CN114640636A - 一种云视频管理方法及系统 - Google Patents

Abstract

本发明提供一种云视频管理方法及系统，应用于云视频管理系统，所述方法包括：在云视频运行时采集视频关键性能指标KPI信息；将所述KPI信息和QoS测度作为所述体验质量QoE/服务质量QoS映射模型的输入，基于所述QoE/QoS映射模型对所述视频KPI信息和QoS测度进行处理，输出目标QoE测度，并将所述QoE测度发送给资源管理模块，所述QoS测度是所述QoS测量模块基于网络KPI信息进行处理得到的；基于所述目标QoE测度调整网络资源的体验质量；基于所述QoS测度调整所述网络路径的服务质量。通过上述方式不仅能够有效的调配云视频平台的服务器资源，且能够提高云视频处理视频流的能力。

Description

一种云视频管理方法及系统

技术领域

本发明涉及数据处理技术领域，尤其涉及一种云视频管理方法及系统。

背景技术

随着云视频服务的普及，不同设备类型接入相同的云视频，由于不同设备的显示屏幕、带宽大小、帧速率、编码方式以及处理能力均不相同，因此在为这两类终端传输云视频服务时，不考虑不同设备类型所期望的质量或需求，会导致服务超额配给或网络资源浪费。目前，常通过人工的方式调整不同设备类型之间的服务超额配给或网络资源浪费。通过人工的方式无法有效的调配云视频平台的服务器资源，且使得云视频处理视频流的能力较差。

发明内容

有鉴于此，本发明实施例提供一种云视频管理方法及系统，以解决现有技术中存在的无法有效的调配云视频平台的服务器资源，且使得云视频处理视频流的能力较差的问题。

为实现上述目的，本发明实施例提供如下技术方案：

本发明实施例第一方面示出了一种云视频管理方法，应用于云视频管理系统，所述方法包括：

在云视频运行时采集视频关键性能指标KPI信息；

将所述KPI信息和QoS测度作为所述体验质量QoE/服务质量QoS映射模型的输入，基于所述QoE/QoS映射模型对所述视频KPI信息和QoS测度进行处理，输出目标QoE测度，并将所述QoE测度发送给资源管理模块，所述QoS测度是所述QoS测量模块基于网络KPI信息进行处理得到的；

基于所述目标QoE测度调整网络资源的体验质量；

基于所述QoS测度调整所述网络路径的服务质量。

可选的，所述基于所述QoE/QoS映射模型对所述KPI信息和QoS测度进行处理，输出目标QoE测度，并将所述QoE测度发送给资源管理模块，包括：

将所述视频KPI信息和QoS测度作为所述体验质量QoE/服务质量QoS映射模型的输入，基于所述QoE/QoS映射模型对所述KPI信息的和QoS测度进行计算，得到初始QoE测度；

将初始QoE测度与预设QoE测度进行计算，得到目标QoE测度，并将所述目标QoE测度发送给资源管理模块。

可选的，所述基于所述目标QoE测度调整网络资源，包括：

基于所述目标QoE测度进行分析处理，确定是否满足预设QoE值；

若满足，基于所述目标QoE测度进行分析处理，确定是否每一网络资源均符合预设条件；

若均满足，根据预设策略，对网络资源进行调整。

可选的，所述基于所述QoS测度调整所述网络路径的服务质量，包括：

根据所述QoS测度进行处理，生成交换机openflow流表或网络虚拟化技术vxlan标识；

基于所述交换机openflow流表或网络虚拟化技术vxlan标识调整所述网络路径的服务质量。

本发明实施例第二方面示出了一种云视频管理系统，所述云视频管理系统包括：QoE测量模块、云视频端节点、体验质量QoE/服务质量QoS映射模型、QoS测量模块和资源管理模块；

