CN107395404A - 为网络应用提示网络环境、预测服务质量的方法和装置 - Google Patents
为网络应用提示网络环境、预测服务质量的方法和装置 Download PDFInfo
- Publication number
- CN107395404A CN107395404A CN201710553033.2A CN201710553033A CN107395404A CN 107395404 A CN107395404 A CN 107395404A CN 201710553033 A CN201710553033 A CN 201710553033A CN 107395404 A CN107395404 A CN 107395404A
- Authority
- CN
- China
- Prior art keywords
- network
- network environment
- service
- service quality
- network application
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/50—Testing arrangements
- H04L43/55—Testing of service level quality, e.g. simulating service usage
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L65/00—Network arrangements, protocols or services for supporting real-time applications in data packet communication
- H04L65/80—Responding to QoS
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Multimedia (AREA)
- Quality & Reliability (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本公开揭示了一种为网络应用提示、预测网络环境的方法和装置。所述方法包括:进行网络应用所在网络环境的特征数据收集;通过进行特征数据的上报,请求统计服务器为网络应用中实时类服务的运行进行服务质量预测;接收统计服务器返回的服务质量预测结果,服务质量预测结果由统计服务器根据特征数据进行服务质量预测得到;根据服务质量预测结果提示网络环境是否适配于网络应用中实时类服务的运行。在实时类服务运行之前实现了网络环境的提示,不需要用户主动发起,并且也不需要用户中断进行的操控,相对于网络应用中实时类服务在网络环境的运行而言,也不必然不存在滞后性,通过预先而进行的服务质量预测保证了网络应用中实时服务的服务质量。
Description
技术领域
本公开涉及互联网应用技术领域,特别涉及一种为网络应用提示、预测网络环境的方法和装置。
背景技术
随着互联网应用技术的发展,各种网络应用通过服务器与终端设备之间的交互而得到实现,进而在终端设备中实现其服务。运行于终端设备中的网络应用,包括各类网络游戏应用、视频应用等依赖于网络环境而实现服务的应用。
与之相对应于,在网络应用中实现的服务,即为实时类服务。具体而言,网络应用中实现的服务需要经由网络环境而实时获得相应服务器所传送的数据,网络环境不佳而将会影响着服务质量。例如,网络环境不佳而造成的延迟,将使得实时类服务的游戏对局无法正常进行;网络环境不佳而造成的视频加载困难,也将使得视频应用视频播放的质量受到极大影响。
因此,现有网络应用的实现中,往往在其客户端界面配置网络诊断按钮。通过网络诊断按钮的触发而为网络应用进行网络环境是否适配于运行实时类服务的提示。用户可以通过点击网络诊断按钮进行网络情况的诊断。所实现的网络诊断,是为所在的网络应用而专门配置的,并且是由用户主动发起的。
但是,对于现有网络应用所进行的网络诊断而言,一方面,往往是用户感知到服务质量不佳或者实时类服务受到网络环境影响无法正常运行时,主动触发的,对于实时类服务在网络环境的运行而言存在滞后性,并且受限于用户的操控,未能及时获知网络环境并不适于实时类服务。
另一方面,网络诊断的进行,由于是用户主动发起的,对于用户当前在实时类服务中执行的操控而言,必将不得不中断当前执行的操控,而去发起网络诊断,直至等待返回相应结果之后,方能够继续其所执行的操控。这对于实时类服务而言,是难以容忍的,网络诊断的配置并不适用于网络应用本身。
综上所述,现有网络应用中网络环境提示的进行,存在严重的局限性,具体而言,此局限性在于需要用户中断当前进行的操控而主动发起,且滞后于网络应用中实时类服务在网络环境的运行。
发明内容
为了解决相关技术中网络环境提示的进行需要用户中断当前进行的操控而主动发起,且滞后于网络应用中实时类服务在网络环境的运行的技术问题,本发明的一个目的在于提供一种为网络应用提示网络环境的方法、装置、终端设备和计算机可读存储介质。
此外,本发明的另一个目的在于提供一种为网络应用预测服务质量的方法和装置,用于解决现有技术所存在的局限性。
一种为网络应用提示网络环境的方法,所述方法包括:
进行网络应用所在网络环境的特征数据收集,所述特征数据包括用于标示自身所在网络环境的网络环境标识和网络环境特征;
通过进行所述特征数据的上报,请求统计服务器为所述网络应用中实时类服务的运行进行服务质量预测;
接收所述统计服务器返回的服务质量预测结果,所述服务质量预测结果由所述统计服务器根据特征数据进行服务质量预测得到;
根据所述服务质量预测结果提示网络环境是否适配于所述网络应用中实时类服务的运行。
一种为网络应用预测服务质量的方法,所述方法包括:
接收为网络应用上报的特征数据,所述特征数据包括用于标示所述网络应用所在网络环境的网络环境标识和网络环境特征;
根据所述特征数据中的网络环境特征为所述网络应用在所述网络环境标识标示的网络环境下实时类服务的运行进行服务质量预测,获得服务质量预测结果;
返回为所述网络应用获得的服务质量预测结果。
一种为网络应用提示网络环境的装置,所述装置包括:
特征收集模块,用于进行网络应用所在网络环境的特征数据收集,所述特征数据包括用于标示自身所在网络环境的网络环境标识和网络环境特征;
特征上报模块,用于通过进行所述特征数据的上报,请求统计服务器为所述网络应用中实时类服务的运行进行服务质量预测;
结果接收模块,用于接收所述统计服务器返回的服务质量预测结果,所述服务质量预测结果由所述统计服务器根据特征数据进行服务质量预测得到;
提示模块,用于根据所述服务质量预测结果提示网络环境是否适配于所述网络应用中实时类服务的运行。
一种为网络应用预测服务质量的装置,所述装置包括:
特征接收模块,用于接收为网络应用上报的特征数据,所述特征数据包括用于标示所述网络应用所在网络环境的网络环境标识和网络环境特征;
预测模块,用于根据所述特征数据中的网络环境特征为所述网络应用在所述网络环境标识标示的网络环境下实时类服务的运行进行服务质量预测,获得服务质量预测结果;
结果返回模块,用于返回为所述网络应用获得的服务质量预测结果。
一种终端设备,包括:
处理器;以及
存储器,所述存储器上存储有计算机可读指令,所述计算机可读指令被所述处理器执行时实现如前所述任一项所述为网络应用提示网络环境的方法。
一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现如前所述任一项所述的方法。
