CN110099061B - 一种云平台视频流服务选择方法及装置 - Google Patents

一种云平台视频流服务选择方法及装置 Download PDF

Info

Publication number
CN110099061B
CN110099061B CN201910374931.0A CN201910374931A CN110099061B CN 110099061 B CN110099061 B CN 110099061B CN 201910374931 A CN201910374931 A CN 201910374931A CN 110099061 B CN110099061 B CN 110099061B
Authority
CN
China
Prior art keywords
service
preset
quality
parameter
services
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.)
Active
Application number
CN201910374931.0A
Other languages
English (en)
Other versions
CN110099061A (zh
Inventor
张海涛
徐政钧
马华东
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.)
Beijing University of Posts and Telecommunications
Original Assignee
Beijing University of Posts and Telecommunications
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 Beijing University of Posts and Telecommunications filed Critical Beijing University of Posts and Telecommunications
Priority to CN201910374931.0A priority Critical patent/CN110099061B/zh
Publication of CN110099061A publication Critical patent/CN110099061A/zh
Application granted granted Critical
Publication of CN110099061B publication Critical patent/CN110099061B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L65/00Network arrangements, protocols or services for supporting real-time applications in data packet communication
    • H04L65/40Support for services or applications
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L65/00Network arrangements, protocols or services for supporting real-time applications in data packet communication
    • H04L65/60Network streaming of media packets
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L65/00Network arrangements, protocols or services for supporting real-time applications in data packet communication
    • H04L65/80Responding to QoS

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)
  • Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)

Abstract

本发明实施例提供了一种云平台视频流服务选择方法及装置,该方法包括:获取用户视频流的属性约束条件,获取服务端中各预设服务的质量指标参数;根据各预设服务的质量指标参数,得到各预设服务的服务质量;按照服务类型,将各预设服务进行分类,得到多个服务分类;重复执行“分别从各服务分类中随机选择一个预设服务,得到一个服务集合”,直至得到指定数量个服务集合;按照各服务集合中各预设服务的服务质量,分别计算各服务集合的综合服务质量;在满足属性约束条件的各服务集合中,选取综合服务质量最高的服务集合,得到目标服务集合。目标服务集合中各预设服务的综合服务质量高,能够实现选取高质量的服务,从而提高整体服务质量。