所述云视频端节点，用于在云视频运行时采集关键性能指标KPI信息，将所述KPI信息和QoS测度作为所述体验质量QoE/服务质量QoS映射模型的输入；

所述体验质量QoE/服务质量QoS映射模型，用于基于所述QoE/QoS映射模型对所述KPI信息和QoS测度进行处理，输出目标QoE测度，并将所述QoE测度发送给资源管理模块，所述QoS测度是所述QoS测量模块基于所述KPI信息进行处理得到的；

所述资源管理模块，用于基于所述目标QoE测度调整网络资源的体验质量；

所述QoS测量模块，用于基于所述QoS测度调整所述网络路径的服务质量。

可选的，所述体验质量QoE/服务质量QoS映射模型，具体用于：

将所述视频KPI信息和QoS测度作为所述体验质量QoE/服务质量QoS映射模型的输入，基于所述QoE/QoS映射模型对所述KPI信息的和QoS测度进行计算，得到初始QoE测度；

将初始QoE测度与预设QoE测度进行计算，得到目标QoE测度，并将所述目标QoE测度发送给资源管理模块。

可选的，所述资源管理模块，具体用于：

基于所述目标QoE测度进行分析处理，确定是否满足预设QoE值；

若满足，基于所述目标QoE测度进行分析处理，确定是否每一网络资源均符合预设条件；

若均满足，根据预设策略，对网络资源进行调整。

可选的，所述基于所述QoS测度调整所述网络路径的服务质量的QoS测量模块，具体用于：

根据所述QoS测度进行处理，生成交换机openflow流表或网络虚拟化技术vxlan标识；

基于所述交换机openflow流表或网络虚拟化技术vxlan标识调整所述网络路径的服务质量。

基于上述本发明实施例提供的一种云视频管理方法及系统，应用于云视频管理系统，所述方法包括：在云视频运行时采集视频关键性能指标KPI信息；将所述KPI信息和QoS测度作为所述体验质量QoE/服务质量QoS映射模型的输入，基于所述QoE/QoS映射模型对所述视频KPI信息和QoS测度进行处理，输出目标QoE测度，并将所述QoE测度发送给资源管理模块，所述QoS测度是所述QoS测量模块基于网络KPI信息进行处理得到的；基于所述目标QoE测度调整网络资源的体验质量；基于所述QoS测度调整所述网络路径的服务质量。在本发明实施例中，在运行时收集视频关键绩效指标KPI信息，然后将其作为QoE/QoS映射模型的输入；同时，全网QoS收集网络KPI信息并计算QoS测度；再将QoS测度上传至QoE/QoS映射模型作为其输入。基于所述QoE/QoS映射模型对所述视频KPI信息和QoS测度进行处理，输出目标QoE测度；QoS测量模块和资源管理模块对传输路径中的网络资源参数进行调整。通过上述方式不仅能够有效的调配云视频平台的服务器资源，且能够提高云视频处理视频流的能力。

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，还可以根据提供的附图获得其他的附图。

图1为本发明实施例示出的云视频管理系统的结构示意图；

图2为本发明实施例示出的云视频管理系统的应用架构图；

图3为本发明实施例示出的云视频端节点、QoE/QoS映射模型、QoS测量模块、资源管理模块和网络基础设施的交互时序图；

图4为本发明实施例示出的一种云视频管理方法的流程示意图。

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。

在本申请中，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。

由背景技术可知，随着云视频服务的广泛应用，需要确保用户体验与用户期望的标准相匹配。为了对在线服务的用户体验进行管理，常通过服务质量QoS框架在提供云视频服务中实施网络流量管理，从而为网络流量提供性能保证，QoS框架能测量网络参数，并检测网络的变化情况例如拥塞、可用带宽。由于没有从用户的角度来考虑网络性能和服务质量，因此仅靠QoS框架无法提供足够的性能保证。

在本发明实施例中，将QoE测量部署在云视频端结点上，以在运行时收集视频关键绩效指标KPI信息，然后将其作为QoE/QoS映射模型的输入；同时，全网QoS收集网络KPI信息并计算QoS测度；再将QoS测度上传至QoE/QoS映射模型作为其输入。完成两种测度直接的融合并形成一个新的QoE测量结果收到后，QoS测量模块会对传输路径中的网络参数进行调整，主要是进行队列分配和拥塞阈值调整。以在QoE值低于目标值时，为其分配相对更多的网络资源。

