CN113242443B - 数据流传输的异常检测方法及其装置 - Google Patents

数据流传输的异常检测方法及其装置 Download PDF

Info

Publication number
CN113242443B
CN113242443B CN202110594196.1A CN202110594196A CN113242443B CN 113242443 B CN113242443 B CN 113242443B CN 202110594196 A CN202110594196 A CN 202110594196A CN 113242443 B CN113242443 B CN 113242443B
Authority
CN
China
Prior art keywords
data
quality
abnormal
cdn
source
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
CN202110594196.1A
Other languages
English (en)
Other versions
CN113242443A (zh
Inventor
程媛
李健
马茗
罗喆
郭君健
张�杰
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 Dajia Internet Information Technology Co Ltd
Original Assignee
Beijing Dajia Internet Information 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 Beijing Dajia Internet Information Technology Co Ltd filed Critical Beijing Dajia Internet Information Technology Co Ltd
Priority to CN202110594196.1A priority Critical patent/CN113242443B/zh
Publication of CN113242443A publication Critical patent/CN113242443A/zh
Application granted granted Critical
Publication of CN113242443B publication Critical patent/CN113242443B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/21—Server components or server architectures
    • H04N21/218—Source of audio or video content, e.g. local disk arrays
    • H04N21/2187—Live feed
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/06—Management of faults, events, alarms or notifications
    • H04L41/0631—Management of faults, events, alarms or notifications using root cause analysis; using analysis of correlation between notifications, alarms or events based on decision criteria, e.g. hierarchy, tree or time analysis
    • 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
    • H04L43/08—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
    • H04N21/24—Monitoring of processes or resources, e.g. monitoring of server load, available bandwidth, upstream requests
    • H04N21/2401—Monitoring of the client buffer
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
    • H04N21/24—Monitoring of processes or resources, e.g. monitoring of server load, available bandwidth, upstream requests
    • H04N21/2402—Monitoring of the downstream path of the transmission network, e.g. bandwidth available
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
    • H04N21/442—Monitoring of processes or resources, e.g. detecting the failure of a recording device, monitoring the downstream bandwidth, the number of times a movie has been viewed, the storage space available from the internal hard disk
    • H04N21/44209—Monitoring of downstream path of the transmission network originating from a server, e.g. bandwidth variations of a wireless network
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
    • H04N21/442—Monitoring of processes or resources, e.g. detecting the failure of a recording device, monitoring the downstream bandwidth, the number of times a movie has been viewed, the storage space available from the internal hard disk
    • H04N21/4425—Monitoring of client processing errors or hardware failure

Landscapes

  • Engineering & Computer Science (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Multimedia (AREA)
  • Databases & Information Systems (AREA)
  • Environmental & Geological Engineering (AREA)
  • Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)

Abstract

本公开提供一种数据流传输的异常检测方法及其装置。所述异常检测方法可包括以下步骤：获取与数据流传输相关的质量数据；基于所述质量数据来检测数据流传输的质量；以及在检测出数据流传输的质量异常的情况下，按照异常归因规则来确定数据流传输的质量异常原因，其中，所述异常归因规则包括检测推送数据端是否停止推送、检测是否出现卡顿和检测当前内容分发网络CDN的回源质量数据中的至少一个。本公开可有效地定位数据流传输中的质量异常原因，提高排故效率。

