【技术实现步骤摘要】
用于CDN平台的业务处理方法及CDN系统
本专利技术涉及通信
，特别涉及一种用于CDN平台的业务处理方法及CDN系统。
技术介绍
随着科技的不断发展和5G时代的到来，基于机器学习的人工智能应用越来越广泛。然而，对于一些低算力的终端设备(例如摄像头、音响等)而言，由于本身的计算能力有限，难以应用人工智能应用来进行终端设备数据的分析、计算及进一步的控制，人工智能水平较低；而对于一些高算力的终端设备而言，由于其使用的机器学习模型均为厂商定制的模型，无法应用厂商定制外的机器学习模型，模型应用的灵活性较低。
技术实现思路
本专利技术实施方式的目的在于提供一种用于CDN平台的业务处理方法及CDN系统，可以提高低算力的终端设备的人工智能水平和高算力的终端设备的模型应用的灵活性。为解决上述技术问题，本专利技术的实施方式提供了一种用于CDN平台的业务处理方法，包含以下步骤：获取终端设备发起的业务请求，其中，业务请求包括请求的机器学习模型、CDN计算标识和/或待处理数据，请求的机器学习模型是指请求使用或...
【技术保护点】
1.一种用于CDN平台的业务处理方法，其特征在于，包括：/n获取终端设备发起的业务请求，其中，所述业务请求包括请求的机器学习模型、CDN计算标识和/或待处理数据，所述请求的机器学习模型为所述终端设备请求使用或请求返回的机器学习模型；/n若根据所述CDN计算标识确定为需要计算，则采用所述请求的机器学习模型对所述待处理数据进行计算，并将计算的结果返回至所述终端设备；/n若根据所述CDN计算标识确定为不需要计算，则将所述请求的机器学习模型返回至所述终端设备。/n
【技术特征摘要】
1.一种用于CDN平台的业务处理方法，其特征在于，包括：
获取终端设备发起的业务请求，其中，所述业务请求包括请求的机器学习模型、CDN计算标识和/或待处理数据，所述请求的机器学习模型为所述终端设备请求使用或请求返回的机器学习模型；
若根据所述CDN计算标识确定为需要计算，则采用所述请求的机器学习模型对所述待处理数据进行计算，并将计算的结果返回至所述终端设备；
若根据所述CDN计算标识确定为不需要计算，则将所述请求的机器学习模型返回至所述终端设备。
2.根据权利要求1所述的用于CDN平台的业务处理方法，其特征在于，所述若根据所述CDN计算标识确定为需要计算，则采用所述请求的机器学习模型对所述待处理数据进行计算，包括：
若根据所述CDN计算标识确定为需要计算，则判断所述请求的机器学习模型是否已在加载队列中；
若所述请求的机器学习模型已在所述加载队列中，则采用加载队列中的所述请求的机器学习模型对所述待处理数据进行计算。
3.根据权利要求2所述的用于CDN平台的业务处理方法，其特征在于，在所述判断所述请求的机器学习模型是否已在加载队列中之后，还包括：
若所述请求的机器学习模型不在所述加载队列中，则判断所述请求的机器学习模型是否命中缓存；
若所述请求的机器学习模型命中缓存，则获取缓存中的所述请求的机器学习模型；
若所述请求的机器学习模型未命中缓存，则从机器学习模型提供方获取所述请求的机器学习模型；
加载所述请求的机器学习模型对所述待处理数据进行计算。
4.根据权利要求3所述的用于CDN平台的业务处理方法，其特征在于，加载所述请求的机器学习模型对所述待处理数据进行计算，包括：
判断所述业务请求中是否存在GPU计算标识；
若所述业务请求中存在所述GPU计算标识，则采用GPU加载所述请求的机器学习模型对所述待处理数据进行计算。
5.根据权利要求1所述的用于CDN平台的业务处理方法，其特征在于，所述若根据所述CDN计算标识确定为不需要计算，则将所述请求的机器学习模型返回至所述终端设备，包括：
若根据所述CDN计算标识确定为不需要计算，则判断所述请求的机器学习模型是否命中缓存；
若所述请求的机器学习模型命中缓存，则将命中的缓存文件返回至所述终端设备；
若所述请求的机器学习模型未命中缓存，则从机器学习模型提供方获取所述请求的机器学习模型对应的模型文件，将所述...
【专利技术属性】
技术研发人员：张雨金，张文波，马磊，
申请(专利权)人：中移杭州信息技术有限公司，中国移动通信集团有限公司，
类型：发明
国别省市：浙江;33
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。