码渲染信息的匹配度。

又例如，在子步骤S131中还可以将连续的多个编码渲染信息组成编码渲染单元序列，根据多个编码渲染信息中的起始编码渲染信息和兼容性模拟指标中的渲染参数，确定多个参考渲染单元，组成参考渲染单元序列，然后根据编码渲染单元序列与参考渲染单元序列之间的差异，确定编码渲染单元序列中每个编码渲染信息的匹配度。

进一步地，在一种可能的实现方式中，针对步骤S140，在根据兼容性指标存在变化的模拟渲染对象在各个渲染节点的模拟渲染控制参数，更新目标云游戏的渲染引擎中针对该设定优化虚拟对象对应的兼容配置参数的过程中，可以通过以下示例性的子步骤来实现。

子步骤S141，根据兼容性指标存在变化的模拟渲染对象在各个渲染节点的模拟渲染控制参数确定模拟渲染对象的兼容性评价指数。

子步骤S142，若兼容性指标存在变化的模拟渲染对象的兼容性评价指数满足预设条件，则将兼容性指标存在变化的模拟渲染对象在各个渲染节点的模拟渲染控制参数更新至目标云游戏的渲染引擎中针对该设定优化虚拟对象对应的兼容配置参数中。

其中，具体更新的过程中在前述描述中已经有示例说明，在此不再赘述。

此外，在一些可能的示例中，预设条件可以包括以下之一或任意组合：

1）模拟渲染对象的渲染分布的密集程度匹配设定密集程度。

2）模拟渲染对象的渲染分布在相邻的时序节点。

3）模拟渲染对象的信号的覆盖范围在设定范围区间内。

4）模拟渲染对象的关键模拟渲染控制参数匹配预设模拟渲染控制参数。

可以理解的是，在实际实施过程中，可以采用上述预设条件的任意组合来实施，具体不作限定。

进一步地，针对前述的步骤S110而言，预先进行渲染引擎优化后的目标云游戏的渲染引擎可以通过以下示例性的子步骤得到，详细描述如下。

子步骤S111，获取向多个游戏客户终端200提供云计算服务的待优化云游戏的渲染历史性能大数据中包含目标优化性能指标的目标性能数据，对目标性能数据进行聚类处理，得到目标性能数据对应的聚类性能数据。

子步骤S112，获取目标性能数据对应的目标渲染优化云计算模型，通过目标渲染优化云计算模型从聚类性能数据中提取第一性能标签特征和第二性能标签特征，将第一性能标签特征和第二性能标签特征进行映射融合，得到与目标性能数据相关联的性能标签融合特征。

子步骤S113，根据性能标签融合特征、目标渲染优化云计算模型，对聚类性能数据进行性能优化指标分析，得到聚类性能数据对应的性能优化指标分析结果。

子步骤S114，若性能优化指标分析结果指示目标性能数据中存在满足性能优化条件的聚类性能数据，则将目标优化性能指标确定为待优化对象，并基于待优化对象以及待优化对象对应的满足性能优化条件的聚类性能数据对云端计算中心的渲染引擎进行优化。

本实施例中，在获取到包含目标优化性能指标的目标性能数据时，可以对目标性能数据进行聚类处理，以将目标性能数据划分成一个或者多个聚类，这里将不对划分后的聚类的数量进行限定。应当理解，本申请实施例可以将每个聚类对应的性能数据统称为聚类性能数据。此外，可以理解的是，这里的目标优化性能指标可以为渲染优化场景下的某个游戏操作节点的操作对象，可选的，这里的目标优化性能指标还可以为标识识别场景下的某个贴图对象的标识信息，这里将不对目标优化性能指标的具体类型进行限定。

进一步的，可以将目标性能数据给到训练好的目标渲染优化云计算模型，以通过该目标渲染优化云计算模型从前述划分后的聚类性能数据中提取第一性能标签特征和第二性能标签特征，进而可以将提取出的第一性能标签特征和第二性能标签特征进行映射融合处理，以得到与该目标性能数据相关联的性能标签融合特征。