本公开的实施例提供的技术方案可以包括以下有益效果:
为终端设备中的网络应用进行所在网络环境的特征数据收集,此特征数据包括用于标示自身所在网络环境的网络环境标识和网络环境特征,通过进行特征数据的上报,请求统计数据器为网络应用中实时类服务的运行进行服务质量预测,随即接收到统计数据器返回的服务质量预测结果,根据服务质量预测结果提示网络环境是否适配于网络应用中实时类服务的运行,进而在实时类服务运行之前实现了网络环境的提示,不需要用户主动发起,并且也不需要用户中断进行的操控,相对于网络应用中实时类服务在网络环境的运行而言,也不必然不存在滞后性,通过预先而进行的服务质量预测保证了网络应用中实时服务的服务质量。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性的,并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本发明的实施例,并于说明书一起用于解释本发明的原理。
图1是根据本公开所涉及的实施环境的示意图;
图2是根据一示例性实施例示出的一种装置的框图
图3是根据一示例性实施例示出的一种为网络应用提示网络环境的方法的流程图;
图4是根据图3对应实施例示出的对步骤310的细节进行描述的流程图;
图5是根据另一示例性实施例示出的为网络应用提示网络环境的方法的流程图;
图6是根据一示例性实施例示出的一种为网络应用预测服务质量的方法的流程图;
图7是根据图6对应实施例示出的对步骤530的细节进行描述的流程图;
图8是根据另一示例性实施例示出的一种为网络应用预测服务质量的方法的流程图;
图9是根据一示例性实施例示出的为网络应用提示网络环境的系统部署示意图;
图10是根据一示例性实施例示出的为手机B中游戏对局服务的服务质量进行预测的时序图;
图11是根据一示例性实施例示出的为统计数据器的服务质量预测上报样本数据的时序图;
图12是根据一示例性实施例示出的样本数据中网络环境特征在所构建二给空间的分布示意图;
图13是根据图12对应实施例示出的游戏体验合格区域的二维空间示意图;
图14是根据一示例性实施例示出的一种为网络应用提示网络环境的装置的框图;
图15是根据图14对应实施例示出的对特征收集模块的细节进行描述的框图;
图16是根据另一示例性实施例的一种为网络应用提示网络环境的装置的框图;
图17是根据一示例性实施例示出的一种为网络应用预测服务质量的装置的框图;
图18是根据图17对应实施例示出的对预测模块的细节进行描述的框图;
图19是根据另一示例性实施例示出的一种为网络应用预测服务质量的装置的框图。
具体实施方式
这里将详细地对示例性实施例运行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本发明相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本发明的一些方面相一致的装置和方法的例子。
图1是根据本公开所涉及的实施环境的示意图。该实施环境包括:终端设备110和服务器130。
终端设备110和服务器130之间的关联方式,包括WiFi或者有线宽带实现的二者之间往来的数据关联方式。
并且在此实施环境中,服务器130,与众多终端设备110交互,以实现每一终端设备110所运行网络应用中网络环境的提示。
图2是根据一示例性实施例示出的一种装置的框图。例如,装置200可以是图1所示实施环境中的智能终端110。例如,智能终端110可以是智能手机、平板电脑等终端设备。
参照图2,装置200可以包括以下一个或多个组件:处理组件202,存储器204,电源组件206,多媒体组件208,音频组件210,传感器组件214以及通信组件216。
处理组件202通常控制装置200的整体操作,诸如与显示,电话呼叫,数据通信,相机操作以及记录操作相关联的操作等。处理组件202可以包括一个或多个处理器218来执行指令,以完成下述的方法的全部或部分步骤。此外,处理组件202可以包括一个或多个模块,便于处理组件202和其他组件之间的交互。例如,处理组件202可以包括多媒体模块,以方便多媒体组件208和处理组件202之间的交互。
存储器204被配置为存储各种类型的数据以支持在装置200的操作。这些数据的示例包括用于在装置200上操作的任何应用程序或方法的指令。存储器204可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(Static RandomAccess Memory,简称SRAM),电可擦除可编程只读存储器(Electrically ErasableProgrammable Read-Only Memory,简称EEPROM),可擦除可编程只读存储器(ErasableProgrammable Read Only Memory,简称EPROM),可编程只读存储器(Programmable Red-Only Memory,简称PROM),只读存储器(Read-Only Memory,简称ROM),磁存储器,快闪存储器,磁盘或光盘。存储器204中还存储有一个或多个模块,该一个或多个模块被配置成由该一个或多个处理器218执行,以完成下述图3、图4、图5、图6、图7和图8任一所示方法中的全部或者部分步骤。
电源组件206为装置200的各种组件提供电力。电源组件206可以包括电源管理系统,一个或多个电源,及其他与为装置200生成、管理和分配电力相关联的组件。
多媒体组件208包括在所述装置200和用户之间的提供一个输出接口的屏幕。在一些实施例中,屏幕可以包括液晶显示器(Liquid Crystal Display,简称LCD)和触摸面板。如果屏幕包括触摸面板,屏幕可以被实现为触摸屏,以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界,而且还检测与所述触摸或滑动操作相关的持续时间和压力。屏幕还可以包括有机电致发光显示器(Organic Light Emitting Display,简称OLED)。
音频组件210被配置为输出和/或输入音频信号。例如,音频组件210包括一个麦克风(Microphone,简称MIC),当装置200处于操作模式,如呼叫模式、记录模式和语音识别模式时,麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器204或经由通信组件216发送。在一些实施例中,音频组件210还包括一个扬声器,用于输出音频信号。
传感器组件214包括一个或多个传感器,用于为装置200提供各个方面的状态评估。例如,传感器组件214可以检测到装置200的打开/关闭状态,组件的相对定位,传感器组件214还可以检测装置200或装置200一个组件的位置改变以及装置200的温度变化。在一些实施例中,该传感器组件214还可以包括磁传感器,压力传感器或温度传感器。
通信组件216被配置为便于装置200和其他设备之间有线或无线方式的通信。装置200可以接入基于通信标准的无线网络,如WiFi(WIreless-Fidelity,无线保真)。在一个示例性实施例中,通信组件216经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中,所述通信组件216还包括近场通信(Near FieldCommunication,简称NFC)模块,以促进短程通信。例如,在NFC模块可基于射频识别(RadioFrequency Identification,简称RFID)技术,红外数据协会(Infrared DataAssociation,简称IrDA)技术,超宽带(Ultra Wideband,简称UWB)技术,蓝牙技术和其他技术来实现。
