一种神经自适应视频流多路径传输结果确定方法及系统技术方案

本发明专利技术涉及一种神经自适应视频流多路径传输结果确定方法及系统。该确定方法包括获取已知视频流的历史的播放信息以及历史的网络带宽；根据所述历史的播放信息以及所述历史的网络带宽构建神经自适应视频流多路径传输的网络模型；获取待分配的视频流；根据所述待分配的视频流以及训练好的神经自适应视频流多路径传输的网络模型确定所述待分配的视频流的多路径传输结果。本发明专利技术所提供的一种神经自适应视频流多路径传输结果确定方法及系统，不仅充分利用可用带宽，而且还共同考虑了QoE和QoS指标。

【技术实现步骤摘要】
一种神经自适应视频流多路径传输结果确定方法及系统
本专利技术涉及计算机网络和强化学习领域，特别是涉及一种神经自适应视频流多路径传输结果确定方法及系统。
技术介绍
多路径传输是同时使用多个IP地址或者接口进行跨多个通道传播数据的一项高级工作。多径传输通常被视为单路径传输的备用方案，即当单路径连接无法提供预期的带宽时，一部分数据将通过额外的路径传输。现在许多移动设备已将多个无线接口集成到多路径传输技术中，以提高蜂窝和Wi-Fi网络上的传输效率。消耗大量数据的移动设备上的视频流是多路径传输的最大受益者之一。受益于多路径中多个子流带来的更大带宽传输，可用于视频流应用为用户提供高质量的视频并改善体验质量和服务质量。DASH提供了在播放过程中调整视频比特率以获得高体验质量的机会。其他研究也提出了几种基于回放统计信息的固定体验质量(QualityofExperience，QoE)目标优化方法。其中，专利[CN107071513A]提供了用于提供媒体内容的方法、客户机和服务器。一种由DASH客户机执行的用于提供媒体内容的方法，该方法包括：接收媒本文档来自技高网...

【技术保护点】
1.一种神经自适应视频流多路径传输结果确定方法，其特征在于，包括：/n获取已知视频流的历史的播放信息以及历史的网络带宽；所述播放信息包括缓存区大小、多个视频块的播放码率以及带宽分配情况；/n根据所述历史的播放信息以及所述历史的网络带宽构建神经自适应视频流多路径传输的网络模型；所述神经自适应视频流多路径传输的网络模型以视频流的播放信息以及网络带宽为输入，以视频流的多路径传输结果为输出；所述多路径传输结果包括比率选择结果和通道分配结果；所述神经自适应视频流多路径传输的网络模型包括BS Actor模型、PAActor模型以及Critic模型；所述BS Actor模型用于根据所述历史的播放信息以及所述...

【技术特征摘要】
1.一种神经自适应视频流多路径传输结果确定方法，其特征在于，包括：
获取已知视频流的历史的播放信息以及历史的网络带宽；所述播放信息包括缓存区大小、多个视频块的播放码率以及带宽分配情况；
根据所述历史的播放信息以及所述历史的网络带宽构建神经自适应视频流多路径传输的网络模型；所述神经自适应视频流多路径传输的网络模型以视频流的播放信息以及网络带宽为输入，以视频流的多路径传输结果为输出；所述多路径传输结果包括比率选择结果和通道分配结果；所述神经自适应视频流多路径传输的网络模型包括BSActor模型、PAActor模型以及Critic模型；所述BSActor模型用于根据所述历史的播放信息以及所述历史的网络带宽进行比率选择；所述PAActor模型用于根据所述历史的播放信息以及所述历史的网络带宽进行通道分配；所述Critic模型用于根据所述比率选择结果和通道分配结果确定体验质量和服务质量；
获取待分配的视频流；
根据所述待分配的视频流以及训练好的神经自适应视频流多路径传输的网络模型确定所述待分配的视频流的多路径传输结果。


2.根据权利要求1所述的一种神经自适应视频流多路径传输结果确定方法，其特征在于，所述获取已知视频流的历史的播放信息以及历史的网络带宽，之前还包括：
根据DASH标准将视频流分成多个视频块；
将多个所述视频块进行存储。


3.根据权利要求1所述的一种神经自适应视频流多路径传输结果确定方法，其特征在于，所述根据所述历史的播放信息以及所述历史的网络带宽构建神经自适应视频流多路径传输的网络模型，之后还包括：
根据所述历史的播放信息以及所述历史的网络带宽，采用梯度下降法训练所述神经自适应视频流多路径传输的网络模型，得到训练好的神经自适应视频流多路径传输的网络模型。


4.根据权利要求1所述的一种神经自适应视频流多路径传输结果确定方法，其特征在于，所述BSActor模型采用双层前馈网络，并利用Adam优化器进行更新。


5.根据权利要求1所述的一种神经自适应视频流多路径传输结果确定方法，其特征...

【专利技术属性】
技术研发人员：边凯归，关玉烁，张远行，宋令阳，
申请(专利权)人：北京大学，
类型：发明
国别省市：北京;11