CN107454159A - 选择用于云存储的图像或者视频文件 - Google Patents

选择用于云存储的图像或者视频文件 Download PDF

Info

Publication number
CN107454159A
CN107454159A CN201710632569.3A CN201710632569A CN107454159A CN 107454159 A CN107454159 A CN 107454159A CN 201710632569 A CN201710632569 A CN 201710632569A CN 107454159 A CN107454159 A CN 107454159A
Authority
CN
China
Prior art keywords
computer
data
standard
video file
storage
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
Application number
CN201710632569.3A
Other languages
English (en)
Other versions
CN107454159B (zh
Inventor
A·查克拉
J·A·菲勒
T·L·海维特
F·C·切姆巴莱
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hangzhou Hikvision Digital Technology Co Ltd
Original Assignee
Hangzhou Hikvision Digital Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Hangzhou Hikvision Digital Technology Co Ltd filed Critical Hangzhou Hikvision Digital Technology Co Ltd
Publication of CN107454159A publication Critical patent/CN107454159A/zh
Application granted granted Critical
Publication of CN107454159B publication Critical patent/CN107454159B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L63/00—Network architectures or network communication protocols for network security
    • H04L63/16—Implementing security features at a particular protocol layer
    • H04L63/168—Implementing security features at a particular protocol layer above the transport layer
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L63/00—Network architectures or network communication protocols for network security
    • H04L63/08—Network architectures or network communication protocols for network security for authentication of entities
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/10—Protocols in which an application is distributed across nodes in the network
    • H04L67/1097—Protocols in which an application is distributed across nodes in the network for distributed storage of data in networks, e.g. transport arrangements for network file system [NFS], storage area networks [SAN] or network attached storage [NAS]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/07—Responding to the occurrence of a fault, e.g. fault tolerance
    • G06F11/14—Error detection or correction of the data by redundancy in operation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/07—Responding to the occurrence of a fault, e.g. fault tolerance
    • G06F11/14—Error detection or correction of the data by redundancy in operation
    • G06F11/1402—Saving, restoring, recovering or retrying
    • G06F11/1446—Point-in-time backing up or restoration of persistent data
    • G06F11/1448—Management of the data involved in backup or backup restore
    • G06F11/1451—Management of the data involved in backup or backup restore by selection of backup contents
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/002—Specific input/output arrangements not covered by G06F3/01 - G06F3/16
    • G06F3/005—Input arrangements through a video camera
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/50—Network services
    • H04L67/60—Scheduling or organising the servicing of application requests, e.g. requests for application data transmissions using the analysis and optimisation of the required network resources
    • H04L67/61—Scheduling or organising the servicing of application requests, e.g. requests for application data transmissions using the analysis and optimisation of the required network resources taking into account QoS or priority requirements
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/07—Responding to the occurrence of a fault, e.g. fault tolerance
    • G06F11/14—Error detection or correction of the data by redundancy in operation
    • G06F11/1402—Saving, restoring, recovering or retrying
    • G06F11/1446—Point-in-time backing up or restoration of persistent data
    • G06F11/1458—Management of the backup or restore process
    • G06F11/1464—Management of the backup or restore process for networked environments
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2201/00—Indexing scheme relating to error detection, to error correction, and to monitoring
    • G06F2201/81—Threshold

Abstract

本公开涉及选择用于云存储的图像或者视频文件。一种方法、设备和计算机程序产品，响应于从连接至云计算系统或者数据中心中的计算机的计算设备接收数据，计算机识别与计算设备关联的标准；响应于识别该标准，确定数据是否被被授权传输至云计算系统或者数据中心中的存储；以及响应于确定数据被授权传输至存储，将数据转发至存储。