在示例性实施例中,装置200可以被一个或多个应用专用集成电路(ApplicationSpecific Integrated Circuit,简称ASIC)、数字信号处理器、数字信号处理设备、可编程逻辑器件、现场可编程门阵列、控制器、微控制器、微处理器或其他电子元件实现,用于执行下述方法。
图3是根据一示例性实施例示出的一种为网络应用提示网络环境的方法的流程图。该为网络应用提示网络环境的方法适用于图1所示实施环境的终端设备110,该终端设备110在一个示例性实施例中可以是图2所示的装置。如图3所示,该为网络应用提示网络环境的方法,可以由终端设备110执行,可以包括以下步骤。
在步骤310中,进行网络应用所在网络环境的特征数据收集,特征数据包括用于标示自身所在网络环境的网络环境标识和网络环境特征。
其中,网络应用即为终端设备110中运行的任一网络应用。例如,在终端设备110中,安装配置了网络游戏应用、视频应用等等网络应用,对于任一运行的网络应用,都可为其进行所在网络环境的特征数据收集。
网络应用所在网络环境,用于实现网络应用的网络接入,进而实现网络应用与服务器之间的交互。在一个示例性实施例的具体实现中,网络应用所在的网络环境是由基站或者路由器实现的,运行了网络应用的终端设备110接入基站或者路由即可获得其所需要的网络环境。
可以理解的,不同的网络环境,其所对应的网络情况不同,所能够提供的网络质量也各不相同。不同的网络环境有其独特的特点,由此,对于网络应用的实时类服务而言,其在不同的网络环境,所获得的服务质量也各不相同,服务质量与网络环境直接相关,因此,将进行网络应用所在网络环境的特征数据收集。
所收集的特征数据,必然包括网络环境标识,以对网络应用所在环境进行唯一标示,除此之外,还包括了网络环境特征,网络环境特征用于描述所对应的网络环境。特征数据中的网络环境特征对应于多个特征维度。根据网络应用的不同以及网络环境类型的不同,所采用的特征维度也各不相同。例如,对于由路由器实现的网络环境以及网络游戏应用而言,网络环境特征所对应的特征维度包括连接该路由器的设备数和位置信息(例如,终端设备的LBS信息);对于基站实现的网络环境以及网络游戏应用,特征维度则包括基站信号强度和位置信息。
与网络环境特征相类似的,网络环境标识根据所对应网络环境类型的不同,其所使用的用于唯一标示所在网络环境的网络环境标识数据内容也各不相同。例如,在路由器所实现的网络环境下,其网络环境标识为路由器的MAC地址;在基站所实现的网络环境下,其网络环境标识由期间的信息数据合并在一起作为识别基站以及此基站所提供网络环境的标识。具体而言,此网络环境标识可以由移动国家代码(Mobile Country Code,简称MCC)、移动网络号码(Mobile Network Code,简称NMC)、位置区域码(location area code,简称LAC)和基站编码(Customer IDentity,简称CID)合并在一起构成。
在另一个示例性实施例中,步骤310之前,该为网络应用提示网络环境的方法,还可以包括以下步骤。
接收网络应用被启动运行的指令,该指令用于指示触发为网络应用运行的特征数据收集过程。
其中,网络应用被启动运行的指令,在用户触发此网络应用,以使得此网络应用被启动运行时,便捕获得到。在获得网络应用被启动运行的指令之后,便开始为此网络应用进行所在网络环境下实时类服务的服务质量预测。
可以理解的,实时类服务用于实现网络应用中部署的主要功能,因此,网络应用被运行,在大多数情况下,将是为了运行实时类服务所执行的操控过程。被启动运行的网络应用中,实时类服务尚未被运行,此时便执行其服务质量的预测,对于即将被运行的实时类服务而言,有效的保证了预测的及时性,能够为即将进行的实时类服务触发运行提供有效准确的参考。
在步骤330中,通过进行特征数据的上报,请求统计服务器为网络应用中实时类服务的运行进行服务质量预测。
其中,终端设备110中,在为所运行的网络应用进行了所在网络环境的特征数据收集之后,便随之进行此特征数据的上报。通过上报的进行而向统计服务器请求为网络应用中实时类服务的运行进行服务质量预测。
可以理解的,网络应用中实时类服务的运行,是依赖于所在网络环境的,网络环境将决定了实时类服务的服务质量。例如,对于网络环境不佳,必然造成实时类服务中的延迟,进而使得实时类服务中游戏对局的进行受到影响,服务质量较差。因此,在实时类服务被运行之前,基于特征数据而请求统计数据器进行服务质量的预测,以确认当前是否能够触发运行实时类服务。
统计服务器区别于网络应用所对应的应用服务器。在此应当补充说明的是,根据网络应用的不同,分别对应了不同的应用服务器,例如,对于网络游戏应用而言,其所对应的应用服务器即为游戏服务器;对于视频应用而言,所对应的应用服务器为视频接入服务器等,在此不一一列举。
应用服务器是为其所对应的网络应用服务的,而统计服务器则不限于某一网络应用服务器,能够为接入多种网络应用,进而为多种网络应用中实时类服务的运行实现服务质量预测。
也就是说,统计服务器将为向其上报特征数据所对应的网络应用进行基于网络环境的服务质量预测。
在此应当说明的是,统计服务器将基于此网络应用在相同网络环境下的历史数据,即网络环境历史特征和服务质量历史信息来为即将被运行的实时类服务实现服务质量的预测。
在步骤350中,接收统计服务器返回的服务质量预测结果,服务质量预测结果由统计服务器根据特征数据进行服务质量预测得到。
其中,统计服务器在根据特征数据完成了服务质量的预测之后,便为网络应用返回其所对应的服务质量预测结果,服务质量预测结果用于指示网络应用中实时类服务如果被运行所最为可能获得的服务质量。
在一个示例性实施例中,返回的服务质量预测结果,可以是对所预测的服务质量打分而获得的数值,由此可知,其数值越高,则服务质量也越为优秀。
在步骤370中,根据服务质量预测结果提示网络环境是否适配于网络应用中实时类服务的运行。
其中,在网络应用中根据服务质量预测结果提示所在的网络环境适合运行实时类服务,进而方便用户根据提示内容而决定是否触发运行实时类服务。在一个示例性实施例,网络应用中,根据服务质量预测结果所显示于网络应用界面中的提示内容包括:可以正常运行实时类服务,或者是不建议进入实时类服务,或者开启网络加速等。
以网络游戏应用中游戏对局服务为例,在运行的网络游戏应用中,为后续可能进行的游戏对局进行服务质量预测之后,根据服务质量预测结果,进行可以正常游戏,或者不建议进入对战,或者开启网络加速等提示。
通过如上所述的示例性实施例,将为终端设备中配置的诸多网络应用实现网络环境的提示,以使得终端设备中各种实时类服务被触发运行之前,能够预知所在网络环境所能够获得的服务质量,进而在获知网络环境状况下触发实时类服务,或者暂缓触发实时类服务,一方面保证了实时类服务的服务质量,另一方面也避免了低服务质量下实时类服务的触发运行以及中断的出现。
在如上所述的示例性实施例,被配置于终端设备中,以为接入的各网络应用实现网络环境的提示,进而能够保证终端设备中网络应用的顺畅运行。
例如,如上所述示例性实施例将以SDK的形式发布,进而方便集成各种对网络要求比较高的网络应用,具备非常高的通用性,保证了各个平台的兼容性。
如上所述示例性实施例的实现,并非是进行网络探测,因此,并不会产生网络探测的资源消耗和耗时,而仅仅是对当前网络环境的预判,以此来预警当前网络环境不适合实时类服务,例如实时对战游戏的进入,避免进入实时类服务后的或者网络差的情况,是在统计服务器所配置的预测类算法作用下实现的,用无感知。