可以理解的是，本申请实施例通过对从每个聚类性能数据所提取到的第一性能标签特征和第二性能标签特征进行映射融合处理后，可以提高后续对每个聚类性能数据所属的优化指标类型进行分类的准确性。进一步的，可以根据性能标签融合特征、目标渲染优化云计算模型，对聚类性能数据进行性能优化指标分析，以得到目标性能数据对应的性能优化指标分析结果。

可以理解的是，在本申请实施例中的性能优化指标分析结果中可以包含每个聚类性能数据对应的性能优化指标分析结果，所以，可以在检测到这些性能优化指标分析结果中存在满足性能优化条件的聚类性能数据对应的性能优化指标分析结果时，确定目标性能数据中存在满足性能优化条件的聚类性能数据，进而可以间接地确定出该目标优化性能指标为待优化对象。

由此可见，采用本申请实施例在进行渲染性能优化之前，可以预先将目标性能数据划分成一系列的聚类性能数据，进而可以通过目标渲染优化云计算模型对每个聚类性能数据进行性能优化指标分析，以识别每个聚类性能数据所属的优化指标类型，进而可以提高性能优化的准确性。此外，本申请实施例在通过目标渲染优化云计算模型识别出每个聚类性能数据所属的优化指标类型之后，可以将每个聚类性能数据所属的优化指标类型统称为目标性能数据对应的性能优化指标分析结果，这样，在检测到这些聚类性能数据中存在满足性能优化条件的聚类性能数据，则可以快速确定出目标优化性能指标可能为携带过度渲染异常的待优化对象，进而可以进行针对性优化之后，确保后续渲染过程的可靠性。

譬如，在一种可能的实现方式中，针对步骤S1110，在获取向多个游戏客户终端200提供云计算服务的待优化云游戏的渲染历史性能大数据中包含目标优化性能指标的目标性能数据，对目标性能数据进行聚类处理，得到目标性能数据对应的聚类性能数据的过程中，可以通过以下示例性的子步骤来实现。

子步骤S1111，响应针对待优化云游戏的数据库访问请求，输出待优化云游戏对应的数据库访问栏。

子步骤S1112，启动与待优化云游戏相关联的性能指标爬取脚本，在性能指标爬取脚本对应的爬取覆盖范围内，对待优化云游戏的至少一个渲染性能数据进行采集，将采集到的至少一个渲染性能数据输出至数据库访问栏，将数据库访问栏上显示的至少一个渲染性能数据确定为与待优化云游戏相关联的目标性能数据序列。

本实施例中，目标性能数据序列可以包含至少一个渲染性能数据。

值得说明的是，性能指标爬取脚本对应的爬取覆盖范围可以依据不同的云游戏的实际运行情况进行灵活设置，爬取覆盖范围可以理解为爬取的目录范围，或者爬取的业务数据范围，在此不作具体限定。

子步骤S1113，从目标性能数据序列的至少一个渲染性能数据中获取待优化云游戏的渲染性能数据，对待优化云游戏的渲染性能数据进行关键对象识别，得到关键对象识别结果。

子步骤S1114，若关键对象识别结果指示待优化云游戏的渲染性能数据中存在属于关键贴图对象类型的目标数据，则基于目标数据在待优化云游戏的渲染性能数据中确定待优化云游戏的关键贴图对象所在的渲染模型，从待优化云游戏的渲染性能数据中截取渲染模型。

子步骤S1115，在渲染模型中将待优化云游戏的关键贴图对象作为目标优化性能指标，在渲染模型中将目标优化性能指标对应的性能数据作为目标性能数据。目标优化性能指标为待优化云游戏的关键贴图对象。