Description

选择用于云存储的图像或者视频文件
技术领域
本公开一般涉及选择和存储数据，更具体而言涉及用于依据配置的标准将数据引导至云存储或者数据中心的计算机实现的方法、计算机程序产品、数据处理系统。
背景技术
移动个人计算设备和云计算的组合能使大量的数据从移动计算上载，用于云计算环境中的备份存储。上载数据用于备份可以自动发生，使得在个人计算设备的用户意识到该情形之前，存储在云计算环境中的数据的量可能会超过合同限制。当合同限制被超过时，数据可能被拒绝存储或者可能导致不期望的费用。
因此，有利的是具有考虑到至少一些上述问题以及可能的其他问题的方法和装置。
发明内容
在示例性实施例中，一种方法、装置和计算机程序产品，响应于从连接至云计算系统或者数据中心中的计算机的计算设备接收数据，识别与计算设备关联的标准，响应于识别该标准，确定数据是否被授权传输至云计算系统或者数据中心中的存储，并响应于确定数据被授权传输至存储，将数据转发至存储。
附图说明
图1是依据示例性实施例说明的云计算系统的框图；
图2是依据示例性实施例说明的个人计算设备的框图；
图3是依据示例性实施例说明的服务器计算机的框图；
图4是依据示例性实施例说明的云计算环境；
图5是依据示例性实施例说明的由云计算环境提供的一组功能抽象层；
图6是依据示例性实施例说明的服务器存储的框图；
图7是依据示例性实施例说明的配置处理的流程图；
图8是根据示例性实施例说明的数据分析处理的流程图；以及
图9是依据示例性实施例说明的触发配置处理的流程图。
具体实施方式
个人计算设备可以产生用于云计算环境中的自动备份存储的数据，该自动备份存储可以使个人计算设备的用户存储比用户可能期望更多的数据。存储比期望更多数据对于用户而言可能具有后果。例如，用户可能超过服务水平合同要求并招致额外的费用。此外，用户可能超过阈值存储水平，导致数据没有被备份至云计算环境中。此外，用户可能没意识到已超过阈值，并可能继续产生将不会被备份的数据。如果用户的移动设备丢失、损坏、或者被盗，那么用户的一些或者所有数据可能会丢失。
本领域的技术人员认识并考虑到取决于产生的数据的类型，自动数据备份要求不同大小的存储。例如，风景的高清图像或者视频文件可能占用比物体或人的图像或者视频文件更多的数据。此外，可以拍摄的图像或者视频文件的难易程度可能导致与自动备份和存储器不可用的情况相比，拍摄更大数量的图像或者视频文件。例如，人在相机存储满时可以删除相机中的文件，但是同一人可能不会意识到由自动备份至云计算环境消耗的存储的量。确实，与相机相比，用户可能希望在云存储中保留更多的图像或者视频文件，但是可能不会意识到云计算环境中存储的消耗的速率。用户可能没有时间监控备份存储，或者可能没有时间从云计算环境删除项目来创建额外的存储。
在示例性实施例中，移动设备可以是数码相机。用户可能在假期的开始拍摄风景的图像或者视频文件，并在假期的后段拍摄他家庭的图像或者视频文件。用户可能丢失相机，并因为用于风景图像或者视频文件的存储器的大小，了解到用于家庭图像或者视频文件的备份存储被拒绝。用户宁愿保存家庭图像或者视频文件，但是没有提供由用户用数码相机产生的数据之中的选择。
在示例性实施例中，用户可以配置计算机来控制云计算环境中的自动备份存储。计算机可以构成为仅依据由用户建立的标准将数据传输至云计算环境上用于备份存储。标准可以被用来选择用于存储器的数据。数据可以是图像或者视频文件。
因此，在示例性实施例中，可以选择数据用于传输至云计算环境中的存储。基于一个或多个标准，可以对自动发送至云计算环境用于存储的数据设置优先级。标准可以由用户预定义。标准可以是一个或多个用户偏好。标准可以由用户在应用中预定义，该应用可以运行在计算设备中的、云计算系统的服务器中的、或者数据中心的服务器中的一个或多个处理器上。
在示例性实施例中，标准可以是识别通过社交媒体或者电子邮件共享的图像或者视频文件、由用户评价的图像或者视频文件，图像或者视频文件的特征诸如为图像或者视频文件的主题是否在微笑，主题是否睁开了他或她的眼睛。在示例性实施例中，可以使用面部识别算法来分析图像或者视频文件，以确定图像或者视频文件中的人的身份。在示例性实施例中，图像文件可以是照片。此外，标准可以基于图像或者视频文件数据的清晰度。基于图像或者视频文件数据的清晰度的标准可以防止模糊或者未聚焦的图像或视频保存至备份存储。在示例性实施例中，预测算法可以被用于确定哪些图像或者视频文件用户最有可能希望保持。在示例性实施例中，可以由处理引擎检查图像或者视频文件，以确定图像或者视频文件的成分是否类似于之前用户喜欢的那些，用于云计算系统或者数据中心中的存储的图像或者视频文件的优先级将被给予被识别为用户偏爱的图像或者视频可能性更高的图像或者视频文件。
除了选择诸如图像或者视频文件的数据用于云计算环境中的备份存储，用户还可以具有确定何时云计算环境中的存储的优先级可能发生的能力。在示例性示例中，可以通过由系统管理员设定一个或多个默认来建立优先级。在示例性示例中，用户可以选择定制的设定。定制的设定可以是：当用户具有剩余的指定量的存储(诸如例如剩余一千兆字节(1GB))时，激活优先级。定制的设定可以是：当识别出用户行为的改变时，激活优先级。例如，用户可能通常一周拍摄2个图像或者视频文件，但是然后单日拍摄300个图像或者视频文件。上述用户行为的改变可以自动触发优先级的激活。
在示例性示例中，优先级可以响应于计算数据被存储的速率的改变而被激活。例如，数据可以以特定速率传输用于存储，可以计算存储将到达容量时的预计时间。例如，用户可能在48小时期间拍摄500个图像或者视频文件，算法可以计算以48小时中500个图像或者视频文件的速率，存储容量将在24小时被超过。
在上述示例性示例中，呈现了关于图像或者视频文件的情形。本领域的技术人员认识并考虑到关于其他类型的数据(包括但不限于视频数据、音频剪辑、游戏数据和文本文件)也可以采用用于对用于存储的数据进行选择和设置优先级的类似的步骤。
转向图1，说明了依据示例性实施例的云计算系统的框图。云计算系统100包括计算设备110、应用130、服务器140和存储150。云计算系统100可以处于诸如图4的示例性实施例中说明的云计算环境中。云计算系统100可以包含诸如图5的示例性实施例中说明的功能抽象层。
计算设备110可以是移动计算设备，诸如相机112、智能手机114、计算机116、平板计算机118、汽车120和设备存储122。计算设备110可以具有存储122。本领域的技术人员认识并考虑到计算设备110的每个计算设备可以具有诸如存储122的存储，可以具有任何数量的诸如存储122的存储。以示例的方式，并非以限制的方式示出了存储122。本领域的技术人员认识并考虑到可以有额外的移动计算设备对于用户可用。以示例的方式，并非以限制的方式示出了计算设备110。如本文使用的，计算设备是产生存储用于备份在云计算系统(诸如云计算系统100)中的存储设备的数据的计算设备。相机112可以产生数据用于存储图像或者视频文件，诸如照片和视频片段。本领域的技术人员认识并考虑到图像或者视频文件可以包含音频片段、和由用户或者通过相机或者移动计算设备输入的其他数据，诸如相机中或者与相机关联的日期和时间信息、来自地球物理位置系统的坐标。智能手机114可以产生与相机112相同类型的数据，此外，可以包含电影、音轨、游戏、电子报纸、链接至在智能手机上显示的页面的文档、以及可以从互联网或者电话连接下载的任何类型的数据。
计算机114和平板计算机116可以是计算设备110，可以产生与相机112和智能手机114相同类型的数据，以及可以通过应用经由互联网产生或接收的额外的数据。汽车120可以具有内置的计算设备，并可以依据连接至动力传动系统、安全系统、环境系统和其他系统的传感器产生数据。此外，汽车120可以提供对计算设备(诸如相机112、智能手机114、计算机116和平板计算机118)的连接。本领域的技术人员认识并考虑到计算设备110可以采用提供移动和个人计算设备的额外的形式，该移动和个人计算设备产生存储用于备份在诸如云计算系统100的云计算系统中的存储设备中的数据。计算设备110可以是下面图2说明的计算设备200。
服务器140可以是通过云计算系统100连接至计算设备110的计算机。服务器140包括处理单元142、接口144和存储器146。服务器140可以是下面图3说明的计算机系统/服务器300。
存储150可以包括由云计算系统100通过服务器140连接至计算设备110的存储设备。存储设备可以包括存储设备A152、存储设备B154和存储设备C156。本领域的技术人员认识并考虑到存储150可以包括任何数量的存储设备，以示例的方式，并非以限制的方式示出了存储设备152U54和156。存储150可以是下面图4说明的云计算环境450中的存储设备，可以包括下面在图5说明的存储处理510。在示例性示例中，存储150可以在数据中心中。