Description

数据流传输的异常检测方法及其装置
技术领域
本公开涉及数据传输领域，尤其涉及一种数据流传输的异常检测方法及其装置。
背景技术
近年来，移动直播平台逐渐兴起。这些平台可支持大量的普通用户作为主播进行秀场直播或游戏直播等。然而，大规模同时在线的内容生产者和内容消费者使移动直播服务的内容分发系统面临着前所未有的挑战。
发明内容
本公开提供一种数据流传输的异常检测方法及其装置，以至少解决数据流传输的稳定性问题。
根据本公开实施例的第一方面，提供一种数据流传输的异常检测方法，可包括：获取与数据流传输相关的质量数据；基于所述质量数据来检测数据流传输的质量；以及在检测出数据流传输的质量异常的情况下，按照异常归因规则来确定数据流传输的质量异常原因，其中，所述异常归因规则包括检测推送数据端是否停止推送、检测是否出现卡顿和检测当前内容分发网络CDN的回源质量数据中的至少一个。
可选地，所述质量数据可包括关于推送数据端的质量数据、关于获取数据端的质量数据和所述回源质量数据。
可选地，关于推送数据端的质量数据和关于获取数据端的质量数据可分别包括卡顿次数和连接重试次数中的至少一个，并且所述回源质量数据包括回源缓存堆积量。
可选地，基于所述质量数据来检测数据流传输的质量的步骤可包括当满足以下条件中的至少一个时确定数据流传输的质量异常：关于推送数据端的质量数据或关于获取数据端的质量数据超过预定质量数据阈值；当前CDN的稳定性低于其他CDN的稳定性预定倍数；以及当前播放卡顿情况的相关评论条数超过预定条数。
可选地，按照异常归因规则来确定数据流传输的质量异常原因的步骤可包括：在排除推送数据端已停止推送数据的情况下，检测当前CDN消费侧的流传输是否异常；如果CDN消费侧的流传输正常，则确定数据流传输的质量异常的原因为推送数据端已停止推送，否则继续执行异常因素定位。
可选地，继续执行异常因素定位的步骤可包括：在排除推送数据端出现卡顿现象的情况下，继续检测当前CDN消费侧的流传输是否异常；如果当前CDN消费侧的流传输正常，则确定数据流传输的质量异常的原因为推送数据端的卡顿因素，否则进一步执行异常因素定位。
可选地，进一步执行异常因素定位的步骤可包括：根据所述回源质量数据来检测当前CDN的回源质量是否异常；如果确定当前CDN的回源质量异常，则确定当前CDN回源流媒体服务器的质量异常；否则确定当前CDN分发服务的质量异常。
可选地，检测当前CDN的回源质量是否异常的步骤可包括：确定所述回源质量数据中的回源缓存堆积量是否超过预定阈值；如果确定所述回源缓存堆积量超过所述预定阈值，则确定当前CDN的回源质量异常。
根据本公开实施例的第二方面，提供一种数据流传输的异常检测装置，所述异常检测装置可包括：获取模块，被配置为获取与数据流传输相关的质量数据；检测模块，被配置为基于所述质量数据来检测数据流传输的质量；以及分析模块，被配置为在检测出数据流传输的质量异常的情况下，按照异常归因规则来确定数据流传输的质量异常原因，其中，所述异常归因规则包括检测推送数据端是否停止推送、检测是否出现卡顿和检测当前内容分发网络CDN的回源质量数据中的至少一个。
可选地，所述质量数据可包括关于推送数据端的质量数据、关于获取数据端的质量数据和所述回源质量数据。
可选地，关于推送数据端的质量数据和关于获取数据端的质量数据可分别包括卡顿次数和连接重试次数中的至少一个，并且所述回源质量数据包括回源缓存堆积量。
可选地，当满足以下条件中的至少一个时，检测模块可确定数据流传输的质量异常：关于推送数据端的质量数据或关于获取数据端的质量数据超过预定质量数据阈值；当前CDN的稳定性低于其他CDN的稳定性预定倍数；以及当前播放卡顿情况的相关评论条数超过预定条数。
可选地，分析模块可被配置为：在排除推送数据端已停止推送数据的情况下，检测当前CDN消费侧的流传输是否异常；如果CDN消费侧的流传输正常，则确定数据流传输的质量异常的原因为推送数据端已停止推送，否则继续执行异常因素定位。
可选地，分析模块可被配置为：在排除推送数据端出现卡顿现象的情况下，继续检测当前CDN消费侧的流传输是否异常；如果当前CDN消费侧的流传输正常，则确定数据流传输的质量异常的原因为推送数据端的卡顿因素，否则进一步执行异常因素定位。
可选地，分析模块可被配置为：根据所述回源质量数据来检测当前CDN的回源质量是否异常；如果确定当前CDN的回源质量异常，则确定当前CDN回源流媒体服务器的质量异常；否则确定当前CDN分发服务的质量异常。
可选地，分析模块可被配置为：确定所述回源质量数据中的回源缓存堆积量是否超过预定阈值；如果确定所述回源缓存堆积量超过所述预定阈值，则确定当前CDN的回源质量异常。
根据本公开实施例的第三方面，提供一种电子设备，所述电子设备可包括：至少一个处理器；至少一个存储计算机可执行指令的存储器，其中，所述计算机可执行指令在被所述至少一个处理器运行时，促使所述至少一个处理器执行如上所述的异常检测方法。
根据本公开实施例的第四方面，提供一种存储指令的计算机可读存储介质，当所述指令被至少一个处理器运行时，促使所述至少一个处理器执行如上所述的异常检测方法。
根据本公开实施例的第五方面，提供一种计算机程序产品，所述计算机程序产品中的指令被电子装置中的至少一个处理器运行以执行如上所述的异常检测方法。
本公开的实施例提供的技术方案至少带来以下有益效果：
通过使用数据流传输的全链路数据，有效地检测并找出数据流传输过程中的质量异常原因，不仅提高了异常报警有效性并且提供了排查故障的效率，从而整体提高了数据流传输的稳定性。
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和解释性的，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，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理，并不构成对本公开的不当限定。
图1是根据本公开的实施例的数据流传输的业务架构的示图；
图2是根据本公开的实施例的数据流传输的异常检测方法的流程图；
图3是根据本公开的实施例的数据流传输的异常检测方法的流程示意图；
图4是根据本公开的实施例的数据流传输的异常检测装置的框图；
图5是根据本公开的实施例的数据流传输的异常检测设备的结构示意图；
图6是根据本公开的实施例的电子设备的框图。
在整个附图中，应注意，相同的参考标号用于表示相同或相似的元件、特征和结构。
具体实施方式