子步骤S1116，获取用于对目标性能数据进行聚类处理的聚类参数，基于聚类参数对目标性能数据进行聚类处理，得到目标性能数据对应的聚类性能数据。

譬如，在一种可能的实现方式中，针对步骤S112而言，聚类性能数据的数量可以为多个。由此，在获取目标性能数据对应的目标渲染优化云计算模型，通过目标渲染优化云计算模型从聚类性能数据中提取第一性能标签特征和第二性能标签特征，将第一性能标签特征和第二性能标签特征进行映射融合，得到与目标性能数据相关联的性能标签融合特征的过程中，可以通过以下示例性的子步骤来实现。

子步骤S1121，获取目标性能数据对应的目标渲染优化云计算模型。

例如，目标渲染优化云计算模型可以包括：第一标签特征单元和第二标签特征单元。可以理解，第一标签特征单元和第二标签特征单元在目标渲染优化云计算模型可以是并列设置的不同网络模型层，用于提取不同的标签特征。

子步骤S1122，通过第一标签特征单元从每个聚类性能数据中提取顶点着色器渲染特征，将提取到的每个聚类性能数据的顶点着色器渲染特征分别确定为第一性能标签特征。

子步骤S1123，通过第二标签特征单元从每个聚类性能数据中提取片元着色器渲染特征，将提取到的每个聚类性能数据的片元着色器渲染特征分别确定为第二性能标签特征。

子步骤S1124，将每个聚类性能数据的第一性能标签特征和对应聚类性能数据的第二性能标签特征进行映射融合，得到每个聚类性能数据的映射融合特征，将每个聚类性能数据的映射融合特征确定为与目标性能数据相关联的性能标签融合特征。

譬如，在一种可能的实现方式中，针对步骤S113而言，目标渲染优化云计算模型可以包括：预测单元。例如，预测单元具有对目标性能数据中的聚类性能数据所属的优化指标类型进行预测分类的功能。由此，在一种可能的实现方式中，在根据性能标签融合特征、目标渲染优化云计算模型，对聚类性能数据进行性能优化指标分析，得到聚类性能数据对应的性能优化指标分析结果的过程中，可以通过以下示例性的子步骤来实现。

子步骤S1131，将性能标签融合特征输入至目标渲染优化云计算模型中的预测单元，由预测单元确定性能标签融合特征与预测单元中的多个样本标签融合特征之间的关联度。

其中，关联度可以用于表征性能标签融合特征分别与每个样本标签融合特征属于相同优化指标类型的概率。

子步骤S1132，基于关联度，在多个样本标签融合特征中获取与性能标签融合特征具有最大关联度的样本标签融合特征，将具有最大关联度的样本标签融合特征作为目标样本标签融合特征。

子步骤S1133，将目标样本标签融合特征对应的样本标签信息作为性能标签融合特征对应的目标优化指标类型，基于目标优化指标类型以及与目标优化指标类型相关联的最大关联度，确定对目标性能数据中的聚类性能数据进行分类后的性能优化指标分析结果。

基于此，在上述描述的基础上，譬如，针对步骤S114而言，一个聚类性能数据对应一个性能优化指标分析结果，多个样本标签融合特征对应的样本标签信息包含优化类标签信息。由此，在一种可能的实现方式中，在若性能优化指标分析结果指示目标性能数据中存在满足性能优化条件的聚类性能数据，则将目标优化性能指标确定为待优化对象的过程中，可以通过以下示例性的子步骤来实现。

子步骤S1141，获取目标渲染优化云计算模型对应的性能优化条件。

子步骤S1142，若性能优化指标分析结果中存在目标优化指标类型属于优化类标签信息的性能优化指标分析结果，则在聚类性能数据中将目标优化指标类型对应的聚类性能数据，确定为满足性能优化条件的聚类性能数据。

子步骤S1143，将目标性能数据中所包含的目标优化性能指标确定为待优化对象。

进一步地，在一种可能的实现方式中，仍旧针对步骤S1141，在基于待优化对象以及待优化对象对应的满足性能优化条件的聚类性能数据对云端计算中心的渲染引擎进行优化的过程中，可以通过以下示例性的子步骤来实现。