应用130可以被存储在计算设备200的存储122中、服务器140的存储器146中、云计算系统100的存储150中。应用130可以包括识别应用132、标准应用134和规则应用136。在示例性实施例中，识别应用132中可以是面部识别应用。在示例性实施例中，标准应用134可以确定基于由用户预定义的标准选择用于存储的数据。在示例性实施例中，规则应用136可以基于与规则授权存储的合规，对用于存储的图像和视频文件添加标记。在示例性实施例中，规则可以将标记为被授权传输至云计算系统中的存储的图像或者视频文件引导至图1的存储150中的识别的特定存储设备，诸如设备A152、设备B1544或者设备C156。
在示例性实施例中，识别应用132可以包括存储在存储150中的一个或多个存储设备的计算机程序指令，该计算机程序指令用于通过服务器140中的一个或多个存储器146执行来自计算设备110的数据的处理。标准应用134可以包括存储在存储150中的一个或多个存储设备的计算机程序指令，该计算机程序指令用于通过服务器140中的一个或多个存储器146执行来自计算设备110的数据的处理。规则应用可以包括存储在存储150中的一个或多个存储设备的计算机程序指令，该计算机程序指令用于通过服务器140中的一个或多个存储器146执行来自计算设备110的数据的处理。
转向图2,说明了依据示例性实施例的计算设备的框图。计算设备200可以是移动计算设备，包括客户端组件210、应用220、推组件230、拉组件240、通信组件250和识别符260。客户端组件210可以是硬件、软件、或者硬件和软件的组合，组成图1中的相机112、智能手机114、计算机116、平板计算机118和汽车120。应用220可以是诸如图1中的识别应用132、标准应用134和规则应用136的应用。推组件230可以发送用于存储在图1的云计算系统100中的存储150的数据。拉组件230可以在应用130存储在存储150中时，从应用130接收指令。通信组件可以是本领域的技术人员已知的任何通信设备，以在计算设备200和云计算系统(诸如图1中的云计算100)之间提供通信。识别符260可以是数据中的代码。在示例性实施例中，代码可以是时间戳、评级、共享代码、电子邮件地址和社交媒体名称中的一个。
首先应当理解，尽管本公开包括关于云计算的详细描述，但其中记载的技术方案的实现却不限于云计算环境，而是本发明的实施例能够结合现在已知或以后开发的任何其它类型的计算环境而实现。
为了方便起见，具体实施方式包含从2009年10月7日PeterMell和TimGrance著的“DraftNISTWorkingDefinitionofCloudComputing”导出的下面的定义，其在提交的IDS中引用，其副本随附。
云计算是一种服务交付模式，用于对共享的可配置计算资源池进行方便、按需的网络访问。可配置计算资源是能够以最小的管理成本或与服务提供者进行最少的交互就能快速部署和释放的资源，例如可以是网络、网络带宽、服务器、处理、内存、存储、应用、虚拟机和服务。这种云模式可以包括至少五个特征、至少三个服务模型和至少四个部署模型。
特征包括：
按需自助式服务：云的消费者在无需与服务提供者进行人为交互的情况下能够单方面自动地按需部署诸如服务器时间和网络存储等的计算能力。
广泛的网络接入：计算能力可以通过标准机制在网络上获取，这种标准机制促进了通过不同种类的瘦客户机平台或厚客户机平台(例如移动电话、膝上型电脑、个人数字助理PDA)对云的使用。
资源池：提供者的计算资源被归入资源池并通过多租户(multi-tenant)模式服务于多重消费者，其中按需将不同的实体资源和虚拟资源动态地分配和再分配。一般情况下，消费者不能控制或甚至并不知晓所提供的资源的确切位置，但可以在较高抽象程度上指定位置(例如国家、州或数据中心)，因此具有位置无关性。
迅速弹性：能够迅速、有弹性地(有时是自动地)部署计算能力，以实现快速扩展，并且能迅速释放来快速缩小。在消费者看来，用于部署的可用计算能力往往显得是无限的，并能在任意时候都能获取任意数量的计算能力。
可测量的服务：云系统通过利用适于服务类型(例如存储、处理、带宽和活跃用户帐号)的某种抽象程度的计量能力，自动地控制和优化资源效用。可以监测、控制和报告资源使用情况，为服务提供者和消费者双方提供透明度。
服务模型如下：
软件即服务(SaaS):向消费者提供的能力是使用提供者在云基础架构上运行的应用。可以通过诸如网络浏览器的瘦客户机接口(例如基于网络的电子邮件)从各种客户机设备访问应用。除了有限的特定于用户的应用配置设置外，消费者既不管理也不控制包括网络、服务器、操作系统、存储、乃至单个应用能力等的底层云基础架构。
平台即服务(PaaS):向消费者提供的能力是在云基础架构上部署消费者创建或获得的应用，这些应用利用提供者支持的程序设计语言和工具创建。消费者既不管理也不控制包括网络、服务器、操作系统或存储的底层云基础架构，但对其部署的应用具有控制权，对应用托管环境配置可能也具有控制权。
基础架构即服务(IaaS):向消费者提供的能力是消费者能够在其中部署并运行包括操作系统和应用的任意软件的处理、存储、网络和其他基础计算资源。消费者既不管理也不控制底层的云基础架构，但是对操作系统、存储和其部署的应用具有控制权，对选择的网络组件(例如主机防火墙)可能具有有限的控制权。
部署模型如下：
私有云：云基础架构单独为某个组织运行。云基础架构可以由该组织或第三方管理并且可以存在于该组织内部或外部。
共同体云：云基础架构被若干组织共享并支持有共同利害关系(例如任务使命、安全要求、政策和合规考虑)的特定共同体。共同体云可以由共同体内的多个组织或第三方管理并且可以存在于该共同体内部或外部。
公共云：云基础架构向公众或大型产业群提供并由出售云服务的组织拥有。
混合云：云基础架构由两个或更多部署模型的云(私有云、共同体云或公共云)组成，这些云依然是独特的实体，但是通过使数据和应用能够移植的标准化技术或私有技术(例如用于云之间的负载平衡的云突发流量分担技术)绑定在一起。
云计算环境是面向服务的，特点集中在无状态性、低耦合性、模块性和语意的互操作性。云计算的核心是包含互连节点网络的基础架构。云计算环境可以包括图1中的云计算系统100。
现在参考图3,其中显示了云计算节点的一个例子。云计算节点310仅仅是适合的云计算节点的一个示例，不应对本发明实施例的功能和使用范围带来任何限制。总之，云计算节点310能够被用来实现和/或执行以上所述的任何功能。
云计算节点310具有计算机系统/服务器312,其可与众多其它通用或专用计算系统环境或配置一起操作。众所周知，适于与计算机系统/服务器312—起操作的计算系统、环境和/或配置的例子包括但不限于：个人计算机系统、服务器计算机系统、瘦客户机、厚客户机、手持或膝上设备、多处理器系统、基于微处理器的系统、机顶盒、可编程消费电子产品、网络个人电脑、小型计算机系统、大型计算机系统和包括上述任意系统或设备的分布式云计算技术环境，等等。在示例性实施例中，诸如图1中的计算设备110的计算设备包括图1中的相机112、智能手机114、计算机116、平板计算机118和汽车120。
计算机系统/服务器312可以在由计算机系统执行的计算机系统可执行指令(诸如程序模块)的一般语境下描述。通常，程序模块可以包括执行特定的任务或者实现特定的抽象数据类型的例程、程序、目标程序、组件、逻辑、数据结构等。计算机系统/服务器312可以在通过通信网络链接的远程处理设备执行任务的分布式云计算环境中实施。在分布式云计算环境中，程序模块可以位于包括存储设备的本地或远程计算系统存储介质上。
如图3所示，云计算节点310中的计算机系统/服务器312以通用计算设备的形式表现。计算机系统/服务器312的组件可以包括但不限于：一个或者多个处理器或者处理单元316,系统存储器328,连接不同系统组件(包括系统存储器328和处理单元316)的总线318。
总线318表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器，外围总线，图形加速端口，处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构(ISA)总线，微通道体系结构(MAC)总线，增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。
计算机系统/服务器312典型地包括多种计算机系统可读介质。这些介质可以是能够被计算机系统/服务器312访问的任意可获得的介质，包括易失性和非易失性介质，可移动的和不可移动的介质。
