一种数据上行优化方法以及装置制造方法及图纸

本发明专利技术公开了一种数据上行优化方法以及装置，属于网络通信领域，其中智能上行优化方法，包括：获取网络交互参数；根据所述网络交互参数确定交互类别；其中所述类别包括目标分类和非目标分类；根据对应的类别选择对应的速率控制方法；所述预测分配法包括对所述目标分类的第一时长进行预测；该数据上行优化方法通过对每个网络交互的参数提取特征，随后对网络交互进行分类，然后对不同的网络交互类型采取不同的上行码率控制方案，对于目标分类，首先预测其第一时长，然后基于预测结果为网络交互的分配合适的上传码率，对于非目标分类，继续使用网络平台原始的码率控制方案，保证实时交互过程中QoE的同时，减少无人交互过程中导致的上行资源浪费。

【技术实现步骤摘要】
一种数据上行优化方法以及装置
本专利技术涉及网络通信领域，特别涉及一种数据上行优化方法以及装置。
技术介绍
随着移动互联网时代的到来，我国网民数量逐年攀升，移动智能设备(如智能手机、平板)覆盖率越来越高，移动互联网中4G+Wi-Fi的占比也越来越高，移动媒体以前所未有的速度快速发展。网络直播继承了移动互联网的优势，具有直观，快速，实时，表现形式好，交互性强等特点，成为了移动媒体中的代表，呈现爆炸式的发展模式。网络直播作为当今最热门的移动互联网应用之一，吸引了越来越多的用户加入直播、观看的行列中。我们也迎来了全民直播的时代。网络直播的架构主要由四部分组成：主播客户端，拉流服务器(ingestserver)，内容分发服务器(contentdeliverynetwork,CDN)，以及观众客户端。当主播开始直播，不论是否有人观看，主播客户端都会调用设备(如手机)的摄像头，录制实时视频，并在压缩后上传至拉流服务器，随后在服务器中被分块(chunk)并再次编码为多个码率版本(如720p，1080p)，然后发布到CDN。当有观众请求视频时，CDN分发视频给观众。尽管网络直播应用的发展如火如荼，但是关于网络直播的研究重点主要集中于下行阶段，即从服务器到观众。我们指出，上行阶段(从主播到服务器)同样重要。很多时候，由于主播是业余人士，因此导致网络不稳定。在中，Pang等人指出上行过程中的卡顿会导致所有观众出现卡顿的情况，影响观众的体验质量(QualityofExperience,QoE)。也强调了上行带宽成为了网络直播应用的瓶颈之一。目前网络直播中存在大量直播无人观看，导致严重的资源浪费问题。Raman等人发现，FacebookLive(脸书直播)中有41.5％的直播无人观看：一方面由于主播的吸引力不足，另一方面由于主播只是在尝试直播功能或是作为私人记录。这些直播不仅浪费了网络、存储资源，而且会对服务器造成不必要的负担。然而目前鲜有关于无人观看的直播的研究，主要研究如下：Raman等人提出当第一个观众到达时才开始上传。该方法主要存在两方面的不足：首先，暂停实时上传造成额外延迟，严重影响观众QoE。其次，直播中途出现的无人观看的情况未被考虑。本专利将致力于解决由于无人观看的直播导致的资源浪费问题。目前针对网络直播上行阶段的优化的主要工作如下：基于目前网络视频QoE严重依赖于带宽资源的观察：当带宽下降时，QoE会不可避免的受到影响。NAS使用了全新的传输框架，为待传输视频预训练一个超码率深度神经网络模型(SRDNN)，这样仅需向客户端传输低码率视频的同时一并传输相应的SRDNN模型，便可以在客户端还原出高码率视频。优化对象是网络直播中时移观看的QoE。所谓“时移观看”包含：1.直播时拖动进度条观看之前的直播内容，2.直播结束后观看回放录像。时移观看的视频是直播视频在实时上传时保存在服务器中的副本。其作者指出，主播的网络环境往往不稳定，在高带宽期间，带宽利用率不足，而在低带宽期间，上传码率则会受限。Vantage把低带宽期间的直播视频缓存在本地，并以高码率编码，在高带宽期间除了上传直播画面以外，同时再次上传经过高码率编码后的帧(“优化重传”)。当观众请求视频时，临时上传必然带来从主播客户端到拉流服务器的传输延迟以及编码的处理延迟，使得观众的启动时延(从请求视频到首帧播放的时延)大大提升。而Krishnan等人的研究结果表明，启动时延的提升，使得观众倾向于放弃观看视频。此外，该方法的另一个问题是只关注了完全无人观看的直播，而没有关注无人观看的直播片段(比如，直播开始时，等待观众期间无人观看)。NAS则存在以下问题：首先，需要对视频预训练对应的SRDNN模型，无法实时进行训练和恢复，因此不适用于直播场景，只适用于点播(VoD)。其次，NASSRDNN的训练需要依靠服务器级别的GPU，消耗的计算资源极大，应用场景受到了限制。作为目前对于时移观看的唯一优化工作，Vantage为研究人员提出了一种全新的优化思路，但是其同样存在不足之处：Vantage的优化重传只考虑原始画质，使得一些无人观看的片段也被再次上传，进一步加剧了上行资源的浪费。综上所述，无人观看的直播造成了严重的资源浪费，然而目前没有既能顾全观看QoE又能减少浪费的优化方案。
技术实现思路
为了解决上述问题，本专利技术提供一种能够在保证实时观看QoE的同时，减少无人观看的直播导致的上行资源浪费的上行优化方法以及装置。为了实现上述目的，本专利技术一方面提供一种数据上行优化方法，包括：获取网络交互参数；根据所述网络交互参数确定交互类别；其中所述类别包括目标分类和非目标分类；根据对应的类别选择对应的速率控制方法；其中所述非目标分类采用网络平台的原始速率控制方法，所述目标分类采用预测分配法；所述预测分配法包括对所述目标分类的第一时长进行预测；根据所述第一时长对上传速率进行分配。可选的，根据所述网络交互参数确定交互类别，进一步包括：对所述网络交互参数进行Z-Score标准化和主成分分析降维等数据预处理操作；使用K-Means算法对特征进行聚类。可选的，所述的所述目标分类的第一时长进行预测，进一步包括：构建预测模型；对所述预测模型进行训练；将所述网络交互参数导入训练后的预测模型预测出第一时长。可选的，所述构建预测模型进一步包括：通过6个1维卷积神经网络将所有5/6数组特征编码为6个一维的新特征；将所述新特征与其余特征一起输入具有3个隐藏层的全连接网络。可选的，所述根据所述第一时长对上传速率进行分配第一时长，进一步包括：当所述第一时长大于第一阈值，且目标分类的时间大于所述第一阈值时，采用第一码率范围上传数据；当所述第一时长大于第一阈值，且目标分类的时间小于或等于所述第一阈值时，采用第二码率范围上传数据；当所述第一时长小于或等于第一阈值，且目标分类的时间大于所述第一阈值时，采用第二码率范围上传数据；当所述第一时长小于或等于第一阈值，且目标分类的时间小于或等于所述第一阈值时，采用第一码率范围上传数据。可选的，所述第一码率范围是0.05～0.1MBps。可选的，所述第二码率范围是0.02～0.05MBps。可选的，所述第一阈值为40～60秒。另有方面，本专利技术提供一种数据上行优化装置，包括：获取单元，用于获取网络交互参数；确定单元，用于根据所述网络交互参数确定交互类别；其中所述类别包括目标分类和非目标分类；选择单元，用于根据对应的类别选择对应的速率控制方法；其中所述非目标分类采用网络平台的原始速率控制方法，所述目标分类采用预测分配法；预测模块，用于对所述目标分类的第一时长进行预测；分配模块，用于根据所述第一时长对上传速率进行分配。可选的，所述预测单元包括：构建模块，用于构建预测模型；训练单元，用本文档来自技高网...