子步骤S1144，提取待优化对象对应的满足性能优化条件的聚类性能数据中每个目标图形渲染元素所对应的云虚拟容器，在从云虚拟容器的容器运行控制源中获取云虚拟容器在渲染时所关联的原始虚拟对象列表的同时，并行地提取云虚拟容器的图形渲染库特征分量。

子步骤S1145，基于提取到的图形渲染库特征分量确定用于对原始虚拟对象列表进行渲染优化模拟分析的渲染处理图形栈信息，从渲染处理图形栈信息中提取出多个待使用的图形栈运行信息节点的图形栈运行信息参数以及不同图形栈运行信息节点之间的图形栈并用信息，根据图形栈运行信息参数和图形栈并用信息对多个待使用的图形栈运行信息节点进行渲染处理得到至少两个目标图形栈运行信息元素。

其中，目标图形栈运行信息元素的图形栈运行信息参数的运行环境区间位于设定区间内且不同的目标图形栈运行信息元素之间的图形栈并用信息的差异度小于设定值。

子步骤S1146，通过目标图形栈运行信息元素对原始虚拟对象列表进行渲染优化模拟分析，得到待优化虚拟对象列表。

子步骤S1147，根据从预设的虚拟渲染器件的贴图渲染记录中确定出的目标图形渲染库特征分量确定待优化虚拟对象列表的图形渲染库优化分布，以及根据确定出的待优化虚拟对象列表中的业务标签确定待优化虚拟对象列表的图形渲染库扩展分布。

子步骤S1148，基于图形渲染库优化分布和图形渲染库扩展分布对待优化虚拟对象列表进行关键优化图形渲染元素提取，得到关键优化图形渲染元素集。

子步骤S1144，基于关键优化图形渲染元素集对云端计算中心的渲染引擎进行优化。

示例性地，譬如，在一种可能的实现方式中，针对子步骤S1144而言，在从云虚拟容器的容器运行控制源中获取云虚拟容器在渲染时所关联的原始虚拟对象列表的同时，并行地提取云虚拟容器的图形渲染库特征分量的过程中，可以通过以下示例性的实施方式来实现。

（1）生成与容器运行控制源的图形渲染驱动结构信息对应的图形渲染驱动条件并通过预先与容器运行控制源建立的软件开发接口发送图形渲染驱动条件，并在发送图形渲染驱动条件的同时检测云虚拟容器的图形渲染驱动状态是否处于驱动状态。

（2）在检测到图形渲染驱动状态处于驱动状态时，向云虚拟容器所对应的图形渲染驱动控件关联渲染业务控件以使得云虚拟容器所对应的图形渲染驱动控件通过渲染业务控件将基于图形渲染驱动条件从容器运行控制源中查询得到的原始虚拟对象列表以及从图形渲染驱动状态对应的运行记录中提取的图形渲染库特征分量进行同步反馈。

（3）在检测到图形渲染驱动状态处于未驱动状态时，根据图形渲染驱动状态的图形渲染驱动顺序延迟生成渲染业务控件并下发至云虚拟容器所对应的图形渲染驱动控件，以使得云虚拟容器所对应的图形渲染驱动控件根据渲染业务控件启动图形渲染驱动状态并从图形渲染驱动状态对应的运行记录中提取的图形渲染库特征分量，并使得云虚拟容器所对应的图形渲染驱动控件根据渲染业务控件延迟性地基于图形渲染驱动条件从容器运行控制源中查询得到原始虚拟对象列表，同步接收云虚拟容器所对应的图形渲染驱动控件反馈的图形渲染库特征分量和原始虚拟对象列表。

示例性地，譬如，在一种可能的实现方式中，针对子步骤S1145而言，在基于提取到的图形渲染库特征分量确定用于对原始虚拟对象列表进行渲染优化模拟分析的渲染处理图形栈信息，从渲染处理图形栈信息中提取出多个待使用的图形栈运行信息节点的图形栈运行信息参数以及不同图形栈运行信息节点之间的图形栈并用信息的过程中，可以通过以下示例性的实施方式来实现。