提供参照附图的以下描述以帮助对由权利要求及其等同物限定的本公开的实施例的全面理解。包括各种特定细节以帮助理解，但这些细节仅被视为是示例性的。因此，本领域的普通技术人员将认识到在不脱离本公开的范围和精神的情况下，可对描述于此的实施例进行各种改变和修改。此外，为了清楚和简洁，省略对公知的功能和结构的描述。
需要说明的是，本公开的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本公开的实施例能够以除了在这里图示或描述的那些以外的顺序实施。以下实施例中所描述的实施方式并不代表与本公开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、本公开的一些方面相一致的装置和方法的例子。
在此需要说明的是，在本公开中出现的“若干项之中的至少一项”均表示包含“该若干项中的任意一项”、“该若干项中的任意多项的组合”、“该若干项的全体”这三类并列的情况。例如“包括A和B之中的至少一个”即包括如下三种并列的情况：(1)包括A；(2)包括B；(3)包括A和B。又例如“执行步骤一和步骤二之中的至少一个”，即表示如下三种并列的情况：(1)执行步骤一；(2)执行步骤二；(3)执行步骤一和步骤二。
为了保证数据流传输的稳定性，尤其是大规模直播活动的稳定性，本公开设计了针对全链路的移动数据流传输的监控报警归因系统。在下文中，根据本公开的各种实施例，将参照附图对本公开的方法和装置进行详细描述。
图1是根据本公开的实施例的数据流传输的业务架构的示图。图1所示的架构图可适用于移动直播场景。
参照图1，推送数据端101可通过诸如RTMP等协议实时地将数据发送至流媒体服务器，流媒体服务器对接收的数据进行转码并实时地将数据传递给各家内容分发网络CDN进行内容分发。获取数据端102可经由CDN来获得相应的内容数据。不同的获取数据端可使用不同的CDN厂商，并且可在多个城市分别设置互联网数据中心IDC。
此外，在图1的数据流传输的业务架构中可添加支持用户的评论、聊天等交互行为的评论服务器。
作为示例，主播所在的推流客户端可通过RTMP等协议实时推流到直播源站的流媒体流服务器，经过转码后的实时数据流可通过流媒体流服务器交给多家CDN进行内容分发，从而观众所在的拉流客户端可经由CDN来获得期望的内容。另外，移动直播还可支持用户的评论、聊天等交互行为，因此可有评论服务器在移动直播框架中工作。
推送数据端和获取数据端可以是用户所在终端，例如，可以是智能手机、平板电脑、便携式计算机和台式计算机等中的至少一种。推送数据端或获取数据端的数量可以为一个或两个以上。例如，可有多个观众观看一个大V主播的直播内容。本公开实施例不对推送数据端和获取数据端的数量和设备类型进行任何限定。
推送数据端和获取数据端可安装有目标应用，用于向外部服务器(未在图1中示出)提供各种信息，例如日志等。这里的服务器可以是用于接收与推送数据端相关的数据和与获取数据端相关的数据的服务器，独立于上述的流媒体服务器或评论服务器。
此外，流媒体服务器的回源数据也可发送给外部服务器，以为后续定位异常原因。
推送数据端、获取数据端、流媒体服务器和评论服务器可通过无线网络与外部服务器连接，使得推送数据端、获取数据端、流媒体服务器以及评论服务器与外部服务器之间可进行数据交互。例如，网络可包含局域网(LAN)、广域网(WAN)、无线链路、内联网、互联网或其组合等。此外，推送数据端、获取数据端、流媒体服务器和评论服务器也可通过有线网络与服务器连接，以进行数据交互。
在进行数据流传输的过程中，推送数据端、获取数据端、流媒体服务器和评论服务器可实时地将关于推送数据端的质量数据、CDN回源质量数据、关于获取数据端的质量数据以及评论相关数据实时地发送至外部服务器。例如，关于推送数据端的质量数据和关于获取数据端的质量数据可包括例如卡顿次数和连接重试次数中的至少一个，回源质量数据可包括例如回源缓存堆积量。
这里，数据流传输的业务架构可不包括评论服务器，用户可直接将评论、聊天等内容发送至外部服务器。
外部服务器可以是用于对接收到的信息进行解析处理的服务器。例如，外部服务器可包括接口、数据库、显示器以及处理器等。上述示例仅是示例性的，本公开不限于此。外部服务器可从推送数据端、获取数据端、流媒体服务器或评论服务器接收各种数据，并对接收的数据进行分析处理。
下面将参照图2至图6详细地描述如何监控全链路的数据流传输的质量以及定位全链路中出现质量异常的原因。
图2是根据本公开的实施例的数据流传输的异常检测方法的流程图。
参照图2，在步骤S201，获取与数据流传输相关的质量数据。例如，推送数据端可以是主播推流的推流客户端。获取数据端可以是观众拉流的拉流客户端。
可从推送数据端的日志和获取数据端的日志来分别获得关于推送数据端的质量数据和关于获取数据端的质量数据，例如卡顿次数和连接重试次数等。
此外，除了获取质量数据外，还可获取关于推送数据端的第一时间戳、推送数据端ID和相应流媒体服务器，和/或获取关于获取数据端的第二时间戳、获取数据端ID和相应内容分发网络CDN。然而，上述示例仅是示例性的，本公开不限于此。
作为示例，主播推流数据可包括但不限于时间戳、主播userId、直播房间ID、推流IDC、卡顿次数、重试次数。观众拉流数据可包括但不限于时间戳、观众userid、直播房间ID、拉流CDN、卡顿次数、重试次数。
在步骤S202，基于获取的质量数据来检测数据流传输的质量。根据本公开的实施例，当满足以下条件中的至少一个时可确定数据流传输的质量异常：关于推送数据端的质量数据或关于获取数据端的质量数据超过预定质量数据阈值；当前CDN的稳定性低于其他CDN的稳定性预定倍数；以及当前播放卡顿情况的相关评论条数超过预定条数。
作为示例，当质量数据中的卡顿率超过20％时，可确定数据流传输的质量出现异常。或者当某家CDN的稳定性差于其他CDN的稳定性的N(N大于1)倍时，可确定数据流传输的质量出现异常。或者当实时观众和/或主播的卡顿相关评论数明显增加，例如，卡顿相关评论条数超过M(例如，M是大于等于100的整数)条时，可确定数据流传输的质量出现异常。上述的N和M可根据实际情况以及设计需求被不同地设置。
在根据上述检测策略检测出数据流传输发生异常时，可触发执行对质量异常原因的检查，即进入步骤S203。
在步骤S203，在检测出数据流传输的质量异常的情况下，按照异常归因规则来确定质量异常原因。
根据本公开的实施例，异常归因规则可采用排除方法来实现。可在不同维度下检测数据流传输异常的原因。例如，异常归因规则可通过逐步执行以下项来实现：检测是否由推送数据端停止推送数据因素造成的质量异常；检测是否由卡顿因素造成的质量异常；以及检测当前内容分发网络CDN回源质量数据。