Description

一种云平台视频流服务选择方法及装置
技术领域
本发明涉及云计算技术领域,特别是涉及一种云平台视频流服务选择方法及装置。
背景技术
随着信息和通信技术的快速发展,数据计算模式经历了从最初的由大型处理机进行计算的模式到基于网络的分布式计算模式,再到按需处理的云计算模式的过程。云计算是一种基于互联网的服务增加、使用及交互的模式,可以通过互联网动态扩展虚拟化的计算、存储等,云计算包括中间件、数据分析、管理软件、微服务等。其中,微服务可以把一个系统划分成一组相对独立、相互配合的小服务的架构模式,这种架构模式使得每个服务可以独立地部署、运行、升级等。
近年来,由于短视频业务和直播平台的快速发展,视频流服务的规模越来越大。微服务架构模式因为具有松耦合性和易扩展性的特点,已经成为解决大规模视频流服务的主要方式。相关的,在微服务架构模式下,将大规模的视频流服务划分为多个松散耦合的微服务,利用随机选择微服务的方式,将选出的多个微服务进行组合,以实现复杂的视频流服务。但是采取随机选择微服务的方式,选取的微服务的质量的随机性高,不能够保证用户得到高质量的服务。
发明内容
本发明实施例的目的在于提供一种云平台视频流服务选择方法及装置,以实现选取高质量的服务,从而提高整体服务质量。具体技术方案如下:
第一方面,本申请实施例提供了一种云平台视频流服务选择方法,所述方法包括:
步骤A,获取用户视频流的属性约束条件,获取服务端中各预设服务的质量指标参数;
步骤B,根据各所述预设服务的质量指标参数,对各所述预设服务进行服务性能分析,得到各所述预设服务的服务质量;
步骤C,按照服务类型,将各所述预设服务进行分类,得到多个服务分类,其中,同一所述服务分类中预设服务的服务类型相同,不同所述服务分类中预设服务的服务类型不同;
步骤D,分别从各所述服务分类中随机选择一个预设服务,得到一个服务集合;
步骤E,重复执行上述步骤D,直至得到指定数量个服务集合;
步骤F,按照各所述服务集合中各预设服务的服务质量,分别计算各所述服务集合的综合服务质量;
步骤G,在满足所述属性约束条件的各服务集合中,选取综合服务质量最高的服务集合,得到目标服务集合。
可选的,所述服务分类中各预设服务按照服务质量进行排序;在所述步骤G之后,所述方法还包括:
步骤H,按照所述目标服务集合中各预设服务的排序,分别从各所述服务分类中随机选择一个满足预设距离规则的预设服务,得到一个服务集合;
步骤I,重复执行上述步骤H,直至得到所述指定数量个新的服务集合;
步骤J,按照各所述新的服务集合中各预设服务的服务质量,分别计算各所述新的服务集合的综合服务质量;
步骤K,在满足所述属性约束条件的各新的服务集合中,选取综合服务质量最高的服务集合,得到第一集合;
步骤L,若所述第一集合与所述目标服务集合满足预设收敛条件,将所述第一集合中的各预设服务,作为所述用户视频流的服务;若所述第一集合与所述目标服务集合不满足预设收敛条件,将所述第一集合作为所述目标服务集合,重复执行上述步骤H-步骤K,直至所述第一集合与所述目标服务集合满足预设收敛条件,或重复执行步骤H-步骤K的次数达到预设重复次数,将当前的第一集合中的各预设服务,作为所述用户视频流的服务。
可选的,所述获取服务端中各预设服务的质量指标参数,包括:
获取服务端中各预设服务的物理资源参数;
根据各所述预设服务的物理资源参数,得到各所述预设服务的质量指标参数。
可选的,所述质量指标参数包括多个参数项,不同所述参数项对应不同的预设参数阈值;所述按照服务类型,将各所述预设服务进行分类,得到多个服务分类,包括:
针对各所述预设服务各参数项,比较该参数项与该参数项对应的预设参数阈值的大小,若该参数项与该参数项对应的预设参数阈值满足预设过滤关系,过滤该参数项对应的预设服务,得到过滤后的预设服务;
按照服务类型,将所述过滤后的预设服务进行分类,得到多个服务分类。
可选的,所述按照服务类型,将所述过滤后的预设服务进行分类,得到多个服务分类,包括:
针对所述过滤后的预设服务,按照所述过滤后的预设服务的质量指标参数,将同一服务类型的各预设服务划分为多个子区间;
在各所述子区间内,选取满足预设质量条件的预设服务,分别得到各服务类型的服务分类。
可选的,所述在各所述子区间内,选取满足预设质量条件的预设服务,分别得到各服务类型的服务分类,包括:
在各所述子区间内,选取服务质量最高和/或指定时间段内服务质量变化幅度大于预设幅度变化阈值的所述预设服务,分别得到各服务类型的服务分类。
可选的,本申请实施例的云平台视频流服务选择方法还包括:
在对所述用户视频流提供服务的过程中,监控所述用户视频流的未执行的预设服务的服务质量;
当存在服务质量下降程度达到预设下降阈值的未执行的预设服务时,在未执行的服务类型中,为所述用户视频流的服务重新选取预设服务。
第二方面,本申请实施例提供了一种云平台视频流服务选择装置,所述装置包括:
第一质量指标参数获取模块,用于获取用户视频流的属性约束条件,获取服务端中各预设服务的质量指标参数;
服务质量确定模块,用于根据各所述预设服务的质量指标参数,对各所述预设服务进行服务性能分析,得到各所述预设服务的服务质量;
第一预设服务分类模块,用于按照服务类型,将各所述预设服务进行分类,得到多个服务分类,其中,同一所述服务分类中预设服务的服务类型相同,不同所述服务分类中预设服务的服务类型不同;
第一服务集合获取模块,用于分别从各所述服务分类中随机选择一个预设服务,得到一个服务集合;
第一集合数量计数模块,用于返回所述第一服务集合获取模块继续执行,直至得到指定数量个服务集合;
第一综合质量获取模块,用于按照各所述第一服务集合中各预设服务的服务质量,分别计算各所述第一服务集合的综合服务质量;
目标集合确定模块,用于在满足所述属性约束条件的各服务集合中,选取综合服务质量最高的服务集合,得到目标服务集合。
可选的,所述服务分类中各预设服务按照服务质量进行排序,本申请实施例的云平台视频流服务选择装置还包括:
第二服务集合获取模块,用于按照所述目标服务集合中各预设服务的排序,分别从各所述服务分类中随机选择一个满足预设距离规则的预设服务,得到一个服务集合;
第二集合数量计数模块,用于返回所述第二服务集合获取模块继续执行,直至得到所述指定数量个新的服务集合;
第二综合质量获取模块,用于按照各所述第二服务集合中各预设服务的服务质量,分别计算各所述第二服务集合的综合服务质量;
第一集合确定模块,用于在满足所述属性约束条件的各新的服务集合中,选取综合服务质量最高的服务集合,得到第一集合;
用户视频流服务确定模块,用于若所述第一集合与所述目标服务集合满足预设收敛条件,将所述第一集合中的各预设服务,作为所述用户视频流的服务;若所述第一集合与所述目标服务集合不满足预设收敛条件,将所述第一集合作为所述目标服务集合,返回所述第二服务集合获取模块继续执行,直至所述第一集合与所述目标服务集合满足预设收敛条件,或所述第二服务集合获取模块的执行次数达到预设重复次数,将当前的第一集合中的各预设服务,作为所述用户视频流的服务。
可选的,所述第一质量指标参数获取模块,具体用于获取服务端中各预设服务的物理资源参数;根据各所述预设服务的物理资源参数,得到各所述预设服务的质量指标参数。
可选的,所述质量指标参数包括多个参数项,不同所述参数项对应不同的预设参数阈值;所述第一预设服务分类模块,包括:
预设服务过滤子模块,用于针对各所述预设服务各参数项,比较该参数项与该参数项对应的预设参数阈值的大小,若该参数项与该参数项对应的预设参数阈值满足预设过滤关系,过滤该参数对应的预设服务,得到过滤后的预设服务;
第一预设服务分类子模块,用于按照服务类型,将所述过滤后的预设服务进行分类,得到多个服务分类。
可选的,所述第一预设服务分类子模块,包括:
预设服务子区间单元,用于针对所述过滤后的预设服务,按照所述过滤后的预设服务的质量指标参数,将同一服务类型的各预设服务划分为多个子区间;
第一预设服务分类单元,用于在各所述子区间内,选取满足预设质量条件的预设服务,分别得到各服务类型的服务分类。
可选的,所述第一预设服务分类单元,具体用于在各所述子区间内,选取服务质量最高和/或指定时间段内服务质量变化幅度大于预设幅度变化阈值的所述预设服务,分别得到各服务类型的服务分类。
可选的,本申请实施例的云平台视频流服务选择装置还包括:
监控模块,用于在对所述用户视频流提供服务的过程中,监控所述用户视频流的未执行的预设服务的服务质量;
预设服务重新选取模块,用于当存在服务质量下降程度达到预设下降阈值的未执行的预设服务时,在未执行的服务类型中,为所述用户视频流的服务重新选取预设服务。
第三方面,本申请实施例提供了一种电子设备,包括处理器、通信接口、存储器和通信总线,其中,处理器,通信接口,存储器通过通信总线完成相互间的通信;
存储器,用于存放计算机程序;
处理器,用于执行存储器上所存放的程序时,实现上述第一方面任一所述的云平台视频流服务选择方法。
第四方面,本申请实施例提供了一种计算机可读存储介质,所述计算机可读存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现上述第一方面任一所述的云平台视频流服务选择方法。
本发明实施例提供的一种云平台视频流服务选择方法及装置,该方法包括:步骤A,获取用户视频流的属性约束条件,获取服务端中各预设服务的质量指标参数;步骤B,根据各预设服务的质量指标参数,对各预设服务进行服务性能分析,得到各预设服务的服务质量;步骤C,按照服务类型,将各预设服务进行分类,得到多个服务分类,其中,同一服务分类中预设服务的服务类型相同,不同服务分类中预设服务的服务类型不同;步骤D,分别从各服务分类中随机选择一个预设服务,得到一个服务集合;步骤E,重复执行上述步骤D,直至得到指定数量个服务集合;步骤F,按照各服务集合中各预设服务的服务质量,分别计算各服务集合的综合服务质量;步骤G,在满足属性约束条件的各服务集合中,选取综合服务质量最高的服务集合,得到目标服务集合。目标服务集合中各预设服务的综合服务质量高,能够实现选取高质量的服务,从而提高整体服务质量。当然,实施本发明的任一产品或方法必不一定需要同时达到以上所述的所有优点。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明一实施例的云平台视频流服务选择方法的流程示意图;
图2为本发明另一实施例的云平台视频流服务选择方法的流程示意图;
图3为本发明又一实施例的云平台视频流服务选择方法的流程示意图;
图4为本发明一实施例的云平台视频流服务选择装置的结构示意图;
图5为本发明另一实施例的云平台视频流服务选择装置的结构示意图;
图6为本发明又一实施例的云平台视频流服务选择装置的结构示意图;
图7为本发明再一实施例的云平台视频流服务选择装置的结构示意图;
图8为本发明实施例的电子设备的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
为了选取高质量的服务,从而达到提高整体服务质量的目的,本发明实施例提供了一种云平台视频流服务选择方法及装置,以下分别进行详细说明。
图1为本发明一实施例的云平台视频流服务选择方法的流程示意图,如图1所示,本实施例的方法可以包括:
S101,获取用户视频流的属性约束条件,获取服务端中各预设服务的质量指标参数。
本发明实施例的云平台视频流服务选择方法具体可以通过云平台实现,具体为支持云平台运行的服务器,该服务器可以为一台单独的服务器,也可以为多台服务器或虚拟机组成的服务器集群等。
上述用户视频流的属性约束条件用来约束用户想要得到哪一属性的视频流服务。举例说明,例如用户视频流包括属性A、属性B、属性C、属性D、属性E这五种属性的视频流服务,假设该用户想要得到属性B对应的视频流服务,此时上述用户视频流的属性约束条件即为,用户视频流的属性为属性B。
具体实现时,上述服务端中各预设服务的质量指标参数可以为各预设服务的处理速度、时间延迟、丢包率、吞吐量、网络抖动率以及可用性等。其中,处理速度指的是各预设服务处理单位视频数据的速度;时间延迟指的是从开始执行用户视频流服务到用户获得视频流服务的视频数据的时间差;丢包率指的是各预设服务的视频数据在传输过程中网络丢包的比例;吞吐量指的是单位时间内传输视频数据的数量;抖动率指的是网络延迟的变化量;可用性是指各预设服务可以正常使用的时间和各预设服务异常使用的时间的比值。
由于用户视频流中包含大量的服务,并且每次调用的服务数量有限,因此仍然有大量的服务处于未被调用的状态。当服务端中存在大量的预设服务未被调用时,可能无法直接获取未被调用的各预设服务的质量指标参数。此时,可以通过以下方式得到各预设服务的质量指标参数:
首先,获取服务端中各预设服务的物理资源参数,再根据获取到的各预设服务的物理资源参数,得到各预设服务的质量指标参数。
具体实现时,上述各预设服务的物理资源参数可以为各预设服务所属容器的中央处理器(Central Processing Unit,简称:CPU)的利用率、内存利用率、网络负载、各预设服务的视频数据的码率、各预设服务的视频数据的帧率、各预设服务的视频数据的分辨率和一个二进制变量等。
其中,二进制变量可以表明该预设服务是否受到其他预设服务的影响。若该预设服务受到其他预设服务的影响,则该二进制变量可以设置为1;若该预设服务没有受到其他预设服务的影响,则该二进制变量可以设置为0。
具体实现时,可以根据下述公式(1),确定上述各预设服务的质量指标参数,公式(1)具体如下:
Z=XY (1)
其中,X矩阵为质量指标参数-物理资源参数矩阵,即X表示各预设服务的质量指标参数与各预设服务的物理资源参数之间的关系;Y矩阵为物理资源参数矩阵,即Y表示各预设服务的物理资源参数;Z矩阵为质量指标参数矩阵,即Z表示各预设服务的质量指标参数。
当服务端中存在大量的预设服务未被调用时,可能会存在少量的预设服务已经被调用。少量的预设服务被调用后,可以直接获取到被调用的预设服务的质量指标参数以及被调用的预设服务的质量指标参数和被调用的预设服务的物理资源参数之间的关系。但是,无法获取到未被调用的预设服务的质量指标参数以及未被调用的预设服务的质量指标参数与未被调用的预设服务的物理资源参数之间的关系。此类情况下,可以根据被调用的预设服务的质量指标参数与被调用的预设服务的物理资源参数之间关系的相关数据,使用训练的方法训练出其他未被调用的预设服务的质量指标参数与未被调用的预设服务的物理资源参数之间的关系。得到未被调用的预设服务的质量指标参数与未被调用的预设服务的物理资源参数之间的关系后,再结合直接获取到的未被调用的预设服务的物理资源参数,就可以得到未被调用的预设服务的质量指标参数。