（1）从图形渲染库特征分量中确定出多个具有不同层级关系的缓冲分配器，根据缓冲分配器构建第一图形栈运行信息集合以及第二图形栈运行信息集合。

其中，第一图形栈运行信息集合为全局图形栈运行信息集合，第二图形栈运行信息集合为特定对象图形栈运行信息集合。

（2）将第一图形栈运行信息集合中的任意一个第一图形栈运行信息对应的纹理贴图渲染向量映射到第二图形栈运行信息集合中的对应节点上的第二图形栈运行信息中，并确定纹理贴图渲染向量在第二图形栈运行信息中的渲染关联信息。

（3）基于渲染关联信息与第二图形栈运行信息中的目标纹理贴图渲染向量之间的分层参数确定图形渲染库特征分量在设定层级范围内常用的资源文件队列，解析资源文件队列对应的资源文件排列内容信息并通过资源文件排列内容信息所指代的信息特征生成渲染处理图形栈信息。

（4）将渲染处理图形栈信息以堆栈结构列出，得到多个初始图形栈运行信息节点，根据渲染处理图形栈信息的堆栈层级确定每个初始图形栈运行信息节点的渲染处理层级，按照渲染处理层级由大到小的顺序将初始图形栈运行信息节点进行排序并选取排序靠前的目标数量个初始图形栈运行信息节点作为待使用的图形栈运行信息节点。

（5）针对每个待使用的图形栈运行信息节点，确定该图形栈运行信息节点的引擎编辑器的编码配置参数和引擎编辑参数，根据编码配置参数确定该图形栈运行信息节点的图形栈可视化元素分布，根据引擎编辑参数从图形栈可视化元素分布中提取出图形栈运行信息参数。

示例性地，譬如，在一种可能的实现方式中，针对子步骤S1146而言，在通过目标图形栈运行信息元素对原始虚拟对象列表进行渲染优化模拟分析，得到待优化虚拟对象列表的过程中，可以通过以下示例性的实施方式来实现。

（1）从目标图形栈运行信息元素中确定出原始虚拟对象列表的虚拟部件分布。

其中，虚拟部件分布用于表征原始虚拟对象列表在云虚拟容器中的虚拟部件渲染分布信息。

（2）根据虚拟部件分布中的虚拟部件渲染分布信息确定原始虚拟对象列表的游戏引擎渲染参数，获取游戏引擎渲染参数中存在卡顿持续行为的目标游戏引擎渲染参数。

（3）根据虚拟部件分布对应的分布矩阵的逆矩阵对原始虚拟对象列表进行渲染优化模拟分析，并在渲染处理过程中采用目标游戏引擎渲染参数对原始虚拟对象列表中存在与目标游戏引擎渲染参数的卡顿持续行为对应的虚拟对象所对应的目标渲染控制字段进行渲染优化模拟分析，得到待优化虚拟对象列表。

示例性地，譬如，在一种可能的实现方式中，针对子步骤S1147而言，在根据从预设的虚拟渲染器件的贴图渲染记录中确定出的目标图形渲染库特征分量确定待优化虚拟对象列表的图形渲染库优化分布，以及根据确定出的待优化虚拟对象列表中的业务标签确定待优化虚拟对象列表的图形渲染库扩展分布的过程中，可以通过以下示例性的实施方式来实现。

（1）从预设的虚拟渲染器件的贴图渲染记录中提取不随虚拟渲染器件的贴图渲染记录的更新而变化的贴图渲染模板消息，提取贴图渲染模板消息中的图形渲染库所属项目并从图形渲染库所属项目中识别在建立图形渲染库所属项目时所生成的优化参数。

（2）根据优化参数从预设的虚拟渲染器件的贴图渲染记录中确定目标图形渲染库特征分量并将目标图形渲染库特征分量对应的逻辑帧信息导入预设的逻辑帧信息列表中，为每次导入逻辑帧信息列表的逻辑帧信息设置优化业务标签。