在检测出数据流传输的质量异常时，可首先检测推送数据端是否已停止推送数据，在排除推送数据端已停止推送数据的情况下，检测当前CDN消费侧的流传输是否异常。如果CDN消费侧的流传输正常，则确定数据流传输的质量异常的原因为推送数据端已停止推送，否则继续执行异常因素定位。这里，CDN消费侧可指CDN从流媒体服务器接收数据(拉流)并将数据分发给获取数据端。也就是说，检测除推送数据端(例如推流侧)之外的数据流传输的质量。例如，可在排除推送数据端的用户下播的情况下通过检测CDN消费侧的卡顿率、连接/开播失败率等核心服务质量来检测CDN消费侧的质量。例如，在直播时，可检测各家CDN服务直播大房间的质量(诸如卡顿率、开播失败率等核心服务质量)来确定(大房间+各CDN)维度下CDN消费侧质量是否异常。
通过首先排除推送数据端已停止推送数据的影响，避免了报警风暴。
然后，考虑到移动直播场景下推送数据端(例如主播推流客户端)的推流质量不稳定，经常造成获取数据端(例如观众侧的拉流客户端)大规模卡顿，因此，可检测是否由推送数据端的卡顿因素造成的质量异常。例如，可通过加入推送数据端的日志来检测推送数据端是否卡顿。
在排除推送数据端出现卡顿现象的情况下，可继续检测当前CDN消费侧的流传输是否异常。如果当前CDN消费侧的流传输正常，则确定数据流传输的质量异常的原因为推送数据端的卡顿因素，否则进一步执行异常因素定位。例如，可在排除推送数据端的卡顿影响的情况下通过检测CDN消费侧的卡顿率、连接/开播失败率等核心服务质量来检测CDN消费侧的质量。例如，可检测各家CDN服务直播大房间的质量(诸如卡顿率、开播失败率等核心服务质量)来确定(大房间+各CDN)维度下CDN消费侧质量是否异常。
接下来，在排除上述两种异常原因后，数据流传输的质量依然异常，可检测CDN回源质量数据，根据回源质量数据来检测当前CDN的回源质量是否异常。如果确定当前CDN的回源质量异常，则确定当前CDN回源的流媒体服务器的质量异常；否则确定当前CDN分发服务的质量异常。可通过确定回源缓存堆积量是否超过预定阈值来检测CDN回源质量数据。如果确定回源缓存堆积量超过预定阈值，则确定CDN回源质量异常。例如，当CDN回源缓存堆积量超过预定阈值时，可确定CDN回源质量异常，可确定在(相应大房间+触发异常检测的CDN+回源IDC)这个维度下服务异常。若CDN回源质量无异常，则可确定在(相应大房间+触发异常检测的CDN)这个维度下服务异常。
根据本公开的实施例的方法可实现于热门主播大房间的直播全链路监控。
根据本公开的实施例覆盖了数据流传输的整个生命周期的各个环节，结合全链路数据上报，提升报警有效性，减少报警风暴，并且简单归因，明确问题，提升排障效率。
图3是根据本公开的实施例的数据流传输的异常检测方法的流程示意图。以直播全链路场景作为示例来阐述图3的异常检测方法。
参照图3，可首先获取推送数据端、获取数据端以及流传输服务器的日志，以获得每个节点的质量数据。例如，可从推送数据端(例如主播客户端)获得时间戳、主播userId、直播房间ID、推流IDC、卡顿次数、重试次数，从流媒体服务器获得拉流CDN、IDC、回源质量(诸如缓存堆积)，并且从获取数据端(诸如观众客户端)获得时间戳、观众userId、直播房间id、拉流CDN、卡顿次数、重试次数。然而，上述示例仅是示例性的，本公开不限于此。
上述数据可实时地被获取，这样可实时地确定直播全链路的质量是否存在异常。
作为示例，当质量数据触发绝对阈值(诸如卡顿率大于20％)、某家CDN持续稳定性差于其他家CDN预定倍数或者实时观众和/或主播的卡顿相关评论数明显增加时，可确定直播过程中存在异常。然而上述示例仅是示例性，本公开不限于此。
在确定数据流传输中存在异常时，可立即触发执行异常归因规则以定位出异常原因。例如，可基于关于获取数据端的数据(如观众拉流的数据)和关于推送数据端的数据(如主播推流的数据)，在去除主播下播的影响的情况下检测各家CDN服务直播大房间的质量，例如，可通过检测卡顿率、开播失败率等核心服务质量来检测各家CDN服务直播大房间的质量。若各家CDN服务直播大房间的质量无异常，则退出，即确定是由主播下播造成的异常，若有异常，则继续进行下一步。
考虑移动直播场景下，主播侧推流质量时常不稳定，经常造成观众侧大规模卡顿，因此可通过加入主播端日志，在去除主播卡顿对CDN消费侧质量影响的情况下检测各家CDN服务直播大房间的质量。例如，可通过检测卡顿率、开播失败率等核心服务质量来检测各家CDN服务直播大房间的质量。若无异常，则说明是由于主播卡顿造成的直播异常，因此，可判定主播推流有卡顿造成了直播异常，若有异常，则继续进行下一步。
检测CDN的回源质量是否有异常。可通过检测CDN回源缓存堆积量是否超过预定阈值来确定CDN的回源质量是否有异常。例如，当CDN回源缓存堆积量超过预定阈值时，可确定CDN回源质量异常，可确定在(相应大房间+触发异常检测的CDN+回源IDC)这个维度下服务异常。若CDN回源质量无异常，则可确定在(相应大房间+触发异常检测的CDN)这个维度下服务异常。这里，预定阈值可根据实际需求被不同地设置，本公开不对此进行限定。然而，上述示例仅是示例性的，本公开不限于此。
通过上述方法可有效地查找出是主播侧异常还是观众侧异常，是哪个直播房间出现异常以及哪家CDN或何处的IDC出现异常。
此外，上述方案还可应用于其他数据流传输的场景中，本公开不限于此。
图4是根据本公开的实施例的数据流传输的异常检测装置的框图。图4所示的异常检测装置可以由服务器实现或具有处理器的电子设备实现。
参照图4，异常检测装置400可包括获取模块401、检测模块402和分析模块403。异常检测装置400中的每个模块可由一个或多个模块来实现，并且对应模块的名称可根据模块的类型而变化。在各种实施例中，可省略异常检测装置400中的一些模块，或者还可包括另外的模块。此外，根据本公开的各种实施例的模块/元件可被组合以形成单个实体，并且因此可等效地执行相应模块/元件在组合之前的功能。
获取模块401可获取与数据流传输相关的质量数据。质量数据可包括关于推送数据端的质量数据、关于获取数据端的质量数据和所述回源质量数据。关于推送数据端的质量数据和关于获取数据端的质量数据可分别包括卡顿次数和连接重试次数中的至少一个，并且回源质量数据包括回源缓存堆积量。
此外，获取模块401还可接收关于推送数据端的第一时间戳、推送数据端ID和相应的流媒体服务器以及关于获取数据端的第二时间戳、获取数据端ID和相应的内容分发网络CDN。