通过以上计算方式,可以根据物理资源参数,得到未被调用的各预设服务的质量指标参数,为得到未被调用的各预设服务的质量指标参数提供了一种新的计算方式。
但是,使用训练的方法训练出的未被调用的预设服务的质量指标参数与未被调用的预设服务的物理资源参数之间关系的精确度不高,因此可以通过下述公式(2),进一步确定各预设服务的质量指标参数与各预设服务的物理资源参数之间的关系,公式(2)具体如下:
Figure BDA0002051315630000091
其中,m为预设服务的数量;λu和λm为正则化系数,防止过拟合;r为质量指标参数的数量;r′为显因子的数量,这里的显因子指的是各预设服务的物理资源参数;r″为隐因子的数量,这里的隐因子指的是加入一些可能没有被考虑的影响服务质量的因素,并且隐因子在矩阵中显示为空,可以使用训练的方法训练出对应的参数;M1为质量指标参数-隐因子矩阵,且P=[XM1];M2为隐因子-服务矩阵,且Q=[YM2],
Figure BDA0002051315630000101
表示X矩阵的F-范数的平方,其中,矩阵的F-范数指的是矩阵的各元素的平方和再开平方根。
上述r×r′的X矩阵指的是X矩阵包含了r个质量指标参数和r′个物理资源参数。同理可知,Y矩阵包含了r′个物理资源参数和m个预设服务、M1矩阵包含了r个质量指标参数和r″个隐因子、M2矩阵包含了r″个隐因子和m个预设服务。
根据上述公式(2)的计算结果,可选的,可以采用随机梯度下降的方法计算得到X矩阵,以此提高各预设服务的质量指标参数与各预设服务的物理资源参数之间关系的精确度。
S102,根据各预设服务的质量指标参数,对各预设服务进行服务性能分析,得到各预设服务的服务质量。
具体实现时,可以通过公式(3),确定各预设服务的服务质量,公式(3)具体如下:
Z′=XYT+M1M2 T (3)
其中,Z′矩阵为服务质量矩阵,即Z表示各预设服务的服务质量。
因此,通过上述公式便可以对各预设服务进行服务性能分析,得到各预设服务的服务质量。
S103,按照服务类型,将各预设服务进行分类,得到多个服务分类。
其中,同一服务分类中预设服务的服务类型相同,不同服务分类中预设服务的服务类型不同。服务类型可以为目标跟踪,视频压缩,视频转发等。
S104,分别从各服务分类中随机选择一个预设服务,得到一个服务集合。
这里的服务集合中的每一个预设服务来自不同的服务分类。假设存在N个服务类型,那么该服务集合就包含了N个不同服务类型的预设服务。
S105,重复执行上述步骤S104,直至得到指定数量个服务集合。
例如,如果将指定数量设置为M个,那么上述S104执行M次后,得到M个服务集合。
S106,按照各服务集合中各预设服务的服务质量,分别计算各服务集合的综合服务质量。
具体实现时,可以通过下述公式(4),确定上述各服务集合的综合服务质量。公式(4)具体如下:
Figure BDA0002051315630000111
其中,Q为服务集合的综合服务质量,qi为该服务集合中各预设服务的服务质量,wi为该服务集合中各预设服务的服务质量的权重。
S107,在满足属性约束条件的各服务集合中,选取综合服务质量最高的服务集合,得到目标服务集合。
由于在S106中得到了各服务集合的综合服务质量,通过比较各服务集合的综合服务质量,将综合服务质量最高的服务集合作为目标服务集合。
本发明实施例提供的云平台视频流服务选择方法,该方法包括:步骤A,获取用户视频流的属性约束条件,获取服务端中各预设服务的质量指标参数;步骤B,根据各预设服务的质量指标参数,对各预设服务进行服务性能分析,得到各预设服务的服务质量;步骤C,按照服务类型,将各预设服务进行分类,得到多个服务分类,其中,同一服务分类中预设服务的服务类型相同,不同服务分类中预设服务的服务类型不同;步骤D,分别从各服务分类中随机选择一个预设服务,得到一个服务集合;步骤E,重复执行上述步骤D,直至得到指定数量个服务集合;步骤F,按照各服务集合中各预设服务的服务质量,分别计算各服务集合的综合服务质量;步骤G,在满足属性约束条件的各服务集合中,选取综合服务质量最高的服务集合,得到目标服务集合。目标服务集合中各预设服务的综合服务质量高,能够实现选取高质量的服务,从而提高整体服务质量。
图2为本发明另一实施例的云平台视频流服务选择方法的流程示意图,服务分类中各预设服务按照服务质量进行排序,如图2所示,在上述步骤S107后还可以包括:
S201,按照目标服务集合中各预设服务的排序,分别从各服务分类中随机选择一个满足预设距离规则的预设服务,得到一个服务集合。
服务分类中各预设服务可以按照服务质量进行升序或降序排列。满足预设距离规则是指排序位置与上次选取的预设服务的排序位置小于预设数量阈值。预设数量阈值可以按照实际情况进行设定,例如设置为5、6或10,还可以设置为该服务分类中预设服务总数的十分之一或十五分之一等。
例如,在上述目标服务集合的基础上,假设一个服务分类中包含vi个预设服务,目标服务集合中选取的为该服务分类中第K个预设服务,上述满足预设距离规则的预设服务可以为:该服务分类中第
Figure BDA0002051315630000121
个预设服务到第
Figure BDA0002051315630000122
个预设服务之间的预设服务满足预设距离规则,其中,若
Figure BDA0002051315630000123
不为整数,可以向上或向下取整,n可以根据实际情况进行设定,例如设置为5、10或15等。
由于服务分类中各预设服务已经按照服务质量进行排序,那么在上述目标服务集合中的每个预设服务所在的服务分类中,从每个预设服务的附近随机选取的预设服务的服务质量也比较高。
S202,重复执行上述步骤S201,直至得到指定数量个新的服务集合。
S203,按照各新的服务集合中各预设服务的服务质量,分别计算各新的服务集合的综合服务质量。
S204,在满足属性约束条件的各新的服务集合中,选取综合服务质量最高的服务集合,得到第一集合。
图2所示的实施例的上述步骤S202-S204与图1所示实施例的步骤S105-S107类似,在此不再赘述。
S205,判断第一集合与目标服务集合是否满足预设收敛条件。若是,则执行S206;若否,则执行S207。
具体实现时,该预设收敛条件是指第一集合与目标服务集合相同预设服务的百分比不小于预设百分比预设,预设百分比预设可以按照实际情况进行设定,例如设置为90%,95%或98%等。此时,可以确定该第一集合对应的各预设服务的综合服务质量即为最高综合服务质量。
除了可以根据判断第一集合和目标服务集合是否满足预设收敛条件,结束用户视频流服务的选择,还可以根据重复执行步骤S201-S204的次数达到预设重复次数,将当前的第一集合中的各预设服务,作为用户视频流的服务,这样可以更好地控制用户视频流服务的选择次数,不会浪费过多的时间进行用户视频流服务的选择。
S206,将第一集合中的各预设服务,作为用户视频流的服务。
S207,将第一集合作为目标服务集合。
上述S207执行后,重复执行上述步骤S201-S204。