（3）按照逻辑帧信息列表中的每个逻辑帧信息以及逻辑帧信息的编码权重确定不同逻辑帧信息之间的逻辑帧优化分布系数。

（4）根据确定出的每个逻辑帧优化分布系数以及每个逻辑帧优化分布系数在逻辑帧信息列表中的位置生成待优化虚拟对象列表的图形渲染库优化分布。

（5）确定出待优化虚拟对象列表中的业务标签所对应的扩展业务标签，并将业务标签和所对应的扩展业务标签进行组合，生成待优化虚拟对象列表的图形渲染库扩展分布。

示例性地，譬如，在一种可能的实现方式中，本实施例中所提供的目标渲染优化云计算模型通过以下方式训练获得：

（1）获取与样本对象相关联的训练样本信息和训练样本信息的样本标签信息。

例如，训练样本信息中包含用于对初始渲染优化云计算模型进行训练的第一样本信息和第二样本信息。训练样本信息的样本标签信息包括：第一样本信息对应的非优化类标签信息和第二样本信息对应的优化类标签信息。

（2）对训练样本信息进行聚类处理，得到训练样本信息对应的聚类性能样本数据。

（3）通过初始渲染优化云计算模型从聚类性能样本数据中提取第一样本特征和第二样本特征，将第一样本特征和第二样本特征进行特征映射融合，得到与训练样本信息相关联的样本映射融合特征。

（4）基于样本映射融合特征、非优化类标签信息和优化类标签信息对初始渲染优化云计算模型进行训练，将训练后的初始渲染优化云计算模型确定为用于对目标图像中的目标对象进行预测的目标渲染优化云计算模型。

示例性地，譬如，在（1）中，在获取与样本对象相关联的训练样本信息和训练样本信息的样本标签信息的过程中，首先可以获取包含样本对象的初始渲染性能数据，将初始渲染性能数据作为用于对对初始渲染优化云计算模型进行训练的第一样本信息，将第一样本信息的标签信息确定为非优化类标签信息。

然后，获取与初始渲染优化云计算模型具有关联关系的对象识别模型，通过对象识别模型确定与初始渲染性能数据相关联的优化渲染性能数据。 接下来，基于优化渲染性能数据和初始渲染性能数据，生成包含优化渲染性能数据的叠加渲染性能数据，将叠加渲染性能数据作为用于对初始渲染优化云计算模型进行训练的第二样本信息，将第二样本信息的标签信息确定为优化类标签信息。

由此，可以将第一样本信息和第二样本信息确定为训练样本信息，将非优化类标签信息和优化类标签信息作为所训练样本信息的样本标签信息。

图3为本公开实施例提供的基于大数据和云计算的游戏兼容处理装置300的功能模块示意图，本实施例可以根据上述云端计算中心100执行的方法实施例对该基于大数据和云计算的游戏兼容处理装置300进行功能模块的划分，也即该基于大数据和云计算的游戏兼容处理装置300所对应的以下各个功能模块可以用于执行上述云端计算中心100执行的各个方法实施例。其中，该基于大数据和云计算的游戏兼容处理装置300可以包括模拟渲染模块310、比对模块320、确定模块330以及更新模块340，下面分别对该基于大数据和云计算的游戏兼容处理装置300的各个功能模块的功能进行详细阐述。

模拟渲染模块310，用于通过调用预先进行渲染引擎优化后的目标云游戏的渲染引擎，对目标云游戏在各个数据贴图渲染源下进行模拟渲染，得到模拟渲染结果。其中，模拟渲染模块310可以用于执行上述的步骤S110，关于模拟渲染模块310的详细实现方式可以参照上述针对步骤S110的详细描述即可。

比对模块320，用于将模拟渲染结果中设定优化虚拟对象的兼容性模拟指标与设定优化虚拟对象对应的兼容性评价数据库中的兼容性评价指标进行比对。其中，比对模块320可以用于执行上述的步骤S120，关于比对模块320的详细实现方式可以参照上述针对步骤S120的详细描述即可。