参见图1，为本发明实施例示出的云视频管理系统的结构示意图，该云视频管理系统包括QoE测量模块10、云视频端节点20、体验质量QoE/服务质量QoS映射模型30、QoS测量模块40和资源管理模块50。

将QoE测量模块10部署在云视频端节点20上，云视频端节点20通过云视频媒体流与云视频终端60连接；云视频端节点20分别与体验质量QoE/服务质量QoS映射模型30、和QoS测量模块40连接，用于在云视频运行时，实时采集关键性能指标KPI信息，将所述KPI信息和QoS测度作为所述体验质量QoE/服务质量QoS映射模型30的输入。

在具体实现中，云视频端节点20在云视频运行时实时采集视频的丢包率、突然程度、时延抖动、时延和带宽等关键性能指标，并将所述视频KPI信息发送至QoE/QoS映射模型30。

所述体验质量QoE/服务质量QoS映射模型30分别与云视频终端60、QoS测量模块40和资源管理模块50，用于基于所述QoE/QoS映射模型对所述KPI信息和QoS测度进行处理，输出目标QoE测度，并将所述QoE测度发送给资源管理模块。

QoS测量模块40，用于所述QoS测量模块基于所述KPI信息进行处理得到的所述QoS测度。

在具体实现中，将所述网络的丢包率、突然程度、时延抖动、时延和带宽，以及每一网络KPI信息对应的权重代入公式(1)，即QoS测量模块进行计算，得到QoS测度，并将所述QoS测度发送至QoE/QoS映射模型。

公式(1)：

QoS(L,U,J,D,B)＝K{W_L·L+W_U·U+W_J·J+W_d·D+W_b·B} (1)

其中，L表示丢包率，U表示突发程度，J表示时延抖动，D表示时延和B表示带宽，常数K是预先定义的加权系数，W_L是预先定义与丢包率对应的加权系数，W_U是预先定义与突发程度对应的加权系数，W_J是预先定义与时延抖动对应的加权系数，W_d是预先定义与时延对应的加权系数，W_b是预先定义与带宽对应的加权系数。

需要说明的是，K、W_L、W_U、W_J、W_d和W_b是根据接入网的类型(即有线还是无线)设置的。

所述体验质量QoE/服务质量QoS映射模型，具体用于：将所述视频KPI信息和QoS测度作为所述体验质量QoE/服务质量QoS映射模型的输入，基于所述QoE/QoS映射模型对所述KPI信息的和QoS测度进行计算，得到初始QoE测度；将初始QoE测度与预设QoE测度进行计算，得到目标QoE测度，并将所述目标QoE测度发送给资源管理模块。

在具体实现中，将所述视频的丢包率、突然程度、时延抖动、时延和带宽的向量，预设标量，QoS测度，预设云视频会议的服务类型，预设视频帧的结构代入公式(2)，即QoE/QoS映射模型进行计算，得到初始QoE测度。将所述初始QoE测度与预设QoE测度进行比较，与确定所述初始QoE测度与预设QoE测度的差值，即目标QoE测度，并将所述目标QoE测度发送给资源管理模块。

公式(2)：

其中，X为丢包率、突然程度、时延抖动、时延和带宽{L,U,J,D,B}的向量参数；Q_r为预设标量，A为预设云视频会议的服务类型，R为预设视频帧的结构。

需要说明的是，预设标量Q_r是从屏幕显示尺寸/分辨率获得的云视频服务QoE范围。

预设云视频会议的服务类型A，预设视频帧的结构R均是根据云视频的实际数据获取的。

所述资源管理模块50，用于基于所述目标QoE测度调整网络资源的体验质量。

所述资源管理模块50，具体用于：基于所述目标QoE测度进行分析处理，确定是否满足预设QoE值；若满足，基于所述目标QoE测度进行分析处理，确定是否每一网络资源均符合预设条件；若均满足，根据预设策略，对网络资源进行调整。