图4是根据图3对应实施例示出的对步骤310的细节进行描述的流程图。该步骤310,如图4所示,可以包括以下步骤。
在步骤311中,根据网络应用所在网络环境的网络环境类型,获得网络环境类型下指示的网络环境标识数据内容和网络环境特征维度。
其中,所指的网络环境类型是指实现网络环境的方式。网络环境类型取决于实现网络环境的设备。用于实现网络环境的设备相同,例如,都是路由器,或者基站,则网络环境类型相同。路由器所实现的网络环境和基站所实现的网络环境分别对应于不同的网络环境类型。
网络环境类型的不同,用于唯一描述网络环境,进而实现网络环境标识的数据也各不相同,因此,需要按照所在网络环境类型下指示的网络环境标识数据内容进行网络环境标识的收集。
而对于不同的网络应用,以及对网络应用中实时类服务的服务质量预测精确度,来确定网络环境特征维度。具体而言,不同的网络应用,其在服务质量上的体现各不相同;而不同的预测精确度,所对应的网络环境特征维度数量也有所有同。例如,预测精确度越高,其指定的网络环境特征维度也就越多。此外,对于不同的网络环境类型,其网络环境特征维度所指定的特征,也各不相同。
例如,网络环境特征维度指示了所接入网络设备的负载特征,对于由路由器所实现的网络环境而言,可以由设备数体现,而对于基站所实现的网络环境,则是由基站信号强度体现的。
在步骤313中,按照网络环境类型下指示的网络环境标识数据内容和网络环境特征维度收集得到网络应用所在网络环境的特征数据。
其中,按照与当前所在网络环境的网络环境类型,获得与之相符的网络环境标识数据内容和网络环境特征维度,其中,网络环境标识数据内容指示了对于所在网络环境,应当收集何种数据来形成网络环境标识;网络环境特征维度则指示了对后续进行服务质量预测而需要使用的特征种类。
对于接入的网络应用,只需要根据所在网络环境类型进行特征数据的收集即可,由此,随着终端设备的移动,将能够随时自由的完成网络应用中实时类服务的服务质量预测,提高了网络应用中服务质量预测在各种网络环境下的无缝切换,用户不需要感知网络环境的变化,通过如上所述的示例性实施例为用户精准感知网络环境变化,保证了用户操控实时类服务的可控性。
在一个示例性实施例中,图3所示实施例的步骤370具体包括以下实现过程。
根据服务质量预测结果在网络应用进行网络环境下是否建议实时类服务启动运行的提示。
其中,如前所述的,所获得的服务质量预测结果,指示了所在网络环境下启动运行实时类服务所能够获得的服务质量。基于此,在网络应用中,可根据服务质量预测结果而进行建议实时类服务是被启动运行的提示,以直接告之用户当前网络环境下是否适合运行实时类服务,由此避免了资源的浪费以及实时类服务的无效运行。
图5是根据另一示例性实施例示出的为网络应用提示网络环境的方法的流程图。该为网络应用提示网络环境的方法,如图5所示,在步骤370之后,还可以包括以下步骤。
在步骤410中,在网络应用的实时类服务运行中,进行网络应用与应用服务器之间实现实时类服务的服务质量信息收集,为收集的服务质量信息相应收集所在网络环境的特征数据。
其中,前述示例性实施例提供了网络应用中实时类服务在其网络环境下服务质量的预测实现,而在此示例性实施例,则为服务质量预测的实现提供样本数据。
对于网络应用中实时类服务在一网络环境下服务质量的预测,将是以历史数据为依据实现的。具体而言,由一网络环境下收集得到的特征数据,可由历史数据获得与特征数据中网络环境特征相类似且处于相同网络环境的网络环境历史特征,这一网络环境历史特征对应的服务质量历史信息即可用于作为此特征数据对应的服务质量预测结果。
当然,也可依据上报的服务质量信息和特征数据进行机器学习,训练得到所在网络环境对应的预测模型,进而以此预测模型进行所在网络环境下服务质量的预测。
在网络应用的实时类服务运行中,持续进行着服务质量信息和相应特征数据的收集。服务质量信息用于指示实时类服务在当前网络环境下获得的真实服务质量。例如,对于此网络游戏应用而言,其所进行的游戏对局关注的时应用服务器到网络应用的延迟,此服务质量信息便指示了服务器的延迟。
又例如,对于视频应用而言,所关注的由延迟变为视频加载的情况,比如缓冲时间、缓冲次数和码率等等。
可针对不同的网络应用而配置服务质量信息的内容。在进行服务质量信息收集的过程中,也将为所在网络环境进行特征数据的收集。可以理解的,在所构建的预测模型中,特征数据中网络环境特征将作为预测模型用以实现预测结果输出的特征,而服务质量信息,则是输出服务质量预测结果的数据基础。
在步骤430中,将服务质量信息和特征数据上报至统计服务器,上报的服务质量信息和特征数据用于统计服务器执行服务质量预测。
其中,应当说明的是,对于服务质量信息和特征数据的上报,在一个示例性实施例的具体实现中,将是在网络应用中实时类服务运行结束之后执行的,以避免对实时类服务的运行造成影响。
通过如上所述的示例性实施例,不仅在为网络应用中即将运行的实时类服务实现其服务质量的预测,还将在网络应用中实时类服务的运行过程持续进行样本数据的上报,即服务质量信息和相应质量信息的持续上报,以此来不断丰富统计服务器中的样本数据,进而提高后续服务质量预测的准确性。
在如上所述示例性实施例,为网络应用中实时类服务经由所在网络环境所能够获得的服务质量进行预测,以及实时类服务在网络应用的运行中不断丰富统计服务器中的样本数据,进而不断更新预测模型,在终端设备中基于如上所述示例性实施例而实现的应用程序,将接入各网络应用,使得任一对网络质量有要求的网络应用都能够提前进行服务质量的预测,避免了网络探测过程的执行,为网络应用实现有效快速的实时类服务运行。
下述为本发明方法实施例中服务器侧的实现,可以用于与上述为网络应用提示网络环境的方法相配合,进而完成整个服务质量的预测过程。
图6是根据一示例性实施例示出的一种为网络应用预测服务质量的方法的流程图。该为网络应用预测服务质量的方法,如图6所示,可以包括以下步骤。
在步骤510中,接收为网络应用上报的特征数据,特征数据包括用于标示网络应用所在网络环境的网络环境标识和网络环境特征。
其中,终端设备中,为网络应用中实时类服务的服务质量预测而上报特征数据,此时,统计服务器便相应接收到此特征数据。统计服务器中根据接收的特征数据而触发执行服务质量的预测过程。
在步骤530中,根据特征数据中的网络环境特征为网络应用在网络环境标识标示的网络环境下实时类服务的运行进行服务质量预测,获得服务质量预测结果。
其中,服务质量的预测,将是针对特征数据中网络环境标识所指示的网络环境,以及此网络环境状况进行的,网络环境特征便描述了此网络环境状况。
在步骤550中,返回为网络应用获得的服务质量预测结果。
通过如上所述的示例性实施例,实现了统计服务器中服务质量的预测,进而与终端设备相配合,即可为终端设备中运行的网络应用实现服务质量的预没测。
图7是根据图6对应实施例示出的对步骤530的细节进行描述的流程图。该步骤530,如图7所示,可以包括以下步骤。
在步骤531中,提取特征数据中的网络环境标识和网络环境特征。
在步骤533中,通过网络环境标识所对应的网络环境历史特征和服务质量历史信息,进行网络环境特征对应的服务质量预测,获得网络应用运行实时服务的服务质量预测结果。
其中,在接收到上报的特征数据之后,便进行特征数据中网络环境标识和网络环境特征的提取。对于统计服务器而言,所提取的网络环境标识用于指示了其所在的网络环境,进而也能够以此为索引获得此网络环境相关的各种历史数据;所提取的网络环境特征则为统计服务器进行的服务质量预测描述了网络环境。
图8是根据另一示例性实施例示出的一种为网络应用预测服务质量的方法的流程图。该为网络应用预测服务质量的方法,如图8所示,还可以包括以下步骤。