系统存储器328可以包括易失性存储器形式的计算机系统可读介质，例如随机存取存储器(RAM)330和/或高速缓存存储器332。计算机系统/服务器312可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例，存储系统334可以用于读写不可移动的、非易失性磁介质(图3未显示，通常称为“硬盘驱动器”)。尽管未示出，可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光盘(例如⑶-ROM，DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与总线318相连。如以下进一步说明和描述的，存储器328可以包括至少一个程序产品，该程序产品具有一组(例如至少一个)程序模块，这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块342的程序/实用工具340,可以存储在存储器328中，作为示例，这样的程序模块342包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些操作系统、一个或者多个应用程序、其它程序模块以及程序数据中的每一个或某种组合中可能包括网络环境的实现。程序模块342通常执行本发明所描述的实施例中的功能和/或方法。
计算机系统/服务器312也可以与一个或多个外部设备314(例如键盘、指向设备、显示器324等)通信，还可与一个或者多个使得用户能与该计算机系统/服务器312交互的设备通信，和/或与使得该计算机系统/服务器312能与一个或多个其它计算设备进行通信的任何设备(例如网卡，调制解调器等等)通信。这种通信可以通过输入/输出(1/0)接口322进行。并且，计算机系统/服务器312还可以通过网络适配器320与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。如图所示，网络适配器320通过总线318与计算机系统/服务器312的其它模块通信。应当明白，尽管图中未示出，其它硬件和/或软件模块可以与计算机系统/服务器312—起操作，示例包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据归档存储系统等。
现在参考图4,说明示例性云计算环境450。如图所示，云计算环境450包括一个或多个云计算节点410,由云消费者使用的本地计算设备(诸如例如个人数字助理(PDA)或者蜂窝电话454A、桌面计算机454B、膝上型计算机454C和/或汽车计算机系统454N)可以与其通信。节点410可以彼此通信。其可以在上文说明的一个或多个网络，诸如私有、共同体、公共、或者混合云、或者其组合中物理或虚拟地分组(未示出)。在示例性实施例中，云计算节点可以包括数据中心。这允许云计算环境450提供基础设施、平台和/或软件作为服务，云消费者不需要对其在本地计算设备上维护资源。要理解的是图4所示的计算设备454A-N的类型仅是示例性的，计算节点410和云计算环境450可以通过任何类型的网络和/或网络寻址连接(例如使用网络浏览器)与任何类型的计算机化的设备通信，该设备包括但不限于图1中的计算设备110,诸如相机112、智能手机114、计算机116、平板计算机118和汽车120。
现在参考图5,其中显示了云计算环境550提供的一组功能抽象层。首先应当理解，图5所示的组件、层以及功能都仅仅是示意性的，本发明的实施例不限于此。如图所示，提供下列层和对应功能：
硬件和软件层560包括硬件和软件组件。硬件组件的例子包括：主机，例如系统；基于Rise(精简指令集计算机)体系结构的服务器，例如系统；系统；系统；存储设备；网络和网络组件。软件组件的例子包括：网络应用服务器软件，例如应用服务器软件；数据库软件，例如数据库软件。(IBM,zSeries,pSeries,xSeries,BladeCenter,WebSphere以及DB2是国际商业机器公司在全世界各地的注册商标)。
虚拟层562提供一个抽象层，该层可以提供下列虚拟实体的例子：虚拟服务器、虚拟存储、虚拟网络(包括虚拟私有网络)、虚拟应用和操作系统，以及虚拟客户端。
在一个示例中，管理层564可以提供下述功能：资源供应功能：提供用于在云计算环境中执行任务的计算资源和其它资源的动态获取；计量和定价功能：在云计算环境内对这些资源的使用进行成本跟踪，并为此提供帐单和发票。在一个例子中，这些资源可以包括应用软件许可。安全功能：为云的消费者和任务提供身份认证，为数据和其它资源提供保护。用户门户功能：为消费者和系统管理员提供对云计算环境的访问。服务水平管理功能：提供云计算资源的分配和管理，以满足必需的服务水平。服务水平协议(SLA)计划和履行功能：为根据SLA预测的对云计算资源未来需求提供预先安排和供应。
在一个示例中，管理层564可以提供下述功能。应用、包含构成该应用的所有的应用组件典型部署在云基础设施内的公共节点或虚拟机上。因此，应用的每个实例会含有执行该应用所需的每个应用组件。
工作负荷层566提供云计算环境可以利用的、功能性的示例。可以从该层提供的工作负荷和功能的示例包含：映射和导航、软件开发和生命周期管理、虚拟教室教育发送、数据解析处理、事务处理和存储处理510。存储处理510可以包括将来自计算设备200的数据260存储在图1的云计算系统100中的存储400的备份410中的处理。可以依据图3的云计算系统节点310中的与计算机系统/服务器(诸如计算机系统/服务器300)关联的服务水平协议，执行存储处理510。在示例性实施例中，存储处理510可以由一个或多个数据中心执行。一个或多个数据中心可以是图4中的云计算节点410。
转向图6,说明了依据示例性实施例的服务器存储的框图。服务器存储600包括数据类型610。数据类型610包括视频612、照片614、文本616和其他618。在示例性实施例中，视频612可以是含有由移动计算设备(诸如图1中的计算设备110和图2中的计算设备200)记录的运动图像的视频文件。在示例性实施例中，照片614可以是含有由移动计算设备(诸如图1中的计算设备110和图2中的计算设备200)记录的照片的图像文件。服务器存储600还包括特征660、特性670、标准680、阈值690、识别620、分析630、显示配置640和规则650。显示配置640可以包括菜单、图形用户界面、触摸屏、或者任何本领域的技术人员已知的显示，用于给用户呈现关于数据类型610、特征660、特性670、标准680、阈值690、识别620、分析630和规则650的选择，以便用户可以配置来自计算设备200的数据向图1的存储150中存储的处理。
在示例性实施例中，标准680可以是在图像或者视频文件中人的特征。在示例性实施例中，图像可以是照片。特征可以是表情、头发的颜色、眼睛的颜色和脸的颜色中的一个。在另一个示例性实施例中，标准680可以是物体的特征，其中，特征是清晰度、不存在模糊、模糊、缺陷和物体的颜色中的一个。在又一个示例性实施例中，标准680可以是风景的特征，其中，特征是山、海滨、湖泊和城市中的一个。
转向图7,是依据示例性实施例说明的配置处理的流程图。配置处理700开始(步骤702)，用户选择标准(步骤710)。确定用户是否已经完成选择标准(步骤720)，如果否，配置处理700返回步骤710；如果是，前进至步骤730。用户选择规则(步骤730)。确定用户是否已经完成选择规则(步骤740)，如果否，配置处理700返回步骤730；如果是，前进至步骤750。用户回顾标准和规则的选择(步骤750)并应用选择(步骤760)。在步骤760中用户应用了选择后，配置处理700停止。
转向图8,是根据示例性实施例说明的数据分析处理的流程图。数据分析处理800
接收数据(步骤810)。数据可以是来自图1的云计算系统100中的计算设备200的数据260。数据分析处理800可以是诸如图1中的应用130的应用，可以包括图1中的识别应用132、标准应用134和规则应用136中的一个，并存储在连接至图1的云计算系统100中的服务器140的存储150的存储设备中。数据分析处理800确定与在步骤810中接收的数据关联的标识(步骤820)。与在步骤810中接收的数据关联的标识可以是特定计算设备(诸如图1中的一个计算设备110)的识别符。与在步骤810中接收的数据关联的标识还可以识别存储处理服务，诸如图5的存储处理510,存储处理510与图1的云计算系统100中来自计算设备110的计算设备、和来自连接至存储150的服务器140的服务器关联。
数据分析处理800响应于确定标识，将与该标识关联的标准应用至数据(步骤830)。在示例性实施例中，标准可以是具体的人。通过使用面部识别算法，图像或者视频文件可以被识别为是具体的人，来确定图像或者视频中人的身份。此外，标准可以基于图像的清晰度。基于图像的清晰度的标准可以防止模糊或者未聚焦的图像或者视频文件保存至备份存储。在示例性实施例中，预测算法可以被用于确定哪些图像或者视频文件用户最有可能希望保持。在示例性实施例中，可以由处理引擎检查图像或者视频文件，以确定图像或者视频文件的成分是否类似于之前用户喜欢的那些，对于云计算系统或者数据中心，图像或视频的优先级将被给予识别为偏爱的可能性更高的图像或照片。