在具体实现中，所述资源管理模块50收到QoE测度后，将其上报给SDN控制器，SDN控制器检查目标QoE测度与预设QoE值的等级一致，

所述QoS测量模块40，用于基于所述QoS测度调整所述网络路径的服务质量。SDN控制器比较目标QoE测度分别与每一网络资源所设定的QoE值进行比较，确定其是否一致，若均一致，根据预设策略对SDN交换机的行为进行控制，也就是说对网络带宽、网络速率、网络路径、网络质量等网络资源调整。

需要说明的是，预设策略是预先根据实际情况进行设置的。

所述基于所述QoS测度调整所述网络路径的服务质量的QoS测量模块40，具体用于：根据所述QoS测度进行处理，生成交换机openflow流表或网络虚拟化技术vxlan标识；基于所述交换机openflow流表或网络虚拟化技术vxlan标识调整所述网络路径的服务质量。

在具体实现中，QoS测量模块40对于不同的QoS值的数据包，根据QoS值，控制器会对应生成不同的openflow流表或不同的vxlan标识。对应不同流表或标识，支持openflow和vxlan协议的交换机收到数据包后就会根据流表和标识转发到对应的端口和下一跳设备，从而实现网络路径的调整和控制。

需要说明的是，QoS值越高，SDN控制器就将其数据流发送到带宽高、时延低、网络质量佳的网络路径上，从而实现对网络路径的调整。

可选的，还包括网络基础设施模块70。

所述网络基础设施模块70，用于采集自身的网络关键性能指标KPI信息，并将其发送给QoS测量模块40。

相应的，基于上述本发明实施例示出的云视频管理系统，还对应示出了该云视频管理系统的应用架构图，如图2所示。

在本发明实施例中，在运行时收集视频关键绩效指标KPI信息，然后将其作为QoE/QoS映射模型的输入；同时，全网QoS收集网络KPI信息并计算QoS测度；再将QoS测度上传至QoE/QoS映射模型作为其输入。基于所述QoE/QoS映射模型对所述视频KPI信息和QoS测度进行处理，输出目标QoE测度；QoS测量模块和资源管理模块对传输路径中的网络资源参数进行调整。通过上述方式不仅能够有效的调配云视频平台的服务器资源，且能够提高云视频处理视频流的能力。

基于上述示出的云视频管理系统的架构图，本发明实施例还示出了云视频端节点、QoE/QoS映射模型、QoS测量模块、资源管理模块和网络基础设施的交互时序图，如图3所示，该方法包括：

S301：云视频端节点在云视频运行时采集视频关键性能指标KPI信息，并将所述视频KPI信息发送至QoE/QoS映射模型。

在具体实现步骤S301的过程中，云视频端节点在云视频运行时实时采集视频的丢包率、突然程度、时延抖动、时延和带宽等关键性能指标，并将所述视频KPI信息发送至QoE/QoS映射模型。

S302：网络基础设施模块将自身采集的网络KPI信息发送给QoS测量模块。

在具体实现步骤S202的过程中，网络基础设施模块将自身采集的网络的丢包率、突然程度、时延抖动、时延和带宽等关键性能指标，并将其发送给QoS测量模块。

S303：QoS测量模块基于所述网络KPI信息进行处理，得到QoS测度，并将所述QoS测度发送至QoE/QoS映射模型。

在具体实现步骤S303的过程中，将所述网络的丢包率、突然程度、时延抖动、时延和带宽，以及每一网络KPI信息对应的权重代入公式(1)，即QoS测量模块进行计算，得到QoS测度，并将所述QoS测度发送至QoE/QoS映射模型。

公式(1)：

QoS(L,U,J,D,B)＝K{W_L·L+W_U·U+W_J·J+W_d·D+W_b·B} (1)