确定模块330，用于根据比对结果，确定模拟渲染结果中兼容性指标存在变化的模拟渲染对象，并获取兼容性指标存在变化的模拟渲染对象在各个渲染节点的模拟渲染控制参数。其中，确定模块330可以用于执行上述的步骤S130，关于确定模块330的详细实现方式可以参照上述针对步骤S130的详细描述即可。

更新模块340，用于根据兼容性指标存在变化的模拟渲染对象在各个渲染节点的模拟渲染控制参数，更新目标云游戏的渲染引擎中针对该设定优化虚拟对象对应的兼容配置参数。其中，更新模块340可以用于执行上述的步骤S140，关于更新模块340的详细实现方式可以参照上述针对步骤S140的详细描述即可。

需要说明的是，应理解以上装置的各个模块的划分仅仅是一种逻辑功能的划分，实际实现时可以全部或部分集成到一个物理实体上，也可以物理上分开。且这些模块可以全部以软件通过处理元件调用的形式实现。也可以全部以硬件的形式实现。还可以部分模块通过处理元件调用软件的形式实现，部分模块通过硬件的形式实现。例如，模拟渲染模块310可以为单独设立的处理元件，也可以集成在上述装置的某一个芯片中实现，此外，也可以以程序代码的形式存储于上述装置的存储器中，由上述装置的某一个处理元件调用并执行以上模拟渲染模块310的功能。其它模块的实现与之类似。此外这些模块全部或部分可以集成在一起，也可以独立实现。这里所描述的处理元件可以是一种集成电路，具有信号的处理能力。在实现过程中，上述方法的各步骤或以上各个模块可以通过处理器元件中的硬件的集成逻辑电路或者软件形式的指令完成。

图4示出了本公开实施例提供的用于实现上述的基于大数据和云计算的游戏兼容处理方法的云端计算中心100的硬件结构示意图，如图4所示，云端计算中心100可包括处理器110、机器可读存储介质120、总线130以及收发器140。

在具体实现过程中，至少一个处理器110执行机器可读存储介质120存储的计算机执行指令（例如图3中所示的基于大数据和云计算的游戏兼容处理装置300包括的模拟渲染模块310、比对模块320、确定模块330以及更新模块340），使得处理器110可以执行如上方法实施例的基于大数据和云计算的游戏兼容处理方法，其中，处理器110、机器可读存储介质120以及收发器140通过总线130连接，处理器110可以用于控制收发器140的收发动作，从而可以与前述的游戏客户终端200进行数据收发。

处理器110的具体实现过程可参见上述云端计算中心100执行的各个方法实施例，其实现原理和技术效果类似，本实施例此处不再赘述。

在上述的图4所示的实施例中，应理解，处理器可以是中央处理器(英文：CentralProcessing Unit，CPU)，还可以是其它通用处理器、数字信号处理器(英文：DigitalSignal Processor，DSP)、专用集成电路(英文：Application SpecificIntegratedCircuit，ASIC)等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合发明所公开的方法的步骤可以直接体现为硬件处理器执行完成，或者用处理器中的硬件及软件模块组合执行完成。

机器可读存储介质120可能包含高速RAM存储器，也可能还包括非易失性存储NVM，例如至少一个磁盘存储器。

总线130可以是工业标准体系结构(Industry Standard Architecture，ISA)总线、外部设备互连(Peripheral Component Interconnect，PCI)总线或扩展工业标准体系结构(Extended Industry Standard Architecture，EISA)总线等。总线130可以分为地址总线、数据总线、控制总线等。为便于表示，本申请附图中的总线并不限定仅有一根总线或一种类型的总线。

此外，本申请实施例还提供一种可读存储介质，所述可读存储介质中存储有计算机执行指令，当处理器执行所述计算机执行指令时，实现如上基于大数据和云计算的游戏兼容处理方法。

上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。

上文已对基本概念做了描述，显然，对于本领域技术人员来说，上述详细披露仅仅作为示例，而并不构成对本说明书的限定。虽然此处并没有明确说明，本领域技术人员可能会对本说明书进行各种修改、改进和修正。该类修改、改进和修正在本说明书中被建议，所以该类修改、改进、修正仍属于本说明书示范实施例的精神和范围。