【技术保护点】
1.一种数据上行优化方法，其特征在于，包括：/n获取网络交互参数；/n根据所述网络交互参数确定交互类别；其中所述类别包括目标分类和非目标分类；/n根据对应的类别选择对应的速率控制方法；其中所述非目标分类采用网络平台的原始速率控制方法，所述目标分类采用预测分配法；/n所述预测分配法包括对所述目标分类的第一时长进行预测；/n根据所述第一时长对上传速率进行分配。/n

【技术特征摘要】
1.一种数据上行优化方法，其特征在于，包括：
获取网络交互参数；
根据所述网络交互参数确定交互类别；其中所述类别包括目标分类和非目标分类；
根据对应的类别选择对应的速率控制方法；其中所述非目标分类采用网络平台的原始速率控制方法，所述目标分类采用预测分配法；
所述预测分配法包括对所述目标分类的第一时长进行预测；
根据所述第一时长对上传速率进行分配。


2.根据权利要求1所述的数据上行优化方法，其特征在于，根据所述网络交互参数确定交互类别，进一步包括：
对所述网络交互参数进行Z-Score标准化和主成分分析降维等数据预处理操作；
使用K-Means算法对特征进行聚类。


3.根据权利要1所述的数据上行优化方法，其特征在于，所述的所述目标分类的第一时长进行预测，进一步包括：
构建预测模型；
对所述预测模型进行训练；
将所述网络交互参数导入训练后的预测模型预测出第一时长。


4.根据权利要求3所述的数据上行优化方法，其特征在于，所述构建预测模型进一步包括：通过6个1维卷积神经网络将所有5/6数组特征编码为6个一维的新特征；
将所述新特征与其余特征一起输入具有3个隐藏层的全连接网络。


5.根据权利要3所述的数据上行优化方法，其特征在于，所述根据所述第一时长对上传速率进行分配第一时长，进一步包括：
当所述第一时长大于第一阈值，且目标分类的时间大于所述第一阈值时，采用第一码率范围上传数据；
当所述第一时长大于第一阈值，且目标分类的时间小于或等于所述第一阈值时，采用第二码率范围上传数据；
当所述第一时长小于或等于第一阈值，且目标分类的时间大于所述第一阈值时，采用第二码率范围上传数据；
当所述第一时长小于或等于第一阈值，且目标分类的时间小于或等于所述第一阈值时，采用第一码率范围上传数据。


6.根据权利要求5所述的数据上行优化方法，其特征在于：所述第...

【专利技术属性】
技术研发人员：李金洋，武庆华，李振宇，
申请(专利权)人：网络通信与安全紫金山实验室，
类型：发明
国别省市：江苏;32