【技术实现步骤摘要】
带宽预测方法、模型生成方法及设备
[0001]本申请实施例涉及数据传输
,尤其涉及一种带宽预测方法、模型生成方法及设备。
技术介绍
[0002]通信双方通过网络流式传输数据时,如网络直播场景中,直播端与服务端之间传输直播数据时,由于受不同网络状况影响,会存在不同程度的传输时延及播放质量等传输质量问题,而通过调整预测可用带宽,基于可用带宽调整编码和/或传输的码率将有助于改善数据传输质量。
[0003]现有技术,通常预先配置规则,根据规则中设定的不同网络状况所对应的可用带宽,从而基于该设定规则来进行可用带宽预测。然而由于网络异构性等原因,采用规则设定方式会导致预测的可用带宽并不准确。
技术实现思路
[0004]本申请实施例提供一种带宽预测方法、模型生成方法及计算设备,用以解决现有技术中可用带宽预测不准确的技术问题。
[0005]第一方面,本申请实施例中提供了一种带宽预测方法,包括:
[0006]确定直播端用以传输直播数据的网络的网络信息;
[0007]根据所述网络信息,从多个等级分别对应的预测模型中确定目标预测模型;其中,所述预测模型由同一等级的至少一个子模型聚合处理获得;所述子模型根据样本可用带宽及样本网络信息训练获得;
[0008]利用所述目标预测模型及所述网络信息,预测可用带宽。
[0009]第二方面,本申请实施例中提供了一种模型生成方法,包括:
[0010]利用在多个样本网络环境分别进行直播数据传输采用的样本可用带宽及样本网络信息,训练 ...
【技术保护点】
【技术特征摘要】
1.一种带宽预测方法,其特征在于,包括:确定直播端用以传输直播数据的网络的网络信息;根据所述网络信息,从多个等级分别对应的预测模型中确定目标预测模型;其中,所述预测模型由同一等级的至少一个子模型聚合处理获得;所述子模型根据样本可用带宽及样本网络信息训练获得;利用所述目标预测模型及所述网络信息,预测可用带宽。2.根据权利要求1所述的方法,其特征在于,所述样本可用带宽为在样本网络环境传输直播数据时所采用的可用带宽;所述样本网络信息为所述样本网络环境的网络信息;所述根据所述直播端的网络信息,从多个等级分别对应的可用带宽预测模型中确定目标预测模型包括:从所述直播端的网络信息中,计算获得网络评估参数;根据所述网络评估参数,确定所述直播端满足第一切换条件时,将当前使用的预测模型的高一等级的预测模型作为目标预测模型;其中,等级越高的预测模型所对应的样本网络环境的可用带宽利用率越高;根据所述网络评估参数,确定所述直播端满足第二切换条件时,将当前使用的预测模型的低一等级的预测模型作为目标预测模型。3.根据权利要求2所述的方法,其特征在于,所述从所述直播端的网络信息中,计算获得网络评估参数包括:根据最近传输的多个数据包的时延抖动,确定所述直播端的时延抖动特征;在所述时延抖动特征满足过载条件的情况下,确定所述直播端处于过载状态;在连续多次计算获得的时延抖动特征满足低载条件情况下,确定所述直播端处于低载状态;根据最近传输的多个数据包的丢包率,统计所述直播端的丢包率特征;其中,所述第一切换条件包括所述直播端处于低载状态且所述丢包率特征小于第阈值;所述第二切换条件包括所述直播端处于过载状态且丢包率特征大于第一阈值。4.根据权利要求3所述的方法,其特征在于,所述根据所述网络评估参数,确定所述直播端满足第一切换条件时,将当前使用的预测模型的高一等级的预测模型作为目标预测模型包括:在所述直播端处于低载状态、所述丢包率特征小于第一阈值、当前使用的预测模型非最高一等级且模型切换间隔时长小于第一时长情况下,将当前使用的预测模型的高一等级的预测模型作为目标预测模型;所述根据所述网络评估参数,确定所述直播端满足第二切换条件时,将当前使用的预测模型的低一等级的预测模型作为目标预测模型包括:在所述直播端处于过载状态、丢包率特征大于第二阈值、当前使用的预测模型非最低一等级且模型切换间隔时长大于第二时长,将当前使用的预测模型的低一等级的预测模型作为目标预测模型。5.根据权利要求1所述的方法,其特征在于,所述直播端为主播端,所述方法还包括:将所述目标可用带宽发送至所述主播端;所述目标可用带宽用于指示所述主播端编码和/或发送直播数据;
或者,所述直播端为主播端,所述方法还包括:按照所述目标可用带宽,调整所述直播数据的编码码率和/或发送码率;将所述编码码率和/或发送码率发送至所述主播端,以指示所述主播端按照所述编码码率编码所述直播数据,和/或按照所述发送码率发送所述直播数据;或者,所述直播端为观众端,所述方法还包括:按照所述目标可用带宽,调整所述直播数据的编码码率和/或发...
【专利技术属性】
技术研发人员:吴蕾蕾,胡雨涵,
申请(专利权)人:阿里巴巴中国有限公司,
类型:发明
国别省市:
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。