同时，本说明书使用了特定词语来描述本说明书的实施例。如“一个实施例”、“一实施例”和/或“一些实施例”意指与本说明书至少一个实施例相关的某一特征、结构或特点。因此，应强调并注意的是，本说明书中在不同位置两次或多次提及的“一实施例”或“一个实施例”或“一个替代性实施例”并不一定是指同一实施例。此外，本说明书的一个或多个实施例中的某些特征、结构或特点可以进行适当的组合。

此外，本领域技术人员可以理解，本说明书的各方面可以通过若干具有可专利性的种类或情况进行说明和描述，包括任何新的和有用的工序、机器、产品或物质的组合，或对他们的任何新的和有用的改进。相应地，本说明书的各个方面可以完全由硬件执行、可以完全由软件(包括固件、常驻软件、微码等)执行、也可以由硬件和软件组合执行。以上硬件或软件均可被称为“数据块”、“模块”、“引擎”、“单元”、“组件”或“系统”。此外，本说明书的各方面可能表现为位于一个或多个计算机可读介质中的计算机产品，该产品包括计算机可读程序编码。

计算机存储介质可能包含一个内含有计算机程序编码的传播数据信号，例如在基带上或作为载波的一部分。该传播信号可能有多种表现形式，包括电磁形式、光形式等，或合适的组合形式。计算机存储介质可以是除计算机可读存储介质之外的任何计算机可读介质，该介质可以通过连接至一个指令执行系统、系统或设备以实现通讯、传播或传输供使用的程序。位于计算机存储介质上的程序编码可以通过任何合适的介质进行传播，包括无线电、电缆、光纤电缆、RF、或类似介质，或任何上述介质的组合。

本说明书各部分操作所需的计算机程序编码可以用任意一种或多种程序语言编写，包括面向对象编程语言如Java、Scala、Smalltalk、Eiffel、JADE、Emerald、C++、C#、VB.NET、Python等，常规程序化编程语言如C语言、VisualBasic、Fortran2003、Perl、COBOL2002、PHP、ABAP，动态编程语言如Python、Ruby和Groovy，或其他编程语言等。该程序编码可以完全在用户计算机上运行、或作为独立的软件包在用户计算机上运行、或部分在用户计算机上运行部分在远程计算机运行、或完全在远程计算机或服务器上运行。在后种情况下，远程计算机可以通过任何网络形式与用户计算机连接，比如局域网(LAN)或广域网(WAN)，或连接至外部计算机(例如通过因特网)，或在云计算环境中，或作为服务使用如软件即服务(SaaS)。

此外，除非权利要求中明确说明，本说明书处理元素和序列的顺序、数字字母的使用、或其他名称的使用，并非用于限定本说明书流程和方法的顺序。尽管上述披露中通过各种示例讨论了一些目前认为有用的发明实施例，但应当理解的是，该类细节仅起到说明的目的，附加的权利要求并不仅限于披露的实施例，相反，权利要求旨在覆盖所有符合本说明书实施例实质和范围的修正和等价组合。例如，虽然以上所描述的系统组件可以通过硬件设备实现，但是也可以只通过软件的解决方案得以实现，如在现有的服务器或移动设备上安装所描述的系统。

同理，应当注意的是，为了简化本说明书披露的表述，从而帮助对一个或多个发明实施例的理解，前文对本说明书实施例的描述中，有时会将多种特征归并至一个实施例、附图或对其的描述中。但是，这种披露方法并不意味着本说明书对象所需要的特征比权利要求中提及的特征多。实际上，实施例的特征要少于上述披露的单个实施例的全部特征。

最后，应当理解的是，本说明书中实施例仅用以说明本说明书实施例的原则。其他的变形也可能属于本说明书范围。因此，作为示例而非限制，本说明书实施例的替代配置可视为与本说明书的教导一致。相应地，本说明书的实施例不仅限于本说明书明确介绍和描述的实施例。