其中，L表示丢包率，U表示突发程度，J表示时延抖动，D表示时延和B表示带宽，常数K是预先定义的加权系数，W_L是预先定义与丢包率对应的加权系数，W_U是预先定义与突发程度对应的加权系数，W_J是预先定义与时延抖动对应的加权系数，W_d是预先定义与时延对应的加权系数，W_b是预先定义与带宽对应的加权系数。

需要说明的是，K、W_L、W_U、W_J、W_d和W_b是根据接入网的类型(即有线还是无线)设置的。

S304：所述QoE/QoS映射模型对所述视频KPI信息和QoS测度进行处理，输出目标QoE测度，并将所述目标QoE测度发送给资源管理模块。

需要说明的是，具体实现步骤S204基于所述QoE/QoS映射模型对所述视频KPI信息和QoS测度进行处理，输出目标QoE测度的过程，包括以下步骤：

步骤S11：将所述视频KPI信息和QoS测度作为所述体验质量QoE/服务质量QoS映射模型的输入，基于所述QoE/QoS映射模型对所述KPI信息的和QoS测度进行计算，得到初始QoE测度。

在具体实现步骤S11的过程中，将所述视频的丢包率、突然程度、时延抖动、时延和带宽的向量，预设标量，QoS测度，预设云视频会议的服务类型，预设视频帧的结构代入公式(2)，即QoE/QoS映射模型进行计算，得到初始QoE测度。

公式(2)：

其中，X为丢包率、突然程度、时延抖动、时延和带宽{L,U,J,D,B}的向量参数；Q_r为预设标量，A为预设云视频会议的服务类型，R为预设视频帧的结构。

需要说明的是，预设标量Q_r是从屏幕显示尺寸/分辨率获得的云视频服务QoE范围。

预设云视频会议的服务类型A，预设视频帧的结构R均是根据云视频的实际数据获取的。

步骤S12：将初始QoE测度与预设QoE测度进行计算，得到目标QoE测度，并将所述目标QoE测度发送给资源管理模块。

在具体实现步骤S12的过程中，将所述初始QoE测度与预设QoE测度进行比较，与确定所述初始QoE测度与预设QoE测度的差值，即目标QoE测度，并将所述目标QoE测度发送给资源管理模块。

S305：资源管理模块基于所述目标QoE测度调整网络资源的体验质量。

需要说明的是，具体实现步骤S305的资源管理模块基于所述目标QoE测度调整网络资源的体验质量的过程包括以下步骤：

步骤S21：基于所述目标QoE测度进行分析处理，确定是否满足预设QoE值，若满足，则执行步骤S22，若不满足，则无法对网络资源进行调整。

在本发明实施例中，将观测到的QoE测度映射到由被管设备执行的行为过程的策略。这种运行模式非常适用于云计算中的软件定义网络(SDN)，因为SDN中的网络路径都由SDN控制器来管理，在这种情况下，测量得到的QoE值可以上报给SDN控制器，然后控制器利用这些结果对SDN交换机的行为进行定义。SDN控制器包含QoE策略和规则模块来完成以下工作。

在具体实现步骤S21的过程中，资源管理模块收到QoE测度后，将其上报给SDN控制器，SDN控制器检查目标QoE测度与预设QoE值的等级一致，若一致，执行步骤S22，若不一致，则无法对网络资源进行调整。

需要说明的是，预设QoE值是每个用户/每条流约定的QoE值的等级。

测度是指测量后计算得到的值，也就是说，QoE测度是指进行体验质量相关的测量后，再计算得到的值。

值是指测量得到的值，也就是说，QoE值是指测量得到的值。

步骤S22：，基于所述目标QoE测度进行分析处理，确定是否每一网络资源均符合预设条件，若满足，则执行步骤S23，若不满足，则无法对网络资源进行调整。

在具体实现步骤S22的过程中，指定用于转发用户数据流的SDN路径，SDN控制器比较目标QoE测度分别与每一网络资源所设定的QoE值进行比较，确定其是否一致，若均一致，则执行步骤S23，若至少存在一个不一致，则无法对网络资源进行调整。