检测模块402可基于获取的质量数据来检测数据流传输的质量。当满足以下条件中的至少一个时，检测模块402可确定数据流传输的质量异常：关于推送数据端的质量数据或关于获取数据端的质量数据超过预定质量数据阈值；当前CDN的稳定性低于其他CDN的稳定性预定倍数；以及当前播放卡顿情况的相关评论条数超过预定条数。
例如，当获取数据端的卡顿率大于20％时，检测模块402可确定数据流传输的质量异常。当某家CND的稳定性低于其他家CDN的稳定性的3倍时，检测模块402可确定数据流传输的质量异常。当观众的卡顿相关评论超过50条时，检测模块402可确定数据流传输的质量异常。然而上述示例仅是示例性的，本公开不限于此。
分析模块403可在检测出数据流传输的质量异常的情况下，按照异常归因规则来确定数据流传输的质量异常原因，其中，异常归因规则包括检测推送数据端是否停止推送、检测是否出现卡顿和检测当前内容分发网络CDN的回源质量数据中的至少一个。
分析模块403可在排除推送数据端已停止推送数据的情况下，检测当前CDN消费侧的流传输是否异常；如果CDN消费侧的流传输正常，则确定数据流传输的质量异常的原因为推送数据端已停止推送，否则继续执行异常因素定位。在排除推送数据端出现卡顿现象的情况下，分析模块403可继续检测当前CDN消费侧的流传输是否异常；如果当前CDN消费侧的流传输正常，则确定数据流传输的质量异常的原因为推送数据端的卡顿因素，否则进一步执行异常因素定位。分析模块403可根据回源质量数据来检测当前CDN的回源质量是否异常；如果确定当前CDN的回源质量异常，则确定当前CDN回源流媒体服务器的质量异常；否则确定当前CDN分发服务的质量异常。作为示例，分析模块403可首先确定推送数据端的用户是否已下播。在确定推送数据端的用户已下播的情况下，分析模块403可检测CDN消费侧的质量是否异常。如果CDN消费侧的质量正常，则分析模块403可确定数据流传输的质量异常的原因为推送数据端的用户已下播，否则继续执行异常因素定位。例如，在直播时，可检测各家CDN服务直播大房间的质量(诸如卡顿率、开播失败率等核心服务质量)来检测(大房间+各CDN)维度下CDN消费侧质量是否异常。
接下来，分析模块403可确定推送数据端是否出现卡顿现象。在确定推送数据端出现卡顿现象的情况下，继续检测CDN消费侧的质量是否异常。如果CDN消费侧的质量正常，则分析模块403可确定数据流传输的质量异常的原因为推送数据端的卡顿因素，否则进一步执行异常因素定位。例如，在直播时，可检测各家CDN服务直播大房间的质量(诸如卡顿率、开播失败率等核心服务质量)来检测(大房间+各CDN)维度下CDN消费侧质量是否异常。
接下来，分析模块403可获取CDN回源质量数据，根据回源质量数据来检测CDN回源质量是否异常。如果确定CDN回源质量异常，则分析模块403可确定CDN回源的流媒体服务器的质量异常；否则确定当前CDN分发服务的质量异常。
在确定CDN回源质量是否异常中，分析模块403可确定回源缓存堆积量是否超过预定阈值。如果确定回源缓存堆积量超过预定阈值，则分析模块403可确定CDN回源质量异常。例如，在直播中，可在(大房间+CDN+回源IDC)维度下检测CDN回源质量。
作为一种可选的实施方式，异常检测装置400可实时地收集关于推送数据端的数据(诸如主播推流质量数据上报)、CDN回源质量数据(诸如直播源站流媒体服务器回源质量上报)以及关于获取数据端的数据(诸如观众拉流质量数据上报)并且实时地检测上述数据是否存在异常，当确定异常时，可立即触发执行本公开的异常归因规则，从而有效地找出异常原因。
根据实施例的装置设计了直播房间从推流、到收流、到CDN回源、到CDN分发的全链路监控和归因系统，通过覆盖直播全链路的整个生命周期的各个环节，结合全链路数据上报，不仅提升了报警有效性、减少报警风暴，而且通过简单归因、明确异常原因，提升了排故效率。
图5是根据本公开的实施例的数据流传输的异常检测设备的结构示意图。
如图5所示，异常检测设备500可包括：处理组件501、通信总线502、网络接口503、输入输出接口504、存储器505以及电源组件506。其中，通信总线502用于实现这些组件之间的连接通信。输入输出接口504可以包括视频显示器(诸如，液晶显示器)、麦克风和扬声器以及用户交互接口(诸如，键盘、鼠标、触摸输入装置等)，可选地，输入输出接口504还可包括标准的有线接口、无线接口。网络接口503可选的可包括标准的有线接口、无线接口(如无线保真接口)。存储器505可以是高速的随机存取存储器，也可以是稳定的非易失性存储器。存储器505可选的还可以是独立于前述处理组件501的存储装置。
本领域技术人员可以理解，图5中示出的结构并不构成对异常检测设备500的限定，可包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
如图5所示，作为一种存储介质的存储器505中可包括操作系统、数据存储模块、网络通信模块、用户接口模块、检测处理程序以及数据库。
在图5所示的异常检测设备500中，网络接口503主要用于与外部设备/终端进行数据通信；输入输出接口504主要用于与用户进行数据交互；异常检测设备500中的处理组件501、存储器505可被设置在异常检测设备500中，异常检测设备500通过处理组件501调用存储器505中存储的质量异常检测程序，执行本公开实施例提供的异常检测方法。
处理组件501可以包括至少一个处理器，存储器505中存储有计算机可以执行指令集合，当计算机可以执行指令集合被至少一个处理器执行时，执行根据本公开实施例的异常检测方法。此外，处理组件501可执行编码操作和解码操作等。然而，上述示例仅是示例性的，本公开不限于此。
处理组件501可获取推送数据端和获取数据端的数据，基于获取的数据来检测数据流传输的质量；以及在检测出数据流传输的质量异常的情况下，按照异常归因规则来确定数据流传输的质量异常原因。这里，推送数据端和获取数据端的数据可包括关于推送数据端的质量数据、第一时间戳、推送数据端ID和相应的流媒体服务器以及关于获取数据端的质量数据、第二时间戳、获取数据端ID和相应的内容分发网络CDN。关于推送数据端的质量数据或关于获取数据端的质量数据可分别包括卡顿次数和连接重试次数中的至少一个。然而上述示例仅是示例性的，本公开不限于此。
作为一种可选的实施方式，处理组件501可通过检测以下条件中的至少一个来确定数据流传输的质量异常：关于推送数据端的质量数据或关于获取数据端的质量数据超过预定质量数据阈值；CDN的稳定性低于其他CDN的稳定性预定倍数；以及推送数据端或获取数据端的卡顿相关评论条数超过预定条数。