在步骤610中,接收为网络应用中实时类服务上报的服务质量信息和所在网络环境的特征数据。
在步骤630中,以上报的服务质量信息和特征数据中网络环境特征为样本数据训练得到对应于特征数据中网络环境标识的预测模型,预测模型用于根据网络环境特征为相应网络环境标识标示的网络环境下网络应用运行的实时类服务进行服务质量预测。
其中,统计数据器通过前述示例性实施例为上报的特征数据实现服务质量预测,除此之外,还会接收到服务质量信息和相应的特征数据,服务质量信息和相应的特征数据是在网络应用中实时类服务的运行结束之后上报至统计服务器中的。
为网络应用中实时类服务上报的服务质量信息和所在网络环境的特征数据,将作为统计服务器的一条样本数据进行存储。所存储的样本数据,将用于不断更新和优化这一网络应用实时类服务在该网络环境下的预测模型,进而不断提高预测的准确性。
以网络游戏应用中游戏对局服务为例,结合一活动场景来描述上述为网络应用提示网络环境、预测服务质量的方法实现过程,即描述终端设备和统计服务器配合实现服务质量预测以及其网络环境是否适合运行游戏对局服务的过程。
网络游戏应用通过与游戏应用服务器之间的交互而实现游戏对局服务。而统计服务器为网络游戏应用在当前网络环境下是否进行游戏对局而进行服务质量的预测,从而使得玩家能够基于服务质量预测结果评估是否进入游戏对局。
本发明所实现的为网络应用提示网络环境的方法,将以SDK的形式发布并部署至终端设备中,图9是根据一示例性实施例示出的为网络应用提示网络环境的系统部署示意图。所发布的SDK,如图9所示,以Android SDK和iOS SDK的形式存在,运行于各终端设备中,通过与统计服务器710的交互而为所在终端设备中的网络应用730,如网络游戏应用实现服务质量的预测。
进一步的,对于终端设备中的网络应用730,都可接入以实现此网络应用730中实时类服务的服务质量预测,具体而言,如图9所示出的网络游戏应用和视频应用。
在此,仅对网络游戏应用中游戏对局服务的服务质量预测进行具体描述,而为视频应用,以及其它网络应用的实现过程,将与此类似。
玩家打开手机B中安装配置的网络游戏应用,便进行特征数据收集状态。图10是根据一示例性实施例示出的为手机B中游戏对局服务的服务质量进行预测的时序图。手机B接入了网络A,网络A是由路由器所提供的网络环境。如图10所示的,手机B中,为所运行的网络游戏应用收集网络A的MAC地址,以获得网络环境标识,即执行步骤810,以及查询网络A的网络状况获得网络环境特征,网络环境标识和网络环境特征便形成特征数据并上报至统计服务器。
与之相对应的,统计服务器随之返回服务质量预测结果,以指示在网络A下玩家是否可以开始游戏对局。
另一方面的,在玩家进入游戏对局之后,开始收集游戏服务器的延迟,当收集到一定数量之后,即可将其上传至统计服务器,统计服务器便根据所对应的网络环境标识进行匹配,将上传的数据与网络环境标识关联存储于统计服务器中,为网络环境标识所指示的网络环境提供样本数据。
具体的,图11是根据一示例性实施例示出的为统计数据器的服务质量预测上报样本数据的时序图。
在此,为便于理解,将区别于前述描述的手机B和网络A,针对手机A和网络B描述其实现过程。
手机A中,玩家进入游戏对局,此时,按照指定时间间隔,如图11所示的5秒获取游戏A服务器的延迟,以实现服务质量信息的收集,即如步骤910所示。
与之相对应的,还向网络A进行相应特征数据的收集,如步骤930,进而将特征数据和服务质量信息上报至统计服务器中,用于为网络A下游戏对局服务的服务质量预测提供样本数据。
在此过程中,收集游戏A服务器到终端设备的延迟,这一延迟反映了游戏A的延迟,以此来体现玩家对当前游戏A的体验。
统计服务器将获得大量样本数据,可以理解的,在游戏对局中,延迟表现决定了服务质量,因此,可以根据延迟表现来打分,进而将打分所对应数值作为服务质量预测结果。服务质量预测结果所对应的分值越高,则进入游戏对局所获得的服务质量越佳。
也就是说,对于每一条样本数据所指示的服务质量,都会进行打分处理,以确定此条样本数据中特征数据所能够对应到的分值,此分值即可用于获得与此特征数据相类似的其它特征数据所对应的服务质量预测结果。
具体的,对于打分机制,可以从延迟平均值、延迟跳变次数进行计算。下表为每一收集时刻所对应的延迟。
T1 | T2 | T3 | T4 | T5 | …… | T100 | …… | …… | Tn |
200ms | 201ms | 205ms | 210ms | 460ms | …… | …… | …… | …… | …… |
计算延迟平均值,即:
T平均=(T1+T2+……+Tn)/N
而对于延迟跳变的定义,则是如果Tn+1-Tn>预设阈值,则发生跳变,按照此进行延迟跳变次数的统计。
至此,即可获得延迟平均值以及延迟跳变次数。
以百分值为例,根据延迟平均值和延迟跳变次数进行打分。评分标准可以根据需要自定义。在此,以100ms的标准为满分,460ms为0分,进行举例说明。
按照线性计算,每增加4ms,便从100分中扣除1分。假设玩家整局的延迟为150ms,那么得分将为:
100-(150-100)/4=87.5
所对应的公式为:平均延时得分=100-(实际平均延迟-预测标准延迟)/延迟每分。
此得分的计算,不限于此,还可以用指示函数运算得到,在此不进行一一列举。
跳变得分同相以百分制为标准,每增加一次跳变则减去一定的预设分数。假设延迟跳变次数为5,每次跳变扣分为10分,则跳变得分将为100-5*10=50。
所对应的公式为:
跳变得分=100-延迟跳变次数*扣分/跳变
综合上面两个得分,所最后获得的分值则是平均延时得分和跳变得分的加权平均,即:
最终分值=a*平均延时得分+b*跳变得分
由此,将实现了每条样本数据的打分,进而将样本数据和最终分值进行关联存储,以便于用于后续的预测模型训练过程。
具体而言,对于由路由器所实现的网络环境,其样本数据与最终分值,将形成表1进行存储。
路由器Mac地址 | 上报时间 | 设备数 | 最终分值 |
00-06-5B-15-04-B4 | 12:10PM | 120 | 50 |
08-00-27-0E-25-B8 | 7:00AM | 2 | 100 |
表1
在表1中,应当说明的是,路由器Mac地址即为构成样本数据的网络环境标识,设备数则是网络环境特征,最终分值则作为所对应服务质量信息的数值化体现。
对于基站所实现的网络环境,其样本数据与最终分值,将形成表2进行存储。
表2
在表2中,基站标识构成样本数据的网络环境标识,基站信号强度则是网络环境特征。
由表1和表2所存储的样本数据和最终分值,进行最终的预测模型训练。此预测模型训练过程,将通过机器学习类算法实现在此不进行例举。
所执行的预测模型训练,可以输出由表1和表2所获得的服务质量预测结果,也将是以100分为满分而评估的分值,但在具体运营中,也可对此进行简化,即不进行具体的打分,而仅仅只是以某一数值作为服务质量是否合格的分界点,来标注每一样本数据是正例还是负例,进而以此即可训练得到预测当前网络环境是否能够提供合格的服务质量的预测模型。
具体的,以70分为分界点,高于70分的样本数据标注为正例,即对应于游戏体验合格的样本,低于70分的标注为负例,对应于游戏体验不合格的样本。对于路由器所实现的网络,所采用的特征维度为设备数和时间,则以此为预测模型的输入,经由样本数据得到图12所示的二维空间。
图12是根据一示例性实施例示出的样本数据中网络环境特征在所构建二给空间的分布示意图。
在此二维空间上,设备数所对应的特征维度为纵坐标轴,时间所对应的特征维度则为横坐标轴,游戏体验合格和游戏体验不合格的样本数据均在此二维空间中存在。