本发明实施例提供的云平台视频流服务选择方法,在上述图1所示的实施例的基础上,将服务分类中各预设服务按照服务质量进行排序,该方法还包括:步骤H,按照目标服务集合中各预设服务的排序,分别从各服务分类中随机选择一个满足预设距离规则的预设服务,得到一个服务集合;步骤I,重复执行上述步骤H,直至得到指定数量个新的服务集合;步骤J,按照各新的服务集合中各预设服务的服务质量,分别计算各新的服务集合的综合服务质量;步骤K,在满足属性约束条件的各新的服务集合中,选取综合服务质量最高的服务集合,得到第一集合;步骤L,若第一集合和目标服务集合满足预设收敛条件,将第一集合中的各预设服务,作为用户视频流的服务;若第一集合和目标服务集合不满足预设收敛条件,将第一集合作为目标服务集合,重复执行上述步骤H-步骤K,直至第一集合和目标服务集合满足预设收敛条件,或重复执行步骤H-步骤K的次数达到预设重复次数,将当前的第一集合中的各预设服务,作为用户视频流的服务。第一集合中的各预设服务的综合服务质量高,能够实现选取高质量的服务,从而提高整体用户视频流的服务质量。
图3为本发明又一实施例的云平台视频流服务选择方法的流程示意图,质量指标参数可以包括多个参数项,不同参数项对应不同的预设参数阈值,如图3所示,上述步骤S103可以包括:
S301,针对各预设服务各参数项,比较该参数项与该参数项对应的预设参数阈值的大小,若该参数项与该参数项对应的预设参数阈值满足预设过滤关系,过滤该参数项对应的预设服务,得到过滤后的预设服务。
满足预设过滤关系可以为参数项大于该参数项对应的预设参数阈值,也可以为参数项小于该参数项对应的预设参数阈值,具体按照实际情况进行设定,例如,对于CPU利用率、内存利用率、对丢包率、网络延时等参数项,在该参数项大于该参数项对应的预设参数阈值时,过滤该参数项对应的预设服务。对于CPU利用率、内存利用率、对丢包率等参数项,在该参数项大于该参数项对应的预设参数阈值时,过滤该参数项对应的预设服务。对于可用负载、可用内存等参数项,在该参数项小于该参数项对应的预设参数阈值时,过滤该参数项对应的预设服务。
举例说明,某个预设服务的丢包率为31%,而该预设服务的丢包率对应的预设丢包率阈值为30%。此时,由于该预设服务的丢包率大于30%,所以舍弃该预设服务。由于预设服务的数量过多,其中可能包含了例如丢包率过大的预设服务,而丢包率过大可能会影响该预设服务的服务质量。因此,通过以上方式可以舍弃部分质量指标过大或者过小而导致服务质量降低的预设服务。
S302,针对过滤后的预设服务,按照过滤后的预设服务的质量指标参数,将同一服务类型的各预设服务划分为多个子区间。
具体实现时,假设a服务分类中包括90个过滤后的服务,每个过滤后的预设服务的质量指标参数包括7个参数项:每个过滤后的预设服务所属容器的CPU利用率、内存利用率、网络负载、每个过滤后的预设服务的视频数据的码率、每个过滤后的预设服务的视频数据的帧率、每个过滤后的预设服务的视频数据的分辨率和一个二进制变量。例如,在a服务分类中,针对每一个参数项,可以将上述90个过滤后的服务划分为30个子区间,由于有7个参数项,所以得到210个子区间。
将同一服务类型的各预设服务划分为多个子区间后,可以更好地保留服务质量高的预设服务。而子区间的长度越大,舍弃的预设服务将会越多。在划分子区间的过程中,应合理选取子区间的长度。
S303,在各子区间内,选取满足预设质量条件的预设服务,分别得到各服务类型的服务分类。
具体实现时,预设质量条件可以是选取服务质量最高的预设服务,可以是选取指定时间段内服务质量变化幅度大于预设幅度变化阈值的预设服务,还可以是选取服务质量最高并且指定时间段内服务质量变化幅度大于预设幅度变化阈值的预设服务。
如果在各服务类型的服务分类中包含服务质量最高的预设服务,那么该服务质量最高的预设服务最终被作为用户视频流的服务的可能性将会变大,进而可能会提高用户视频流的服务的整体质量。
而对于一些服务质量低的预设服务,他们的服务质量很有可能在指定时间段内变高。因此,如果将指定时间段内服务质量变化幅度大于预设幅度变化阈值的预设服务选取出来,那么这些预设服务最终被作为用户视频流的服务的可能性将会变大,进而也可能会提高用户视频流的服务的整体质量。
可选的,由于上述目标服务集合的综合服务质量已达到各服务集合中综合服务质量最高,因此可以将上述目标服务集合确定为用户视频流的服务。那么,在上述图1所示的实施例的步骤S107后,还可以包括:在对用户视频流提供服务的过程中,监控用户视频流的未执行的预设服务的服务质量;当存在服务质量下降程度达到预设下降阈值的未执行的预设服务时,在未执行的服务类型中,为用户视频流的服务重新选取预设服务。
因为被确定为用户视频流的服务的执行有先后顺序,所以可能存在一些服务已经执行,而另一些服务仍旧处于待执行的状态。又因为云平台环境下有很多属性诸如CPU内存等是实时变化的,可能会因为云平台环境的动态变化而导致待执行服务的服务质量下降,从而导致用户视频流服务的综合服务质量下降,因此需要监控用户视频流中未执行的预设服务的服务质量。若监控到某些未执行的预设服务的服务质量的下降程度高于某个预设下降阈值时,在未执行的服务类型中及时为用户视频流的服务重新选取预设服务,以此避免综合服务质量下降的情况发生。
相应于上述方法实施例,图4为本发明一实施例的云平台视频流服务选择装置的结构示意图,如图4所示,该云平台视频流服务选择装置可以包括:
第一质量指标参数获取模块410,用于获取用户视频流的属性约束条件,获取服务端中各预设服务的质量指标参数;
服务质量确定模块420,用于根据各预设服务的质量指标参数,对各预设服务进行服务性能分析,得到各预设服务的服务质量;
第一预设服务分类模块430,用于按照服务类型,将各预设服务进行分类,得到多个服务分类,其中,同一服务分类中预设服务的服务类型相同,不同服务分类中预设服务的服务类型不同;
第一服务集合获取模块440,用于分别从各服务分类中随机选择一个预设服务,得到一个服务集合;
第一集合数量计数模块450,用于返回第一服务集合获取模块440继续执行,直至得到指定数量个服务集合;
第一综合质量获取模块460,用于按照各第一服务集合中各预设服务的服务质量,分别计算各第一服务集合的综合服务质量;
目标集合确定模块470,用于在满足属性约束条件的各服务集合中,选取综合服务质量最高的服务集合,得到目标服务集合。
本发明实施例提供的云平台视频流服务选择装置,通过获取用户视频流的属性约束条件和服务端中各预设服务的质量指标参数;根据各预设服务的质量指标参数,对各预设服务进行服务性能分析,得到各预设服务的服务质量;按照服务类型,将各预设服务进行分类,得到多个服务分类,其中,同一服务分类中预设服务的服务类型相同,不同服务分类中预设服务的服务类型不同;分别从各服务分类中随机选择一个预设服务,得到一个服务集合;重复执行上述“分别从各服务分类中随机选择一个预设服务,得到一个服务集合”,直至得到指定数量个服务集合;按照各服务集合中各预设服务的服务质量,分别计算各服务集合的综合服务质量;在满足属性约束条件的各服务集合中,选取综合服务质量最高的服务集合,得到目标服务集合。目标服务集合中各预设服务的综合服务质量高,能够实现选取高质量的服务,从而提高整体服务质量。
图5为本发明另一实施例的云平台视频流服务选择装置的结构示意图。服务分类中各预设服务按照服务质量进行排序,在上述图4所示的云平台视频流服务选择装置的结构示意图的基础上,如图5所示,该云平台视频流服务选择装置还可以包括:
第二服务集合获取模块510,用于按照目标服务集合中各预设服务的排序,分别从各服务分类中随机选择一个满足预设距离规则的预设服务,得到一个服务集合;
第二集合数量计数模块520,用于返回第二服务集合获取模块520继续执行,直至得到指定数量个新的服务集合;
第二综合质量获取模块530,用于按照各第二服务集合中各预设服务的服务质量,分别计算各第二服务集合的综合服务质量;
第一集合确定模块540,用于在满足属性约束条件的各新的服务集合中,选取综合服务质量最高的服务集合,得到第一集合;
用户视频流服务确定模块550,用于若第一集合和目标服务集合满足预设收敛条件,将第一集合中的各预设服务,作为用户视频流的服务;若第一集合和目标服务集合不满足预设收敛条件,将第一集合作为目标服务集合,重复顺序返回第二服务集合获取模块510、第二集合数量计数模块520、第二综合质量获取模块530和第一集合确定模块540继续执行,直至第一集合和目标服务集合满足预设收敛条件,或重复顺序返回第二服务集合获取模块510、第二集合数量计数模块520、第二综合质量获取模块530和第一集合确定模块540的次数达到预设重复次数,将当前的第一集合中的各预设服务,作为用户视频流的服务。
本发明实施例提供的云平台视频流服务选择装置,在上述图4所示的实施例的基础上,通过对所述服务分类中各预设服务按照服务质量进行排序,重复执行“按照目标服务集合中各预设服务的排序,分别从各服务分类中随机选择一个满足预设距离规则的预设服务,得到一个服务集合”,直至得到指定数量个新的服务集合;按照各新的服务集合中各预设服务的服务质量,分别计算各新的服务集合的综合服务质量;在满足属性约束条件的各新的服务集合中,选取综合服务质量最高的服务集合,得到第一服务集合;若第一服务集合满足和目标服务集合预设收敛条件,将第一服务集合中的各预设服务,作为用户视频流的服务;若第一服务集合和目标服务集合不满足预设收敛条件,将第一服务集合作为目标服务集合,返回第二服务集合获取模块继续执行,直至第一服务集合和目标服务集合满足预设收敛条件,或第二服务集合获取模块的执行次数达到预设重复次数,将当前的第一服务集合中的各预设服务,作为用户视频流的服务。第一集合中的各预设服务的综合服务质量高,能够实现选取高质量的服务,从而提高整体用户视频流的服务质量。
图6为本发明又一实施例的云平台视频流服务选择装置的结构示意图,质量指标参数可以包括多个参数项,不同参数项对应不同的预设参数阈值。如图6所示,上述第一预设服务分类模块430,可以包括:
预设服务过滤子模块610,用于针对各预设服务各参数项,比较该参数项与该参数项对应的预设参数阈值的大小,若该参数项与该参数项对应的预设参数阈值满足预设过滤关系,过滤该参数对应的预设服务,得到过滤后的预设服务;
第一预设服务分类子模块620,用于按照服务类型,将过滤后的预设服务进行分类,得到多个服务分类。
图7为本发明再一实施例的云平台视频流服务选择装置的结构示意图,如图7所示,上述第一预设服务分类子模块620,可以包括:
预设服务子区间单元710,用于针对过滤后的预设服务,按照过滤后的预设服务的质量指标参数,将同一服务类型的各预设服务划分为多个子区间;
第一预设服务分类单元720,用于在各子区间内,选取满足预设质量条件的预设服务,分别得到各服务类型的服务分类。
可选的,上述第一预设服务分类单元720,具体用于在各子区间内,选取服务质量最高和/或指定时间段内服务质量变化幅度大于预设幅度变化阈值的预设服务,分别得到各服务类型的服务分类。
可选的,上述第一质量指标参数获取模块410,具体用于获取服务端中各预设服务的物理资源参数;再根据各预设服务的物理资源参数,得到各预设服务的质量指标参数。
可选的,在上述图4所示的云平台视频流服务选择装置的结构示意图的基础上,该云平台视频流服务选择装置还可以包括:
监控模块,用于在对用户视频流提供服务的过程中,监控用户视频流的未执行的预设服务的服务质量;
预设服务重新选取模块,用于当存在服务质量下降程度达到预设下降阈值的未执行的预设服务时,在未执行的服务类型中,为用户视频流的服务重新选取预设服务。
本发明实施例提供的云平台视频流服务选择装置,通过监控到某些未执行的预设服务的服务质量的下降程度高于某个预设下降阈值,在未执行的服务类型中及时为用户视频流的服务重新选取预设服务,以此避免用户视频流服务的综合服务质量下降的情况发生。
本发明实施例还提供了一种电子设备,如图8所示,包括处理器801、通信接口802、存储器803和通信总线804,其中,处理器801,通信接口802,存储器803通过通信总线804完成相互间的通信,
存储器803,用于存放计算机程序;
处理器801,用于执行存储器803上所存放的程序时,实现本发明实施例的云平台视频流服务选择方法的所有步骤。
另外,相应于上述实施例所提供的云平台视频流服务选择方法,本发明实施例提供了一种计算机可读存储介质,所述计算机可读存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现本发明实施例的云平台视频流服务选择方法的所有步骤。
上述电子设备提到的通信总线可以是PCI(Peripheral ComponentInterconnect,外设部件互连标准)总线或EISA(Extended Industry StandardArchitecture,扩展工业标准结构)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示,图中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
通信接口用于上述电子设备与其他设备之间的通信。
存储器可以包括RAM(Random Access Memory,随机存取存储器),也可以包括NVM(Non-Volatile Memory,非易失性存储器),例如至少一个磁盘存储器。可选的,存储器还可以是至少一个位于远离前述处理器的存储装置。
上述的处理器可以是通用处理器,包括CPU(Central Processing Unit,中央处理器)、NP(Network Processor,网络处理器)等;还可以是DSP(Digital Signal Processor,数字信号处理器)、ASIC(Application Specific Integrated Circuit,专用集成电路)、FPGA(Field-Programmable Gate Array,现场可编程门阵列)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本说明书中的各个实施例均采用相关的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于装置实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
以上所述仅为本发明的较佳实施例而已,并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等,均包含在本发明的保护范围内。