数据分析处理800响应于将与识别符关联的标准应用至数据，将与识别关联的一个或多个规则应用至数据(步骤840)。
数据分析处理800响应于在步骤840中将一个或多个规则应用至数据，可以依据一个或多个规则标记该数据。在示例性实施例中，规则可以将被授权传输的数据引导至云计算系统中的存储器，并识别图1的存储150中的特定存储设备，诸如设备A152、设备B154或者设备C156。
数据分析处理800响应于依据一个或多个规则标记该数据，可以依据该标记将数据引导至云计算系统中的存储(步骤860)。
做出是否要处理更多数据的确定(步骤870)，如果是，数据分析处理800返回步骤820，如果否，停止(步骤880)。
转向图9,是依据示例性实施例说明的触发配置处理的流程图。触发配置处理900允许用户自动从事分析，并响应于触发而处理上述数据。触发配置处理900开始(步骤902)，确定用户已是否选择作为触发的大小(步骤910)。在示例性实施例中，该大小可以是小于最大存储容量的存储容量。在另一个示例性实施例中，该大小可以是文件大小。触发配置处理接下来确定用户是否已经选择作为触发的数量(步骤920)。在示例性实施例中，该数量可以是由计算设备产生的数据的数量。数据的数量可以是在一段时间内拍摄的图像或者视频文件的数量。在另一个示例性实施例中，该数量可以是在一段时间内产生的数据的总数。数据的总数可以是拍摄的图像或者视频文件的总数。接下来，触发配置处理确定用户是否选择了行为触发(步骤930)。可以识别用户行为的改变。例如，用户可能通常一周拍摄2个图像或者视频文件，但是然后单日拍摄300个图像或者视频文件。上述用户行为的改变可以自动触发优先级的激活。
行为触发可以是用户的行为的改变。例如，用户的计算设备可以计算在一段时间内由用户产生的数据的平均数。行为触发可以是在一段时间内产生的数据的平均数的增加。行为的改变可以是在一段时间内产生的数据的平均数的预测的改变，在计算设备中由预测算法计算。在示例性实施例中，产生的数据的平均数的增加和数据的平均数的预测的改变可以基于拍摄的图像或者视频文件的数量的增加、和预测拍摄的图像或者视频文件的平均数的增加。接下来，触发配置处理确定该用户是否选择了默认触发(步骤940)。默认触发可以是由计算设备的制造商或者诸如图1和图7和8中的应用130的激活软件的提供商选择的大小触发、数量触发和行为触发中的一个或多个。触发配置处理900确定用户是否将配置另一个项目(步骤950)，如果是，前进至步骤910,如果否，终止(步骤970)。
因此，示例性实施例提供一种计算机实现的方法、计算机系统和计算机程序产品，用于响应于从连接至云计算系统中的计算机的计算设备接收数据，识别与计算设备关联的标准；响应于识别该标准，确定数据是否被授权传输至云计算系统中的存储；以及响应于确定数据被授权传输至存储，将数据转发至存储。
示例性实施例进一步提供一种计算机实现的方法、计算机系统和计算机程序产品，用于响应于识别该标准，识别与该标准关联的规则；以及响应于识别该规则，依据该规则将优先级分配给数据。
示例性实施例进一步提供一种计算机实现的方法、计算机系统和计算机程序产品，其中，数据包括图像或者视频文件，用于分析图像或者视频文件来识别该标准，其中，该标准是图像或者视频文件中人的特征，其中，该特征是表情、头发的颜色、眼睛的颜色和脸的颜色中的一个。
示例性实施例进一步提供一种计算机实现的方法、计算机系统和计算机程序产品，用于分析图像或者视频文件来确定标准，其中，该标准是物体的特征，其中，该特征是清晰度、不存在模糊、模糊、缺陷和物体的颜色中的一个。
示例性实施例进一步提供一种计算机实现的方法、计算机系统和计算机程序产品，用于分析图像或者视频文件来确定标准，其中，该标准是风景的特征，其中，该特征是山、海滨、湖泊和城市中的一个。
示例性实施例进一步提供一种计算机实现的方法、计算机系统、计算机程序产品，用于分析图像或者视频文件来定位代码，其中，该代码是时间戳、评级、共享代码、电子邮件地址和社交媒体名称中的一个。
本领域普通技术人员可以领会到，本发明的方面可以体现作为系统、方法或者计算机程序产品。从而，本发明的各方面可以采取全部为硬件实施方式，全部为软件实施方式(包括固件、常驻软件、微码等)或者将软件和硬件方面合并的实施方式的形式，通常在本文中都会被记为“电路”、“模块”或者“系统”。进一步地，本发明的各方面可以采取计算机程序产品的形式，该计算机程序产品体现在具有计算机可读程序代码体现在其上的一个或一个以上的计算机可读介质上。
可以使用一个或一个以上的计算机可读介质的任何组合。计算机可读介质可以是计算机可读信号介质、或者计算机可读储存介质。计算机可读储存介质例如可以是，但不限于电子、磁、光学、电磁、红外、或者半导体系统、设备、或者装置，或者任何上述的适当组合。计算机可读储存介质的更详细例子(非穷尽列表)包含如下：具有一个或多个导线的电连接、便携计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPR0MM或者闪存存储器)、光纤、便携光盘只读存储器(CDR0M)、光学存储设备、磁存储设备、或者上述任何适当组合。在本文档的背景下，计算机可读储存介质可以是任何有形介质，该有形介质能够包含、或者储存使用于或者连接于指令执行系统、设备、或者装置的程序。
计算机可读信号介质可以包含带有计算机可读程序代码体现在其中(例如在基带中或者作为载波的部分)的传播数据信号。该传播信号可以采取任何种类的形式，包括但不限于电磁、光学、或者其任何适当组合。计算机可读信号介质可以是任何计算机可读介质，该计算机可读介质不是计算机可读储存介质，并能够传输、传播、或者运送使用于或者连接于指令执行系统、设备、或者装置的程序。
体现在计算机可读介质上的程序代码可以使用任何适当的介质，包括但不限于无线、有线、光纤电缆、RF等、或者任何上述的适当组合来传输。
用于进行本发明的方面的操作计算机程序代码可以是任何一个或一个以上的编程语言的组合编写的，包括面向对象编程语言，比如Java、Smalltalk、C++等，常规的过程编程语言，比如“C”编程语言或者类似的编程语言。程序代码可以全部在用户的计算机上、部分在用户的计算机上执行，作为独立的软件包，部分在用户的计算机上部分在远程计算机上，或者全部在远程计算机或者服务器上执行。在后面的情形中，远程计算机可以经由任何类型的网络(包括局域网(LAN)或者广域网(WAN))连接到用户的计算机，或者可以连接到外部计算机(例如，经由使用了互联网服务供应商的互联网)。
下面参考根据本发明的实施方式的方法、设备(系统)和计算机程序产品的流程图和/或框图，说明本发明的各方面。应该理解的是，流程图和/或框图的每个框，以及流程图和/或框图中的框的组合可以由计算机程序指令执行。这些计算机程序指令可以被提供到用于生成机器的通用计算机、专用计算机、或者其他可编程数据处理设备的处理器，使得经由计算机或者其他可编程数据处理设备的处理器执行的指令，创建用于执行在流程图和/或框图的框中指定的功能/动作的单元。
这些计算机程序指令还可以被储存在能够指引计算机、其他可编程数据处理设备、或者其他装置以特别的方式发挥功能的计算机可读介质中，使得储存在计算机可读介质的指令生成制造品，其包括执行在流程图和/或框图框中指定的功能/动作的指令。
计算机程序指令还可以被装载至计算机、其他可编程数据处理设备、或者使一系列操作步骤在计算机上执行的其他装置、其他可编程设备或者其他装置，以生成计算机执行的处理，使得在计算机或者其他可编程设备上执行的指令提供用于执行在流程图和/或框图框中指定的功能/动作的处理。
出于示出的目的呈现了本发明的各种实施例的说明，但不是为了穷尽或者限制公开的实施例。在没有脱离本说明的实施例的范围和精神内，本领域的普通技术人员可以想到很多修改和变化。本文使用的术语被选择来最佳解释实施例的原理、相对于市场中的技术的实际应用或者技术改进、或者能使本领域的其他普通技术人员理解本文公开的实施例。
图中的流程图和框图示出根据本发明的各种实施例的、系统、方法和计算机程序产品的可能的实施方式的架构、功能性和操作。就此而言，流程图或者框图中的每个框可以代表代码的模块、片段或者部分，其包括用于实现指定的逻辑功能的一个或多个可执行指令。还要注意的是，在一些替代的实施方式中，在框中标注的功能可以以不同于图中的顺序发生。例如，连续示出的2个框实际上是实质并行执行的，或者根据涉及的功能性，框有时可以以相反的顺序执行。还应该注意的是框图和/或流程图中的每个框、和框图中和/或流程图中的框的组合可以由基于专用硬件的系统实现，该系统执行指定的功能或动作，或者专用硬件和计算机指令的组合。