步骤S23：根据预设策略，对网络资源进行调整。

在具体实现步骤S23的过程中，根据预设策略对SDN交换机的行为进行控制，也就是说对网络带宽、网络速率、网络路径、网络质量等网络资源调整。

需要说明的是，预设策略是预先根据实际情况进行设置的。

S306：QoS测量模块基于所述QoS测度调整所述网络路径的服务质量。

需要说明的是，具体实现步骤S306QoS测量模块基于所述QoS测度调整所述网络路径的服务质量的过程包括以下步骤：

步骤S31：根据所述QoS测度进行处理，生成交换机openflow流表或网络虚拟化技术vxlan标识。

在具体实现步骤S31的过程中，对于不同的QoS值的数据包，根据QoS值，控制器会对应生成不同的openflow流表或不同的vxlan标识。

步骤S32：基于所述交换机openflow流表或网络虚拟化技术vxlan标识调整所述网络路径的服务质量。

在具体实现步骤S32的过程中，对应不同流表或标识，支持openflow和vxlan协议的交换机收到数据包后就会根据流表和标识转发到对应的端口和下一跳设备，从而实现网络路径的调整和控制。

需要说明的是，QoS值越高，SDN控制器就将其数据流发送到带宽高、时延低、网络质量佳的网络路径上，从而实现对网络路径的调整。

需要说明的是，在云视频端节点采集到新的KPI信息，即更新后的KPI信息后，返回重复执行上述步骤S201至步骤S206的过程。

在本发明实施例中，在运行时收集视频关键绩效指标KPI信息，然后将其作为QoE/QoS映射模型的输入；同时，全网QoS收集网络KPI信息并计算QoS测度；再将QoS测度上传至QoE/QoS映射模型作为其输入。基于所述QoE/QoS映射模型对所述视频KPI信息和QoS测度进行处理，输出目标QoE测度；QoS测量模块和资源管理模块对传输路径中的网络资源参数进行调整。通过上述方式不仅能够有效的调配云视频平台的服务器资源，且能够提高云视频处理视频流的能力。

基于上述本发明实施例示出的云视频端节点、QoE/QoS映射模型、QoS测量模块、资源管理模块和网络基础设施的交互时序图，云视频管理系统实现云视频管理的过程，如图4所示，为本发明实施例示出的一种云视频管理方法的流程示意图，该方法包括：

步骤S401：在云视频运行时采集视频关键性能指标KPI信息。

步骤S402：将所述KPI信息和QoS测度作为所述体验质量QoE/服务质量QoS映射模型的输入，基于所述QoE/QoS映射模型对所述视频KPI信息和QoS测度进行处理，输出目标QoE测度，并将所述QoE测度发送给资源管理模块。

在步骤S402中，所述QoS测度是所述QoS测量模块基于网络KPI信息进行处理得到的。

步骤S403：基于所述目标QoE测度调整网络资源的体验质量。

步骤S404：基于所述QoS测度调整所述网络路径的服务质量。

需要说明的是，步骤S401至步骤S405的具体实现过程可参见上述步骤S301至步骤S306的具体实现过程，对此本发明实施例不加以限制。

在本发明实施例中，在运行时收集视频关键绩效指标KPI信息，然后将其作为QoE/QoS映射模型的输入；同时，全网QoS收集网络KPI信息并计算QoS测度；再将QoS测度上传至QoE/QoS映射模型作为其输入。基于所述QoE/QoS映射模型对所述视频KPI信息和QoS测度进行处理，输出目标QoE测度；QoS测量模块和资源管理模块对传输路径中的网络资源参数进行调整。通过上述方式不仅能够有效的调配云视频平台的服务器资源，且能够提高云视频处理视频流的能力。

本说明书中的各个实施例均采用递进的方式描述，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，对于系统或系统实施例而言，由于其基本相似于方法实施例，所以描述得比较简单，相关之处参见方法实施例的部分说明即可。以上所描述的系统及系统实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。

专业人员还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (8)