Claims (9)

1.一种云平台视频流服务选择方法,其特征在于,所述方法包括:
步骤A,获取用户视频流的属性约束条件,获取服务端中各预设服务的质量指标参数;
步骤B,根据各所述预设服务的质量指标参数,对各所述预设服务进行服务性能分析,得到各所述预设服务的服务质量;
步骤C,按照服务类型,将各所述预设服务进行分类,得到多个服务分类,其中,同一所述服务分类中预设服务的服务类型相同,不同所述服务分类中预设服务的服务类型不同;
步骤D,分别从各所述服务分类中随机选择一个预设服务,得到一个服务集合;
步骤E,重复执行上述步骤D,直至得到指定数量个服务集合;
步骤F,按照各所述服务集合中各预设服务的服务质量,分别计算各所述服务集合的综合服务质量,其中,所述服务分类中各预设服务按照服务质量进行排序;
步骤G,在满足所述属性约束条件的各服务集合中,选取综合服务质量最高的服务集合,得到目标服务集合;
在所述步骤G之后,所述方法还包括:
步骤H,按照所述目标服务集合中各预设服务的排序,分别从各所述服务分类中随机选择一个满足预设距离规则的预设服务,得到一个服务集合,其中,所述预设距离规则为排序位置与上次选取的预设服务的排序位置小于预设数量阈值;
步骤I,重复执行上述步骤H,直至得到所述指定数量个新的服务集合;
步骤J,按照各所述新的服务集合中各预设服务的服务质量,分别计算各所述新的服务集合的综合服务质量;
步骤K,在满足所述属性约束条件的各新的服务集合中,选取综合服务质量最高的服务集合,得到第一集合;
步骤L,若所述第一集合与所述目标服务集合满足预设收敛条件,将所述第一集合中的各预设服务,作为所述用户视频流的服务;若所述第一集合与所述目标服务集合不满足预设收敛条件,将所述第一集合作为所述目标服务集合,重复执行上述步骤H-步骤K,直至所述第一集合与所述目标服务集合满足预设收敛条件,或重复执行步骤H-步骤K的次数达到预设重复次数,将当前的第一集合中的各预设服务,作为所述用户视频流的服务,其中,所述预设收敛条件为第一集合与目标服务集合中相同预设服务的百分比不小于预设百分比。
2.根据权利要求1所述的方法,其特征在于,所述获取服务端中各预设服务的质量指标参数,包括:
获取服务端中各预设服务的物理资源参数;
根据各所述预设服务的物理资源参数,得到各所述预设服务的质量指标参数。
3.根据权利要求1所述的方法,其特征在于,所述质量指标参数包括多个参数项,不同所述参数项对应不同的预设参数阈值;所述按照服务类型,将各所述预设服务进行分类,得到多个服务分类,包括:
针对各所述预设服务各参数项,比较该参数项与该参数项对应的预设参数阈值的大小,若该参数项与该参数项对应的预设参数阈值满足预设过滤关系,过滤该参数项对应的预设服务,得到过滤后的预设服务;
按照服务类型,将所述过滤后的预设服务进行分类,得到多个服务分类。
4.根据权利要求3所述的方法,其特征在于,所述按照服务类型,将所述过滤后的预设服务进行分类,得到多个服务分类,包括:
针对所述过滤后的预设服务,按照所述过滤后的预设服务的质量指标参数,将同一服务类型的各预设服务划分为多个子区间;
在各所述子区间内,选取满足预设质量条件的预设服务,分别得到各服务类型的服务分类。
5.根据权利要求4所述的方法,其特征在于,所述在各所述子区间内,选取满足预设质量条件的预设服务,分别得到各服务类型的服务分类,包括:
在各所述子区间内,选取服务质量最高和/或指定时间段内服务质量变化幅度大于预设幅度变化阈值的所述预设服务,分别得到各服务类型的服务分类。
6.根据权利要求1所述的方法,其特征在于,所述方法还包括:
在对所述用户视频流提供服务的过程中,监控所述用户视频流的未执行的预设服务的服务质量;
当存在服务质量下降程度达到预设下降阈值的未执行的预设服务时,在未执行的服务类型中,为所述用户视频流的服务重新选取预设服务。
7.一种云平台视频流服务选择装置,其特征在于,所述装置包括:
第一质量指标参数获取模块,用于获取用户视频流的属性约束条件,获取服务端中各预设服务的质量指标参数;
服务质量确定模块,用于根据各所述预设服务的质量指标参数,对各所述预设服务进行服务性能分析,得到各所述预设服务的服务质量;
第一预设服务分类模块,用于按照服务类型,将各所述预设服务进行分类,得到多个服务分类,其中,同一所述服务分类中预设服务的服务类型相同,不同所述服务分类中预设服务的服务类型不同;
第一服务集合获取模块,用于分别从各所述服务分类中随机选择一个预设服务,得到一个服务集合;
第一集合数量计数模块,用于返回所述第一服务集合获取模块继续执行,直至得到指定数量个服务集合;
第一综合质量获取模块,用于按照各所述第一服务集合中各预设服务的服务质量,分别计算各所述第一服务集合的综合服务质量,其中,所述服务分类中各预设服务按照服务质量进行排序;
目标集合确定模块,用于在满足所述属性约束条件的各服务集合中,选取综合服务质量最高的服务集合,得到目标服务集合;
第二服务集合获取模块,用于在目标集合确定模块执行之后,按照目标服务集合中各预设服务的排序,分别从各服务分类中随机选择一个满足预设距离规则的预设服务,得到一个服务集合,其中,所述预设距离规则为排序位置与上次选取的预设服务的排序位置小于预设数量阈值;
第二集合数量计数模块,用于返回第二服务集合获取模块继续执行,直至得到指定数量个新的服务集合;
第二综合质量获取模块,用于按照各第二服务集合中各预设服务的服务质量,分别计算各第二服务集合的综合服务质量;
第一集合确定模块,用于在满足属性约束条件的各新的服务集合中,选取综合服务质量最高的服务集合,得到第一集合;
用户视频流服务确定模块,用于若第一集合和目标服务集合满足预设收敛条件,将第一集合中的各预设服务,作为用户视频流的服务;若第一集合和目标服务集合不满足预设收敛条件,将第一集合作为目标服务集合,重复顺序返回第二服务集合获取模块、第二集合数量计数模块、第二综合质量获取模块和第一集合确定模块继续执行,直至第一集合和目标服务集合满足预设收敛条件,或重复顺序返回第二服务集合获取模块、第二集合数量计数模块、第二综合质量获取模块和第一集合确定模块的次数达到预设重复次数,将当前的第一集合中的各预设服务,作为用户视频流的服务,其中,所述预设收敛条件为第一集合与目标服务集合中相同预设服务的百分比不小于预设百分比。
8.一种电子设备,其特征在于,包括处理器、通信接口、存储器和通信总线,其中,处理器,通信接口,存储器通过通信总线完成相互间的通信;
存储器,用于存放计算机程序;
处理器,用于执行存储器上所存放的程序时,实现权利要求1-6任一所述的方法步骤。
9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现权利要求1-6任一所述的方法步骤。
CN201910374931.0A 2019-05-07 2019-05-07 一种云平台视频流服务选择方法及装置 Active CN110099061B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910374931.0A CN110099061B (zh) 2019-05-07 2019-05-07 一种云平台视频流服务选择方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910374931.0A CN110099061B (zh) 2019-05-07 2019-05-07 一种云平台视频流服务选择方法及装置