Claims (11)

1.一种数据传输至云计算系统或者数据中心的方法，包括：
响应于从连接至云计算系统或者数据中心中的计算机的计算设备接收数据，所述计算机识别与所述计算设备关联的选择标准；
所述计算机识别与所述计算设备关联的选择标准，包括：
响应于对接收到的所述数据做数据分析，所述计算机确定一个与所述数据关联的标识；
响应于所述确定的标识，所述计算机将与该标识关联的选择标准应用至数据，将与识别关联的一个或多个规则标记所述数据；
响应于识别所述标准，所述计算机确定所述数据是否被授权传输至所述云计算系统或者数据中心中的存储；以及
响应于确定所述数据被授权传输至所述存储，所述计算机将所述数据转发至所述存储。
2.如权利要求1所述的方法，还包括：
响应于识别所述选择标准，所述计算机识别与所述选择标准关联的规则；
响应于识别所述规则，所述计算机依据所述规则将优先级分配给所述数据。
3.如权利要求2所述的方法，其中，所述数据包括图像或者视频文件，所述方法还包括：
所述计算机分析所述图像或者视频文件来识别所述选择标准，其中，所述选择标准是所述图像或者视频文件中人的特征，并且其中，所述特征是表情、头发的颜色、眼睛的颜色和脸的颜色中的一个。
4.如权利要求3所述的方法，还包括：
所述计算机分析所述图像或者视频文件来确定所述标准，其中，所述标准是物体的特征，其中，所述特征是所述物体的清晰度、不存在模糊、模糊、缺陷和颜色中的一个。
5.如权利要求3所述的方法，还包括：
所述计算机分析所述图像或者视频文件来确定所述标准，其中，所述标准是风景的特征，其中，所述特征是山、海滨、湖泊和城市中的一个。
6.如权利要求3所述的方法，还包括：
所述计算机分析所述图像或者视频文件来定位代码，其中，所述代码是时间戳、评级、共享代码、电子邮件地址和社交媒体名称中的一个。
7.一种设备，包括：
一个或多个处理器、一个或多个计算机可读存储设备和一个或多个计算机可读存储器，
用于由至少一个处理器通过至少一个计算机可读存储器执行的存储在至少一个计算机可读存储设备中的计算机程序指令，用于响应于从连接至云计算系统或者数据中心中的计算机的计算设备接收数据，识别与所述计算设备关联的标准；
用于由至少一个处理器通过至少一个计算机可读存储器执行的存储在至少一个计算机可读存储设备中的计算机程序指令，用于响应于对接收到的所述数据做数据分析，所述计算机确定一个与所述数据关联的标识；响应于所述确定的标识，所述计算机将与该标识关联的选择标准应用至数据，将与识别关联的一个或多个规则标记所述数据；
用于由至少一个处理器通过至少一个计算机可读存储器执行的存储在至少一个计算机可读存储设备中的计算机程序指令，用于响应于识别所述标准，确定所述数据是否被授权传输至所述云计算系统或者数据中心中的存储；以及用于由至少一个处理器通过至少一个计算机可读存储器执行的存储在至少一个计算机可读存储设备中的计算机程序指令，用于响应于确定所述数据被授权传输至存储，将所述数据转发至所述存储。
8.如权利要求7所述的设备，还包括：
用于由至少一个处理器通过至少一个计算机可读存储器执行的存储在至少一个计算机可读存储设备中的计算机程序指令，用于响应于识别所述标准，识别与所述标准关联的规则；
用于由至少一个处理器通过至少一个计算机可读存储器执行的存储在至少一个计算机可读存储设备中的计算机程序指令，用于响应于识别所述规则，依据所述规则将优先级分配给所述数据。
9.如权利要求8所述的设备，其中，所述数据包括图像或者视频文件，所述设备还包括：
用于由至少一个处理器通过至少一个计算机可读存储器执行的存储在至少一个计算机可读存储设备中的计算机程序指令，用于分析所述图像或者视频文件来识别所述标准，其中，所述标准是所述图像或者视频文件中人的特征，并且其中，所述特征是表情、头发的颜色、眼睛的颜色和脸的颜色中的一个。
10.如权利要求9所述的设备，还包括：
用于由至少一个处理器通过至少一个计算机可读存储器执行的存储在至少一个计算机可读存储设备中的计算机程序指令，用于分析所述图像或者视频文件来确定所述标准，其中，所述标准是物体的特征，其中，所述特征是所述物体的清晰度、不存在模糊、模糊、缺陷和颜色中的一个。
11.如权利要求9所述的设备，还包括：
用于由至少一个处理器通过至少一个计算机可读存储器执行的存储在至少一个计算机可读存储设备中的计算机程序指令，用于分析所述图像或者视频文件来确定所述标准，其中，所述标准是风景的特征，其中，所述特征是山、海滨、湖泊和城市中的一个。
CN201710632569.3A 2013-01-02 2014-01-02 一种数据传输至云计算系统或者数据中心的方法及设备 Active CN107454159B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US13/732,641 US8925060B2 (en) 2013-01-02 2013-01-02 Selecting image or video files for cloud storage
US13/732,641 2013-01-02
CN201410000618.8A CN103914511B (zh) 2013-01-02 2014-01-02 选择用于云存储的图像或者视频文件