1.一种云视频管理方法，其特征在于，应用于云视频管理系统，所述方法包括：

在云视频运行时采集视频关键性能指标KPI信息；

将所述KPI信息和服务质量QoS测度作为所述体验质量QoE/QoS映射模型的输入，基于所述QoE/QoS映射模型对所述视频KPI信息和QoS测度进行处理，输出目标QoE测度，并将所述QoE测度发送给资源管理模块，所述QoS测度是所述QoS测量模块基于网络KPI信息进行处理得到的；

基于所述目标QoE测度调整网络资源的体验质量；

基于所述QoS测度调整所述网络路径的服务质量。

2.根据权利要求1所述的方法，其特征在于，所述基于所述QoE/QoS映射模型对所述KPI信息和QoS测度进行处理，输出目标QoE测度，并将所述QoE测度发送给资源管理模块，包括：

将所述视频KPI信息和QoS测度作为所述体验质量QoE/服务质量QoS映射模型的输入，基于所述QoE/QoS映射模型对所述KPI信息的和QoS测度进行计算，得到初始QoE测度；

将初始QoE测度与预设QoE测度进行计算，得到目标QoE测度，并将所述目标QoE测度发送给资源管理模块。

3.根据权利要求1所述的方法，其特征在于，所述基于所述目标QoE测度调整网络资源，包括：

基于所述目标QoE测度进行分析处理，确定是否满足预设QoE值；

若满足，基于所述目标QoE测度进行分析处理，确定是否每一网络资源均符合预设条件；

若均满足，根据预设策略，对网络资源进行调整。

4.根据权利要求1所述的方法，其特征在于，所述基于所述QoS测度调整所述网络路径的服务质量，包括：

根据所述QoS测度进行处理，生成交换机openflow流表或网络虚拟化技术vxlan标识；

基于所述交换机openflow流表或网络虚拟化技术vxlan标识调整所述网络路径的服务质量。

5.一种云视频管理系统，其特征在于，所述云视频管理系统包括：QoE测量模块、云视频端节点、体验质量QoE/服务质量QoS映射模型、QoS测量模块和资源管理模块；

所述云视频端节点，用于在云视频运行时采集关键性能指标KPI信息，将所述KPI信息和QoS测度作为所述体验质量QoE/服务质量QoS映射模型的输入；

所述体验质量QoE/服务质量QoS映射模型，用于基于所述QoE/QoS映射模型对所述KPI信息和QoS测度进行处理，输出目标QoE测度，并将所述QoE测度发送给资源管理模块，所述QoS测度是所述QoS测量模块基于所述KPI信息进行处理得到的；

所述资源管理模块，用于基于所述目标QoE测度调整网络资源的体验质量；

所述QoS测量模块，用于基于所述QoS测度调整所述网络路径的服务质量。

6.根据权利要求5所述的系统，其特征在于，所述体验质量QoE/服务质量QoS映射模型，具体用于：

将所述视频KPI信息和QoS测度作为所述体验质量QoE/服务质量QoS映射模型的输入，基于所述QoE/QoS映射模型对所述KPI信息的和QoS测度进行计算，得到初始QoE测度；

将初始QoE测度与预设QoE测度进行计算，得到目标QoE测度，并将所述目标QoE测度发送给资源管理模块。

7.根据权利要求5所述的系统，其特征在于，所述资源管理模块，具体用于：

基于所述目标QoE测度进行分析处理，确定是否满足预设QoE值；

若满足，基于所述目标QoE测度进行分析处理，确定是否每一网络资源均符合预设条件；

若均满足，根据预设策略，对网络资源进行调整。

8.根据权利要求5所述的系统，其特征在于，所述基于所述QoS测度调整所述网络路径的服务质量的QoS测量模块，具体用于：

根据所述QoS测度进行处理，生成交换机openflow流表或网络虚拟化技术vxlan标识；

基于所述交换机openflow流表或网络虚拟化技术vxlan标识调整所述网络路径的服务质量。

Images