作为一种可选的实施方式，处理组件501可逐步执行以下项：检测是否由推送数据端的用户下播因素造成的质量异常；检测是否由推送数据端的卡顿因素造成的质量异常；以及检测CDN回源质量数据。
作为一种可选的实施方式，处理组件501可确定推送数据端的用户是否已下播；在确定推送数据端的用户已下播的情况下，检测CDN消费侧的质量是否异常；如果CDN消费侧的质量(流传输)正常，则确定数据流传输的质量异常的原因为推送数据端的用户已下播，否则继续执行异常因素定位。
作为一种可选的实施方式，处理组件501可确定推送数据端是否出现卡顿现象；在确定推送数据端出现卡顿现象的情况下，继续检测CDN消费侧的质量是否异常；如果CDN消费侧的质量正常，则确定数据流传输的质量异常的原因为推送数据端的卡顿因素，否则进一步执行异常因素定位。
作为一种可选的实施方式，处理组件501可获取CDN回源质量数据；根据回源质量数据来检测CDN回源质量是否异常；如果确定CDN回源质量异常，则确定当前CDN回源的流媒体服务器的质量异常；否则当前CDN分发服务的质量异常。
作为一种可选的实施方式，处理组件501可确定回源缓存堆积量是否超过预定阈值；如果确定回源缓存堆积量超过所述预定阈值，则确定CDN回源质量异常。
异常检测设备500可经由输入输出接口504接收推流客户端的推流数据、拉流客户端的拉流数据以及CDN回源流媒体服务器的回源质量数据。
作为示例，异常检测设备500可以是PC计算机、平板装置、个人数字助理、智能手机、或其他能够执行上述指令集合的装置。这里，异常检测设备500并非必须是单个的电子设备，还可以是任何能够单独或联合执行上述指令(或指令集)的装置或电路的集合体。异常检测设备500还可以是集成控制系统或系统管理器的一部分，或者可以被配置为与本地或远程(例如，经由无线传输)以接口互联的便携式电子设备。
在异常检测设备500中，处理组件501可包括中央处理器(CPU)、图形处理器(GPU)、可编程逻辑装置、专用处理器系统、微控制器或微处理器。作为示例而非限制，处理组件501还可以包括模拟处理器、数字处理器、微处理器、多核处理器、处理器阵列、网络处理器等。
处理组件501可运行存储在存储器中的指令或代码，其中，存储器505还可以存储数据。指令和数据还可以经由网络接口503而通过网络被发送和接收，其中，网络接口503可以采用任何已知的传输协议。
存储器505可以与处理器集成为一体，例如，将RAM或闪存布置在集成电路微处理器等之内。此外，存储器505可包括独立的装置，诸如，外部盘驱动、存储阵列或任何数据库系统可以使用的其他存储装置。存储器和处理器可以在操作上进行耦合，或者可以例如通过I/O端口、网络连接等互相通信，使得处理器能够读取存储在存储器中的文件。
根据本公开的实施例，可提供一种电子设备。图6是根据本公开实施例的电子设备的框图，该电子设备600可包括至少一个存储器602和至少一个处理器601，所述至少一个存储器602存储有计算机可执行指令集合，当计算机可执行指令集合被至少一个处理器601执行时，执行根据本公开实施例的异常检测方法。
处理器601可包括中央处理器(CPU)、图形处理器(GPU)、可编程逻辑装置、专用处理器系统、微控制器或微处理器。作为示例而非限制，处理器601还可包括模拟处理器、数字处理器、微处理器、多核处理器、处理器阵列、网络处理器等。
作为一种存储介质的存储器602可包括操作系统、数据存储模块、网络通信模块、用户接口模块、异常检测程序以及数据库。
存储器602可与处理器801集成为一体，例如，可将RAM或闪存布置在集成电路微处理器等之内。此外，存储器602可包括独立的装置，诸如，外部盘驱动、存储阵列或任何数据库系统可使用的其他存储装置。存储器和处理器可在操作上进行耦合，或者可例如通过I/O端口、网络连接等互相通信，使得处理器能够读取存储在存储器中的文件。
此外，电子设备600还可包括视频显示器(诸如，液晶显示器)和用户交互接口(诸如，键盘、鼠标、触摸输入装置等)。电子设备600的所有组件可经由总线和/或网络而彼此连接。
作为示例，电子设备600可以是PC计算机、平板装置、个人数字助理、智能手机、或其他能够执行上述指令集合的装置。这里，电子设备600并非必须是单个的电子设备，还可以是任何能够单独或联合执行上述指令(或指令集)的装置或电路的集合体。电子设备600还可以是集成控制系统或系统管理器的一部分，或者可被配置为与本地或远程(例如，经由无线传输)以接口互联的便携式电子设备。
本领域技术人员可理解，图6中示出的结构并不构成对的限定，可包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
根据本公开的实施例，还可提供一种存储指令的计算机可读存储介质，其中，当指令被至少一个处理器运行时，促使至少一个处理器执行根据本公开的异常检测方法。这里的计算机可读存储介质的示例包括：只读存储器(ROM)、随机存取可编程只读存储器(PROM)、电可擦除可编程只读存储器(EEPROM)、随机存取存储器(RAM)、动态随机存取存储器(DRAM)、静态随机存取存储器(SRAM)、闪存、非易失性存储器、CD-ROM、CD-R、CD+R、CD-RW、CD+RW、DVD-ROM、DVD-R、DVD+R、DVD-RW、DVD+RW、DVD-RAM、BD-ROM、BD-R、BD-R LTH、BD-RE、蓝光或光盘存储器、硬盘驱动器(HDD)、固态硬盘(SSD)、卡式存储器(诸如，多媒体卡、安全数字(SD)卡或极速数字(XD)卡)、磁带、软盘、磁光数据存储装置、光学数据存储装置、硬盘、固态盘以及任何其他装置，所述任何其他装置被配置为以非暂时性方式存储计算机程序以及任何相关联的数据、数据文件和数据结构并将所述计算机程序以及任何相关联的数据、数据文件和数据结构提供给处理器或计算机使得处理器或计算机能执行所述计算机程序。上述计算机可读存储介质中的计算机程序可在诸如客户端、主机、代理装置、服务器等计算机设备中部署的环境中运行，此外，在一个示例中，计算机程序以及任何相关联的数据、数据文件和数据结构分布在联网的计算机系统上，使得计算机程序以及任何相关联的数据、数据文件和数据结构通过一个或多个处理器或计算机以分布式方式存储、访问和执行。
根据本公开的实施例中，还可提供一种计算机程序产品，该计算机程序产品中的指令可由计算机设备的处理器执行以完成上述异常检测方法。
本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由下面的权利要求指出。
应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。