Related Parent Applications (1)

Application Number Title Priority Date Filing Date
CN201410000618.8A Division CN103914511B (zh) 2013-01-02 2014-01-02 选择用于云存储的图像或者视频文件

Publications (2)

Publication Number Publication Date
CN107454159A true CN107454159A (zh) 2017-12-08
CN107454159B CN107454159B (zh) 2022-07-22

Family

ID=51016779

Family Applications (2)

Application Number Title Priority Date Filing Date
CN201410000618.8A Active CN103914511B (zh) 2013-01-02 2014-01-02 选择用于云存储的图像或者视频文件
CN201710632569.3A Active CN107454159B (zh) 2013-01-02 2014-01-02 一种数据传输至云计算系统或者数据中心的方法及设备

Family Applications Before (1)

Application Number Title Priority Date Filing Date
CN201410000618.8A Active CN103914511B (zh) 2013-01-02 2014-01-02 选择用于云存储的图像或者视频文件

Country Status (2)

Country Link
US (2) US8925060B2 (zh)
CN (2) CN103914511B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108052916A (zh) * 2017-12-23 2018-05-18 宁波亿拍客网络科技有限公司 一种受限的涉及隐私信息及特定信息分析处理系统
CN110300134A (zh) * 2018-03-22 2019-10-01 杭州海康威视系统技术有限公司 云存储资源池的存储空间调整方法、装置及云存储系统

Families Citing this family (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8925060B2 (en) 2013-01-02 2014-12-30 International Business Machines Corporation Selecting image or video files for cloud storage
US20150127770A1 (en) * 2013-11-06 2015-05-07 Pax8, Inc. Distributed Cloud Disk Service Provisioning and Management
US10108626B2 (en) * 2014-09-03 2018-10-23 Verizon Patent And Licensing Inc. Proactively clearing digital storage
US10082955B2 (en) * 2015-12-03 2018-09-25 International Business Machines Corporation Automated home memory cloud with key authenticator
US10133639B2 (en) 2016-02-10 2018-11-20 International Business Machines Corporation Privacy protection of media files for automatic cloud backup systems
US20170228292A1 (en) * 2016-02-10 2017-08-10 International Business Machines Corporation Privacy Protection of Media Files For Automatic Cloud Backup Systems
RU2632125C1 (ru) * 2016-04-29 2017-10-02 Общество С Ограниченной Ответственностью "Яндекс" Способ и система обработки задач в облачном сервисе
CN117056558A (zh) * 2016-08-08 2023-11-14 内特拉戴因股份有限公司 使用边缘计算的分布式视频存储和搜索
CN106101274B (zh) * 2016-08-10 2019-06-04 玉环看知信息科技有限公司 一种文件传输方法、装置及系统
US20210232465A1 (en) * 2020-01-29 2021-07-29 Salesforce.Com, Inc. Generation of database backups in response to environmental signals
US11799940B1 (en) * 2021-09-28 2023-10-24 Amazon Technologies, Inc. Techniques for upload prioritization of content