Publications (2)

Publication Number Publication Date
CN110099061A CN110099061A (zh) 2019-08-06
CN110099061B true CN110099061B (zh) 2020-05-01

Family

ID=67446993

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910374931.0A Active CN110099061B (zh) 2019-05-07 2019-05-07 一种云平台视频流服务选择方法及装置

Country Status (1)

Country Link
CN (1) CN110099061B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112583903B (zh) * 2020-11-26 2022-06-03 北京邮电大学 一种服务自适应访问方法、装置、电子设备及存储介质
CN114339311B (zh) * 2021-12-09 2022-10-11 北京邮电大学 一种视频云转码及分发联合决策方法及系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103888849A (zh) * 2014-04-11 2014-06-25 北京工业大学 移动云视频传输中的计算和无线资源协同调度方法
CN105791447A (zh) * 2016-05-20 2016-07-20 北京邮电大学 一种面向视频服务的云资源调度方法及装置
CN108347465A (zh) * 2017-01-23 2018-07-31 阿里巴巴集团控股有限公司 一种选择网络数据中心的方法及装置
CN109634744A (zh) * 2018-11-30 2019-04-16 哈尔滨工业大学(威海) 一种基于云平台资源分配的精确匹配方法,设备及存储介质

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR2923111A1 (fr) * 2007-10-25 2009-05-01 Thomson Licensing Sas Procede de selection de service audio et/ou video recu.
CN103748810B (zh) * 2011-08-11 2017-05-10 英特尔公司 用于dash格式化内容从mbms下载切换到基于http的交付的方法和设备
CN103905923A (zh) * 2014-03-20 2014-07-02 深圳市同洲电子股份有限公司 一种内容缓存方法及装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103888849A (zh) * 2014-04-11 2014-06-25 北京工业大学 移动云视频传输中的计算和无线资源协同调度方法
CN105791447A (zh) * 2016-05-20 2016-07-20 北京邮电大学 一种面向视频服务的云资源调度方法及装置
CN108347465A (zh) * 2017-01-23 2018-07-31 阿里巴巴集团控股有限公司 一种选择网络数据中心的方法及装置
CN109634744A (zh) * 2018-11-30 2019-04-16 哈尔滨工业大学(威海) 一种基于云平台资源分配的精确匹配方法,设备及存储介质

Also Published As

Publication number Publication date
CN110099061A (zh) 2019-08-06

Similar Documents

Publication Publication Date Title
US10558498B2 (en) Method for scheduling data flow task and apparatus
CN109408703B (zh) 信息推荐方法及其系统、装置、电子设备、存储介质
CN110659388B (zh) 一种待推荐信息筛选方法、装置、电子设备及存储介质
CN108959319B (zh) 信息推送方法和装置
CN110099061B (zh) 一种云平台视频流服务选择方法及装置
WO2022001918A1 (zh) 构建预测模型的方法、装置、计算设备和存储介质
CN111045808A (zh) 一种分布式网络任务调度方法及装置
CN110389822A (zh) 执行任务的节点调度方法、装置和服务器
CN110096472A (zh) 节点集群中管理节点的选择
CN112004120A (zh) 平台网络资源播放量的预测方法、装置、设备及存储介质
CN108366012A (zh) 一种社交关系建立方法、装置及电子设备
CN111144957A (zh) 信息投放方法、装置、服务器及存储介质
CN109819128A (zh) 一种电话录音的质检方法和装置
CN107659982B (zh) 一种无线网络接入点的分类方法及装置
CN112218114B (zh) 视频缓存控制方法、装置和计算机可读存储介质
CN112596985A (zh) 一种it资产探测方法、装置、设备和介质
CN112104730A (zh) 存储任务的调度方法、装置及电子设备
CN109245948B (zh) 安全感知的虚拟网络映射方法及其装置
CN113837807B (zh) 热度预测方法、装置、电子设备及可读存储介质
CN115774602A (zh) 一种容器资源的分配方法、装置、设备及存储介质
CN107464571B (zh) 一种数据质量评估的方法、设备及系统
CN113535038A (zh) 前端菜单树生成方法、装置、计算机设备及存储介质
CN110535853B (zh) 一种视频请求调度方法、装置、服务器及存储介质
CN114035906A (zh) 虚拟机迁移方法、装置、电子设备及存储介质
CN112015924A (zh) 流媒体缓存方法及其装置、计算机可存储介质

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