Claims (14)

1.一种数据流传输的异常检测方法，所述异常检测方法包括：
获取与数据流传输相关的质量数据，其中，所述质量数据包括关于推送数据端的质量数据、关于获取数据端的质量数据和当前内容分发网络CDN的回源质量数据；
基于所述质量数据来检测数据流传输的质量；以及
在检测出数据流传输的质量异常的情况下，按照异常归因规则来确定数据流传输的质量异常原因，
其中，所述异常归因规则包括检测推送数据端是否停止推送、检测是否出现卡顿和检测所述回源质量数据中的至少一个，
其中，当满足以下条件中的至少一个时确定数据流传输的质量异常：关于推送数据端的质量数据或关于获取数据端的质量数据超过预定质量数据阈值；当前CDN的稳定性低于其他CDN的稳定性预定倍数；以及当前播放卡顿情况的相关评论条数超过预定条数。
2.根据权利要求1所述的异常检测方法，其特征在于，关于推送数据端的质量数据包括卡顿次数和连接重试次数中的至少一个，关于获取数据端的质量数据包括卡顿次数和连接重试次数中的至少一个，并且所述回源质量数据包括回源缓存堆积量。
3.根据权利要求1所述的异常检测方法，其特征在于，按照异常归因规则来确定数据流传输的质量异常原因的步骤包括：
在排除推送数据端已停止推送数据的情况下，检测当前CDN消费侧的流传输是否异常；
如果CDN消费侧的流传输正常，则确定数据流传输的质量异常的原因为推送数据端已停止推送，否则继续执行异常因素定位。
4.根据权利要求3所述的异常检测方法，其特征在于，继续执行异常因素定位的步骤包括：
在排除推送数据端出现卡顿现象的情况下，继续检测当前CDN消费侧的流传输是否异常；
如果当前CDN消费侧的流传输正常，则确定数据流传输的质量异常的原因为推送数据端的卡顿因素，否则进一步执行异常因素定位。
5.根据权利要求4所述的异常检测方法，其特征在于，进一步执行异常因素定位的步骤包括：
根据所述回源质量数据来检测当前CDN的回源质量是否异常；
如果确定当前CDN的回源质量异常，则确定当前CDN回源流媒体服务器的质量异常；否则确定当前CDN分发服务的质量异常。
6.根据权利要求5所述的异常检测方法，其特征在于，检测当前CDN的回源质量是否异常的步骤包括：
确定所述回源质量数据中的回源缓存堆积量是否超过预定阈值；
如果确定所述回源缓存堆积量超过所述预定阈值，则确定当前CDN的回源质量异常。
7.一种数据流传输的异常检测装置，所述异常检测装置包括：
获取模块，被配置为获取与数据流传输相关的质量数据，其中，所述质量数据包括关于推送数据端的质量数据、关于获取数据端的质量数据和当前内容分发网络CDN的回源质量数据；
检测模块，被配置为基于所述质量数据来检测数据流传输的质量；以及
分析模块，被配置为在检测出数据流传输的质量异常的情况下，按照异常归因规则来确定数据流传输的质量异常原因，
其中，所述异常归因规则包括检测推送数据端是否停止推送、检测是否出现卡顿和检测所述回源质量数据中的至少一个，
其中，当满足以下条件中的至少一个时确定数据流传输的质量异常：关于推送数据端的质量数据或关于获取数据端的质量数据超过预定质量数据阈值；当前CDN的稳定性低于其他CDN的稳定性预定倍数；以及当前播放卡顿情况的相关评论条数超过预定条数。
8.根据权利要求7所述的异常检测装置，其特征在于，关于推送数据端的质量数据包括卡顿次数和连接重试次数中的至少一个，关于获取数据端的质量数据包括卡顿次数和连接重试次数中的至少一个，并且所述回源质量数据包括回源缓存堆积量。
9.根据权利要求7所述的异常检测装置，其特征在于，分析模块被配置为：
在排除推送数据端已停止推送数据的情况下，检测当前CDN消费侧的流传输是否异常；
如果CDN消费侧的流传输正常，则确定数据流传输的质量异常的原因为推送数据端已停止推送，否则继续执行异常因素定位。
10.根据权利要求9所述的异常检测装置，其特征在于，分析模块被配置为：
在排除推送数据端出现卡顿现象的情况下，继续检测当前CDN消费侧的流传输是否异常；
如果当前CDN消费侧的流传输正常，则确定数据流传输的质量异常的原因为推送数据端的卡顿因素，否则进一步执行异常因素定位。
11.根据权利要求10所述的异常检测装置，其特征在于，分析模块被配置为：
根据所述回源质量数据来检测当前CDN的回源质量是否异常；
如果确定当前CDN的回源质量异常，则确定当前CDN回源流媒体服务器的质量异常；否则确定当前CDN分发服务的质量异常。
12.根据权利要求11所述的异常检测装置，其特征在于，分析模块被配置为：
确定所述回源质量数据中的回源缓存堆积量是否超过预定阈值；
如果确定所述回源缓存堆积量超过所述预定阈值，则确定当前CDN的回源质量异常。
13.一种电子设备，其特征在于，包括：
至少一个处理器；
至少一个存储计算机可执行指令的存储器，
其中，所述计算机可执行指令在被所述至少一个处理器运行时，促使所述至少一个处理器执行如权利要求1-6中的任一项权利要求所述的异常检测方法。
14.一种存储指令的计算机可读存储介质，其特征在于，当所述指令被至少一个处理器运行时，促使所述至少一个处理器执行如权利要求1-6中的任一项权利要求所述的异常检测方法。
CN202110594196.1A 2021-05-28 2021-05-28 数据流传输的异常检测方法及其装置 Active CN113242443B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110594196.1A CN113242443B (zh) 2021-05-28 2021-05-28 数据流传输的异常检测方法及其装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110594196.1A CN113242443B (zh) 2021-05-28 2021-05-28 数据流传输的异常检测方法及其装置