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1761319A (zh) * 2004-10-12 2006-04-19 国际商业机器公司 视频监视系统的视频分析、存档和报警方法和设备
CN101170681A (zh) * 2006-10-27 2008-04-30 中兴通讯股份有限公司 一种因特网网络电视视频监控系统的终端设备
CN102591995A (zh) * 2012-03-12 2012-07-18 浙江大学城市学院 一种基于云数据中心的用户信息处理方法及装置
US20120221354A1 (en) * 2011-02-25 2012-08-30 International Business Machines Corporation Administering Medical Digital Images In A Distributed Medical Digital Image Computing Environment With Medical Image Caching
US20120226663A1 (en) * 2011-03-02 2012-09-06 Valdez Kline Teresa S Preconfigured media file uploading and sharing
US20130024919A1 (en) * 2011-07-21 2013-01-24 Microsoft Corporation Cloud service authentication
CN103095800A (zh) * 2012-12-07 2013-05-08 江苏乐买到网络科技有限公司 一种基于云计算的数据处理系统
CN103095805A (zh) * 2012-12-20 2013-05-08 江苏辰云信息科技有限公司 一种对数据进行智能分层管理的云存储系统

Family Cites Families (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7751628B1 (en) 2001-12-26 2010-07-06 Reisman Richard R Method and apparatus for progressively deleting media objects from storage
JP3966459B2 (ja) 2002-05-23 2007-08-29 株式会社日立製作所 ストレージ機器管理方法、システム、およびプログラム
US7555613B2 (en) 2004-05-11 2009-06-30 Broadcom Corporation Storage access prioritization using a data storage device
US7610296B2 (en) 2004-12-17 2009-10-27 Microsoft Corporation Prioritized files
US7467222B2 (en) * 2006-05-12 2008-12-16 Shutterfly, Inc. Image ranking for imaging products and services
US8161251B2 (en) 2009-05-27 2012-04-17 Microsoft Corporation Heterogeneous storage array optimization through eviction
US9274848B2 (en) 2009-12-03 2016-03-01 International Business Machines Corporation Optimizing cloud service delivery within a cloud computing environment
US20110173240A1 (en) 2010-01-08 2011-07-14 Bryniarski Gregory R Media collection management
US8701155B2 (en) 2010-02-23 2014-04-15 Microsoft Corporation Communicating using a cloud infrastructure
US20120189284A1 (en) * 2011-01-24 2012-07-26 Andrew Morrison Automatic highlight reel producer
US20120207356A1 (en) * 2011-02-10 2012-08-16 Murphy William A Targeted content acquisition using image analysis
US10244500B2 (en) 2011-03-30 2019-03-26 Wei Lu Open wireless architecture (OWA) mobile cloud infrastructure and method
CN102591747A (zh) * 2011-12-29 2012-07-18 中兴通讯股份有限公司 数据备份方法及装置
US9336456B2 (en) * 2012-01-25 2016-05-10 Bruno Delean Systems, methods and computer program products for identifying objects in video data
US8923570B2 (en) * 2012-06-19 2014-12-30 Intel Coporation Automated memory book creation
US8925060B2 (en) 2013-01-02 2014-12-30 International Business Machines Corporation Selecting image or video files for cloud storage

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1761319A (zh) * 2004-10-12 2006-04-19 国际商业机器公司 视频监视系统的视频分析、存档和报警方法和设备
CN101170681A (zh) * 2006-10-27 2008-04-30 中兴通讯股份有限公司 一种因特网网络电视视频监控系统的终端设备
US20120221354A1 (en) * 2011-02-25 2012-08-30 International Business Machines Corporation Administering Medical Digital Images In A Distributed Medical Digital Image Computing Environment With Medical Image Caching
US20120226663A1 (en) * 2011-03-02 2012-09-06 Valdez Kline Teresa S Preconfigured media file uploading and sharing
US20130024919A1 (en) * 2011-07-21 2013-01-24 Microsoft Corporation Cloud service authentication
CN102591995A (zh) * 2012-03-12 2012-07-18 浙江大学城市学院 一种基于云数据中心的用户信息处理方法及装置
CN103095800A (zh) * 2012-12-07 2013-05-08 江苏乐买到网络科技有限公司 一种基于云计算的数据处理系统
CN103095805A (zh) * 2012-12-20 2013-05-08 江苏辰云信息科技有限公司 一种对数据进行智能分层管理的云存储系统

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108052916A (zh) * 2017-12-23 2018-05-18 宁波亿拍客网络科技有限公司 一种受限的涉及隐私信息及特定信息分析处理系统
CN110300134A (zh) * 2018-03-22 2019-10-01 杭州海康威视系统技术有限公司 云存储资源池的存储空间调整方法、装置及云存储系统

Also Published As

Publication number Publication date
CN103914511A (zh) 2014-07-09
US20140189803A1 (en) 2014-07-03
US8839392B2 (en) 2014-09-16
CN103914511B (zh) 2017-09-01
CN107454159B (zh) 2022-07-22
US8925060B2 (en) 2014-12-30
US20140184820A1 (en) 2014-07-03

Similar Documents

Publication Publication Date Title
CN103914511B (zh) 选择用于云存储的图像或者视频文件
CN104205056B (zh) 跨多个云的工作负荷的动态分配的方法和系统
CN104424013B (zh) 在计算环境中部署虚拟机的方法和设备
CN103365725B (zh) 在多个云之间动态分配工作负荷部署单元的方法和系统
CN103916455B (zh) 用于数据复制的方法和系统
CN107924293A (zh) 写时拷贝重定向
CN105359088B (zh) 使用动态生成的虚拟磁盘内容优化供应时间的方法
US10528800B2 (en) Automated facial recognition detection
CN104254846B (zh) 用于电子设备的基于内容的导航
CN106066812B (zh) 用于管理计算资源的方法和系统
CN104657411B (zh) 用于信息技术资源管理的方法和系统
US10810160B2 (en) Automated hardware device storage tiering
US20190188259A1 (en) Decomposing composite product reviews
US11934922B2 (en) Predictive data and model selection for transfer learning in natural language processing
US11062007B2 (en) Automated authentication and access
US11017874B2 (en) Data and memory reorganization
US20230138668A1 (en) Dynamic identification of cloud storage destination for multi-user files
US11568612B2 (en) Personalized reactive augmented reality association
US11893132B2 (en) Discovery of personal data in machine learning models
US11093449B2 (en) Data presentation and modification
CN108700642A (zh) 基于具有不确定性的用户移动数据的位置上下文推断
Schulz Software-Defined Data Infrastructure Essentials: Cloud, Converged, and Virtual Fundamental Server Storage I/O Tradecraft
CN115516435A (zh) 基于混合存储器的推理计算平台中数据结构的优化布置
US10834381B1 (en) Video file modification
US11567789B2 (en) Recommendations for user interface actions

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