通过机器学习,计算出游戏体验合格区域所对应的设备数和时间,即如图13所框选的区域,即此,便训练得到预测模型。
图13是根据图12对应实施例示出的游戏体验合格区域的二维空间示意图。
由此,对于所上报的设备数x1和时间x2,如果均满足e1<z1<e2,p1<x2<p2,则统计服务器即可判断出当前的网络环境是能够满足游戏对局的进行的,然后将此作为服务质量预测结果返回给终端设备。
下述为本发明装置实施例,可以用于运行本发明上述为网络应用提示网络环境的方法实施例。对于本发明装置实施例中未披露的细节,请参照本发明为网络应用提示网络环境的方法实施例。
图14是根据一示例性实施例示出的一种为网络应用提示网络环境的装置的框图。该为网络应用提示网络环境的装置,如图14所示,可以包括但不限于:特征收集模块1010、特征上报模块1030、结果接收模块1050和提示模块1060。
特征收集模块1010,用于进行网络应用所在网络环境的特征数据收集,特征数据包括用于标示自身所在网络环境的网络环境标识和网络环境特征。
特征上报模块1030,用于通过进行所述特征数据的上报,请求统计服务器为网络应用中实时类服务的运行进行服务质量预测。
结果接收模块1050,用于接收统计服务器返回的服务质量预测结果,服务质量预测结果由统计服务器根据特征数据进行服务质量预测得到。
提示模块1060,用于根据服务质量预测结果提示网络环境是否适配于网络应用中实时类服务的运行。
在一个示例性实施例中,该为网络应用提示网络环境的装置还包括但不限于:指令接收模块。指令接收模块用于接收网络应用被启动运行的指令,指令用于指示触发为网络应用运行的特征数据收集过程。
图15是根据图14对应实施例示出的对特征收集模块的细节进行描述的框图。该特征收集模块1010,如图15所示,可以包括但不限于:类型适配单元1011和特征收集控制单元1013。
类型适配单元1011,用于根据网络应用所在网络环境的网络环境类型,获得网络环境类型下指示的网络环境标识数据内容和网络环境特征维度。
特征收集控制单元1013,用于按照网络环境类型下指示的网络环境标识数据内容和网络环境特征维度收集得到网络应用所在网络环境的特征数据。
在另一个示例性实施例中,提示模块1070进一步用于根据服务质量预测结果在网络应用进行网络环境下是否建议实时类服务启动运行的提示。
图16是根据另一示例性实施例的一种为网络应用提示网络环境的装置的框图。该为网络应用提示网络环境的装置,如图16所示,还可以包括但不限于:样本收集模块1110和样本上报模块1130。
样本收集模块1110,用于在网络应用的实时类服务运行中,进行网络应用与应用服务器之间实现实时类服务的服务质量信息收集,为收集的服务质量信息相应收集所在网络环境的特征数据。
样本上报模块1130,用于将服务质量信息和特征数据上报至统计服务器,上报的服务质量信息和特征数据用于统计服务器执行服务质量预测。
图17是根据一示例性实施例示出的一种为网络应用预测服务质量的装置的框图。该为网络应用预测服务质量的装置,如图17所示,可以包括但不限于:特征接收模块1210、预测模块1230和结果返回模块1250。
特征接收模块1210,用于接收为网络应用上报的特征数据,特征数据包括用于标示网络应用所在网络环境的网络环境标识和网络环境特征。
预测模块1230,用于根据特征数据中的网络环境特征为网络应用在网络环境标识标示的网络环境下实时类服务的运行进行服务质量预测,获得服务质量预测结果。
结果返回模块1250,用于返回为网络应用获得的服务质量预测结果。
图18是根据图17对应实施例示出的对预测模块的细节进行描述的框图。该预测模块1230,如图18所示,可以包括但不限于:提取单元1231和预测执行单元1233。
提取单元1231,用于提取特征数据中的网络环境标识和网络环境特征。
预测执行单元1233,用于通过网络环境标识所对应的网络环境历史特征和服务质量历史信息,进行网络环境特征对应的服务质量预测,获得网络应用运行实时类服务的服务质量预测结果。
图19是根据另一示例性实施例示出的一种为网络应用预测服务质量的装置的框图。该为网络应用预测服务质量的装置,如图19所示,可以包括但不限于样本接收模块1310和模型训练模块1330。
样本接收模块1310,用于接收为网络应用中实时类服务上报的服务质量信息和所在网络环境的特征数据。
模型训练模块1330,用于以上报的服务质量信息和特征数据中网络环境特征为样本数据训练得到对应于特征数据中网络环境标识的预测模型,预测模型用于根据网络环境特征为相应网络环境标识标示的网络环境下网络应用运行的实时类服务进行服务质量预测。
可选的,本公开还提供一种终端设备,该终端设备可以用于图1所示实施环境中,运行图3、图4和图5任一所示的终端设备的为网络应用提示网络环境的方法的全部或者部分步骤。所述装置包括:
处理器;
用于存储处理器可运行指令的存储器;
其中,所述处理器被配置为运行:
进行网络应用所在网络环境的特征数据收集,所述特征数据包括用于标示自身所在网络环境的网络环境标识和网络环境特征;
通过进行所述特征数据的上报,请求统计服务器为所述网络应用中实时类服务的运行进行服务质量预测;
接收所述统计服务器返回的服务质量预测结果,所述服务质量预测结果由所述统计服务器根据特征数据进行服务质量预测得到;
根据所述服务质量预测结果提示网络环境是否适配于所述网络应用中实时类服务的运行。
该实施例中的装置的处理器运行操作的具体方式已经在有关该智能终端的虚拟资源交换方法的实施例中运行了详细描述,此处将不做详细阐述说明。
可选的,本公开还提供一种服务器,该服务器可以用于图1所示实施环境中,运行图6、图7和图8任一所示的为网络应用预测服务质量的方法的全部或者部分步骤。所述装置包括:
处理器;
用于存储处理器可运行指令的存储器;
其中,所述处理器被配置为运行:
接收为网络应用上报的特征数据,所述特征数据包括用于标示所述网络应用所在网络环境的网络环境标识和网络环境特征;
根据所述特征数据中的网络环境特征为所述网络应用在所述网络环境标识标示的网络环境下实时类服务的运行进行服务质量预测,获得服务质量预测结果;
返回为所述网络应用获得的服务质量预测结果。
在示例性实施例中,还提供了一种存储介质,该存储介质为计算机可读存储介质,例如可以为包括指令的临时性和非临时性计算机可读存储介质。该存储介指例如包括指令的存储器204,上述指令可由装置200的处理器218运行以完成上述方法。
应当理解的是,本发明并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围运行各种修改和改变。本发明的范围仅由所附的权利要求来限制。
Claims (15)
1.一种为网络应用提示网络环境的方法,其特征在于,所述方法包括:
进行网络应用所在网络环境的特征数据收集,所述特征数据包括用于标示自身所在网络环境的网络环境标识和网络环境特征;
通过进行所述特征数据的上报,请求统计服务器为所述网络应用中实时类服务的运行进行服务质量预测;
接收所述统计服务器返回的服务质量预测结果,所述服务质量预测结果由所述统计服务器根据特征数据进行服务质量预测得到;
根据所述服务质量预测结果提示网络环境是否适配于所述网络应用中实时类服务的运行。
2.根据权利要求1所述的方法,其特征在于,所述进行所述网络应用所在网络环境的特征数据收集之前,所述方法还包括:
接收所述网络应用被启动运行的指令,所述指令用于指示触发为所述网络应用运行的特征数据收集过程。
3.根据权利要求1或2所述的方法,其特征在于,所述进行所述网络应用所在网络环境的特征数据收集,包括:
根据所述网络应用所在网络环境的网络环境类型,获得所述网络环境类型下指示的网络环境标识数据内容和网络环境特征维度;
按照所述网络环境类型下指示的网络环境标识数据内容和网络环境特征维度收集得到所述网络应用所在网络环境的特征数据。
4.根据权利要求1所述的方法,其特征在于,所述根据所述服务质量预测结果提示网络环境是否适配于所述网络应用中实时类服务的运行,包括:
根据所述服务质量预测结果在所述网络应用进行所述网络环境下是否建议实时类服务启动运行的提示。
5.根据权利要求1所述的方法,其特征在于,所述根据所述服务质量预测结果提示网络环境是否适配于所述网络应用中实时类服务的运行之后,所述方法还包括:
在所述网络应用的实时类服务运行中,进行所述网络应用与应用服务器之间实现所述实时类服务的服务质量信息收集,为收集的所述服务质量信息相应收集所在网络环境的特征数据;
将所述服务质量信息和特征数据上报至统计服务器,上报的所述服务质量信息和特征数据用于所述统计服务器执行服务质量预测。
6.一种为网络应用预测服务质量的方法,其特征在于,所述方法包括:
接收为网络应用上报的特征数据,所述特征数据包括用于标示所述网络应用所在网络环境的网络环境标识和网络环境特征;
根据所述特征数据中的网络环境特征为所述网络应用在所述网络环境标识标示的网络环境下实时类服务的运行进行服务质量预测,获得服务质量预测结果;
返回为所述网络应用获得的服务质量预测结果。
7.根据权利要求6所述的方法,其特征在于,所述根据所述特征数据中的网络环境特征为所述网络应用在所述网络环境标识标示的网络环境下实时类服务的运行进行服务质量预测,获得服务质量预测结果,包括:
提取所述特征数据中的网络环境标识和网络环境特征;
通过所述网络环境标识所对应的网络环境历史特征和服务质量历史信息,进行所述网络环境特征对应的服务质量预测,获得所述网络应用运行实时类服务的服务质量预测结果。
8.根据权利要求6所述的方法,其特征在于,所述方法还包括:
接收为所述网络应用中实时类服务上报的服务质量信息和所在网络环境的特征数据;
以上报的所述服务质量信息和所述特征数据中网络环境特征为样本数据训练得到对应于所述特征数据中网络环境标识的预测模型,所述预测模型用于根据网络环境特征为相应网络环境标识标示的网络环境下所述网络应用运行的实时类服务进行服务质量预测。
9.一种为网络应用提示网络环境的装置,其特征在于,所述装置包括:
特征收集模块,用于进行网络应用所在网络环境的特征数据收集,所述特征数据包括用于标示自身所在网络环境的网络环境标识和网络环境特征;
特征上报模块,用于通过进行所述特征数据的上报,请求统计服务器为所述网络应用中实时类服务的运行进行服务质量预测;
结果接收模块,用于接收所述统计服务器返回的服务质量预测结果,所述服务质量预测结果由所述统计服务器根据特征数据进行服务质量预测得到;
提示模块,用于根据所述服务质量预测结果提示网络环境是否适配于所述网络应用中实时类服务的运行。
10.根据权利要求9所述的装置,其特征在于,所述装置还包括:
指令接收模块,用于接收所述网络应用被启动运行的指令,所述指令用于指示触发为所述网络应用运行的特征数据收集过程。
11.根据权利要求9或10所述的装置,其特征在于,所述特征收集模块包括:
类型适配单元,用于根据所述网络应用所在网络环境的网络环境类型,获得所述网络环境类型下指示的网络环境标识数据内容和网络环境特征维度;
特征收集控制单元,用于按照所述网络环境类型下指示的网络环境标识数据内容和网络环境特征维度收集得到所述网络应用所在网络环境的特征数据。
12.根据权利要求9所述的装置,其特征在于,所述提示模块进一步用于根据所述服务质量预测结果在所述网络应用进行所述网络环境下是否建议实时类服务启动运行的提示。
13.一种为网络应用预测服务质量的装置,其特征在于,所述装置包括:
特征接收模块,用于接收为网络应用上报的特征数据,所述特征数据包括用于标示所述网络应用所在网络环境的网络环境标识和网络环境特征;
预测模块,用于根据所述特征数据中的网络环境特征为所述网络应用在所述网络环境标识标示的网络环境下实时类服务的运行进行服务质量预测,获得服务质量预测结果;
结果返回模块,用于返回为所述网络应用获得的服务质量预测结果。
14.一种终端设备,其特征在于,包括:
处理器;以及
存储器,所述存储器上存储有计算机可读指令,所述计算机可读指令被所述处理器执行时实现根据权利要求1至5中任一项所述为网络应用提示网络环境的方法。
15.一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现根据权利要求1至8中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710553033.2A CN107395404B (zh) | 2017-07-07 | 2017-07-07 | 为网络应用提示网络环境、预测服务质量的方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710553033.2A CN107395404B (zh) | 2017-07-07 | 2017-07-07 | 为网络应用提示网络环境、预测服务质量的方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107395404A true CN107395404A (zh) | 2017-11-24 |
CN107395404B CN107395404B (zh) | 2018-10-30 |
Family
ID=60334484
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710553033.2A Active CN107395404B (zh) | 2017-07-07 | 2017-07-07 | 为网络应用提示网络环境、预测服务质量的方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107395404B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108261763A (zh) * | 2018-02-08 | 2018-07-10 | 四川速宝网络科技有限公司 | 游戏运行环境的加速系统 |
CN109412900A (zh) * | 2018-12-04 | 2019-03-01 | 腾讯科技(深圳)有限公司 | 一种网络状态识别的方法、模型训练的方法及装置 |
WO2020077672A1 (zh) * | 2018-10-17 | 2020-04-23 | 网宿科技股份有限公司 | 一种服务质量评估模型的训练方法及装置 |
CN112564954A (zh) * | 2020-11-30 | 2021-03-26 | 锐捷网络股份有限公司 | 一种网络质量的预测方法及装置 |
CN116302009A (zh) * | 2023-05-19 | 2023-06-23 | 微网优联科技(成都)有限公司 | 一种基于无线路由器的软件更新方法及装置 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040058652A1 (en) * | 2002-03-21 | 2004-03-25 | Mcgregor Christopher M. | Method and system for quality of service (QoS) monitoring for wireless devices |