Publications (2)

Publication Number Publication Date
CN113242443A CN113242443A (zh) 2021-08-10
CN113242443B true CN113242443B (zh) 2022-09-30

Family

ID=77135649

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110594196.1A Active CN113242443B (zh) 2021-05-28 2021-05-28 数据流传输的异常检测方法及其装置

Country Status (1)

Country Link
CN (1) CN113242443B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114189705A (zh) * 2021-12-08 2022-03-15 上海哔哩哔哩科技有限公司 直播卡顿处理方法及系统
CN114339294B (zh) * 2022-01-04 2023-02-10 腾讯科技（深圳）有限公司 网络抖动的确认方法、装置、设备及存储介质
CN116827817B (zh) * 2023-04-12 2024-09-24 国网河北省电力有限公司信息通信分公司 数据链路状态监测方法、装置、监测系统及存储介质

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103024440A (zh) * 2013-01-11 2013-04-03 德科仕通信(上海)有限公司 针对has的视频质量评价和故障诊断方法
CN107105309A (zh) * 2017-04-25 2017-08-29 北京潘达互娱科技有限公司 直播调度方法及装置
CN107769963A (zh) * 2017-09-29 2018-03-06 贵州白山云科技有限公司 一种内容分发网络故障定位方法和装置
CN110784355A (zh) * 2019-10-30 2020-02-11 网宿科技股份有限公司 一种故障识别方法及装置
CN111464759A (zh) * 2020-03-26 2020-07-28 广州虎牙科技有限公司 一种直播导播方法、装置、存储介质及设备
CN111918055A (zh) * 2020-06-30 2020-11-10 上海艾策通讯科技股份有限公司 视频质量异常定位方法、装置、存储介质及电子设备
CN112671718A (zh) * 2020-12-03 2021-04-16 网宿科技股份有限公司 回源链路的切换方法、服务器及存储介质

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103702135A (zh) * 2013-12-17 2014-04-02 乐视网信息技术（北京）股份有限公司 视频分发与媒体资源系统进行交互的方法和系统

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103024440A (zh) * 2013-01-11 2013-04-03 德科仕通信(上海)有限公司 针对has的视频质量评价和故障诊断方法
CN107105309A (zh) * 2017-04-25 2017-08-29 北京潘达互娱科技有限公司 直播调度方法及装置
CN107769963A (zh) * 2017-09-29 2018-03-06 贵州白山云科技有限公司 一种内容分发网络故障定位方法和装置
CN110784355A (zh) * 2019-10-30 2020-02-11 网宿科技股份有限公司 一种故障识别方法及装置
CN111464759A (zh) * 2020-03-26 2020-07-28 广州虎牙科技有限公司 一种直播导播方法、装置、存储介质及设备
CN111918055A (zh) * 2020-06-30 2020-11-10 上海艾策通讯科技股份有限公司 视频质量异常定位方法、装置、存储介质及电子设备
CN112671718A (zh) * 2020-12-03 2021-04-16 网宿科技股份有限公司 回源链路的切换方法、服务器及存储介质

Also Published As

Publication number Publication date
CN113242443A (zh) 2021-08-10

Similar Documents

Publication Publication Date Title
CN113242443B (zh) 数据流传输的异常检测方法及其装置
US20230396524A1 (en) Media stream monitoring
US10911789B2 (en) Automatic failover for live video streaming
US11917270B2 (en) Methods and apparatus to monitor media
US10114689B1 (en) Dynamic playlist generation
US10812314B2 (en) Methods and apparatuses for pushing a message
US20090210477A1 (en) System and method for managing media content
US8935581B2 (en) Upstream fault detection
US10334316B2 (en) Determining a quality of experience metric based on uniform resource locator data
CN110784750B (zh) 视频播放方法、装置及计算机设备
US20200366967A1 (en) Method and system for monitoring quality of streaming media
CN112954372B (zh) 流媒体故障监测方法及装置
CN112702198A (zh) 异常根因定位方法、装置、电子设备及存储介质
CN103618786A (zh) 一种播放错误处理方法及服务器
US10049158B1 (en) Analyzing user behavior relative to media content
CN107066373B (zh) 控制处理方法及装置
US20190182305A1 (en) Content streaming redundancy architecture
CN116484137A (zh) 数据还原方法、装置、及电子设备和存储介质
EP2814202A1 (fr) Système et méthode de maintenance à distance d unités d utilisateur
CN111106962B (zh) 流媒体故障监测方法、装置、电子设备及存储介质
CN114286193A (zh) 嵌入式web的视频播放方法、装置、设备及可读存储介质
CN116846792A (zh) 直播间的异常检测方法、装置、电子设备及介质

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