CN1745551A (zh) * | 2003-01-30 | 2006-03-08 | 松下电器产业株式会社 | 通信控制装置、通信终端装置、服务器装置和通信控制方法 |
CN102668619A (zh) * | 2009-12-24 | 2012-09-12 | 英派尔科技开发有限公司 | 动态移动应用服务质量监控和报告 |
CN104468257A (zh) * | 2014-10-30 | 2015-03-25 | 北京大学 | 基于移动用户时空行为的云应用可用性预测方法与系统 |
CN104684029A (zh) * | 2013-12-02 | 2015-06-03 | 中国移动通信集团公司 | 一种服务质量QoS控制方法及设备 |
CN106411976A (zh) * | 2015-07-30 | 2017-02-15 | 博雅网络游戏开发(深圳)有限公司 | 网络游戏托管方法和系统、服务器 |
CN106530661A (zh) * | 2016-12-08 | 2017-03-22 | 深圳市传测科技有限公司 | 一种通信终端植入式的状态检测系统与方法 |
-
2017
- 2017-07-07 CN CN201710553033.2A patent/CN107395404B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040058652A1 (en) * | 2002-03-21 | 2004-03-25 | Mcgregor Christopher M. | Method and system for quality of service (QoS) monitoring for wireless devices |
CN1745551A (zh) * | 2003-01-30 | 2006-03-08 | 松下电器产业株式会社 | 通信控制装置、通信终端装置、服务器装置和通信控制方法 |
CN102668619A (zh) * | 2009-12-24 | 2012-09-12 | 英派尔科技开发有限公司 | 动态移动应用服务质量监控和报告 |
CN104684029A (zh) * | 2013-12-02 | 2015-06-03 | 中国移动通信集团公司 | 一种服务质量QoS控制方法及设备 |
CN104468257A (zh) * | 2014-10-30 | 2015-03-25 | 北京大学 | 基于移动用户时空行为的云应用可用性预测方法与系统 |
CN106411976A (zh) * | 2015-07-30 | 2017-02-15 | 博雅网络游戏开发(深圳)有限公司 | 网络游戏托管方法和系统、服务器 |
CN106530661A (zh) * | 2016-12-08 | 2017-03-22 | 深圳市传测科技有限公司 | 一种通信终端植入式的状态检测系统与方法 |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108261763A (zh) * | 2018-02-08 | 2018-07-10 | 四川速宝网络科技有限公司 | 游戏运行环境的加速系统 |
CN108261763B (zh) * | 2018-02-08 | 2020-12-08 | 四川速宝网络科技有限公司 | 游戏运行环境的加速系统 |
WO2020077672A1 (zh) * | 2018-10-17 | 2020-04-23 | 网宿科技股份有限公司 | 一种服务质量评估模型的训练方法及装置 |
CN109412900A (zh) * | 2018-12-04 | 2019-03-01 | 腾讯科技(深圳)有限公司 | 一种网络状态识别的方法、模型训练的方法及装置 |
CN112564954A (zh) * | 2020-11-30 | 2021-03-26 | 锐捷网络股份有限公司 | 一种网络质量的预测方法及装置 |
CN112564954B (zh) * | 2020-11-30 | 2023-03-21 | 锐捷网络股份有限公司 | 一种网络质量的预测方法及装置 |
CN116302009A (zh) * | 2023-05-19 | 2023-06-23 | 微网优联科技(成都)有限公司 | 一种基于无线路由器的软件更新方法及装置 |
CN116302009B (zh) * | 2023-05-19 | 2023-08-08 | 微网优联科技(成都)有限公司 | 一种基于无线路由器的软件更新方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN107395404B (zh) | 2018-10-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107395404B (zh) | 为网络应用提示网络环境、预测服务质量的方法和装置 | |
CN104609270B (zh) | 一种智能电梯控制系统及方法 | |
CN107508883A (zh) | 信息推送方法、装置、存储介质及移动终端 | |
CN204778091U (zh) | 一种智能电梯控制系统 | |
CN110266879A (zh) | 播放界面显示方法、装置、终端及存储介质 | |
CN107376356B (zh) | 为在线应用实现榜单服务、在线应用榜单实现方法和装置 | |
CN105704657B (zh) | 监测移动终端位置的方法及装置 | |
CN104657203B (zh) | 任务执行方法、装置和系统 | |
WO2018099000A1 (zh) | 语音输入的处理方法、终端和网络服务器 | |
CN105677930B (zh) | 飞行标签的获取方法和终端及服务器 | |
CN106210899A (zh) | 内容推荐方法和装置、电子设备 | |
CN106790895A (zh) | 一种故障处理方法和装置 | |
CN105117008A (zh) | 操作引导方法及装置、电子设备 | |
CN109275090A (zh) | 信息处理方法、装置、终端及存储介质 | |
CN106203306A (zh) | 年龄的预测方法、装置及终端 | |
CN104330985A (zh) | 信息处理方法及装置 | |
CN111414948A (zh) | 目标对象检测方法和相关装置 | |
CN104396285B (zh) | 提供地图信息的方法、系统和终端 | |
CN102789718A (zh) | 任意车辆桩考过程自动监考评分装置及实现方法 | |
CN114760339A (zh) | 故障预测方法、装置、设备、介质及产品 | |
CN108076229A (zh) | 一种应用运行状态控制方法及移动终端 | |
CN106878449B (zh) | 设备控制方法和装置 | |
CN105610698B (zh) | 事件结果的处理方法和装置 | |
CN105989028A (zh) | 用户信息推荐方法和装置 | |
US11308510B2 (en) | Methods and apparatus to collect and analyze rating information |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |