CN114840859B - 一种通用数据的流媒体化系统 - Google Patents

一种通用数据的流媒体化系统 Download PDF

Info

Publication number
CN114840859B
CN114840859B CN202111569188.8A CN202111569188A CN114840859B CN 114840859 B CN114840859 B CN 114840859B CN 202111569188 A CN202111569188 A CN 202111569188A CN 114840859 B CN114840859 B CN 114840859B
Authority
CN
China
Prior art keywords
data
subsystem
user
labeling
compression
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
CN202111569188.8A
Other languages
English (en)
Other versions
CN114840859A (zh
Inventor
许磊
靳文波
赵庆鹏
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.)
Individual
Original Assignee
Individual
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 Individual filed Critical Individual
Priority to CN202111569188.8A priority Critical patent/CN114840859B/zh
Publication of CN114840859A publication Critical patent/CN114840859A/zh
Priority to PCT/CN2022/140849 priority patent/WO2023116795A1/en
Application granted granted Critical
Publication of CN114840859B publication Critical patent/CN114840859B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/60—Protecting data
    • G06F21/602—Providing cryptographic facilities or services
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/60—Protecting data
    • G06F21/62—Protecting access to data via a platform, e.g. using keys or access control rules
    • G06F21/6218—Protecting access to data via a platform, e.g. using keys or access control rules to a system of files or objects, e.g. local or distributed file system or database
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/60—Protecting data
    • G06F21/64—Protecting data integrity, e.g. using checksums, certificates or signatures
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Security & Cryptography (AREA)
  • Bioethics (AREA)
  • General Health & Medical Sciences (AREA)
  • Computer Hardware Design (AREA)
  • Health & Medical Sciences (AREA)
  • Software Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Information Transfer Between Computers (AREA)

Abstract

本发明公开了一种通用数据的流媒体化系统，包括用户端运行时子系统、大数据分析处理子系统、智能服务端子系统、通用数据的数据预处理子系统、静态标注和动态标注相结合的数据类型标注子系统、通用压缩和特殊压缩相结合的数据压缩子系统、按需重建子系统、预测和指令相结合的数据分发子系统，本发明属于计算机技术领域，具体是指一种通用数据的流媒体化系统，实现了所有类型的数据的流媒体化：让游戏即点即玩，不用等待安装，不用等待下载；程序也能够即点即开，快速进入，不用等待下载安装。

Description

一种通用数据的流媒体化系统
技术领域
本发明属于计算机技术领域，具体是指一种通用数据的流媒体化系统。
背景技术
随着计算机技术的高速发展，游戏和程序容量爆炸式增长，一些大型游戏的容量往往已经超过200GB，一些手机程序的大小也超过10GB，因此，在现有分发技术(线下光盘，硬盘，闪存等存储介质，线上下载安装)条件下，这些大容量的游戏和程序分发(下载)就成了问题，所以如何降低用户的获取成本和获取时间，成为当务之急。但是游戏和程序数据不同于音视频数据(基本是线性访问的，因此可以方便地预加载，线性加载)，访问顺序不定，是非线性数据，无法按照现有的流媒体方式进行分发；在公司进行游戏运行时开发的基础上，公司启动了优化用户游戏启动体验的一系列工作，但是由于大型游戏的容量较大，现有网络传输速率较低，用户的网络环境复杂，用户通常需要等待几分钟乃至几十分钟才能开始体验游戏，严重影响了用户体验。而且长时间的等待过程中，很多用户直接放弃，也间接影响了盈利。
发明内容
为了解决上述难题，本发明提供了一种通用数据的流媒体化系统，实现了所有类型的数据的流媒体化：让游戏即点即玩，不用等待安装，不用等待下载；程序也能够即点即开，快速进入，不用等待下载安装。
为了实现上述功能，本发明采取的技术方案如下：一种通用数据的流媒体化系统，包括用户端运行时子系统、大数据分析处理子系统、智能服务端子系统、通用数据的数据预处理子系统、静态标注和动态标注相结合的数据类型标注子系统、通用压缩和特殊压缩相结合的数据压缩子系统、按需重建子系统、预测和指令相结合的数据分发子系统；
所述用户端运行时子系统包括：收集用户行为和程序行为并上传到数据分析系统，可以将用户在玩游戏(使用程序)过程中的行为记录下来，包括按键，按键时长，各界面停留时间，程序响应，程序运行上下文，程序的数据访问等信息，这些信息会上传到大数据分析处理子系统中，用于后续建模；
将本地数据访问映射成本地缓存和服务端的数据访问，并对用户透明。如果本地缓存命中则直接返回数据，否则根据用户当前的行为和程序上下文信息，和服务端通信，接受服务端返回的数据，并根据协议进行必要的解密、解压缩和转码，满足游戏(程序)的运行需求，加入本地缓存；
根据用户信息，剩余存储空间，网络状况，服务端指令等，选择不同的策略来管理本地缓存，比如对网络抖动大，剩余空间较大的情况，尽量不回收缓存，减少因网络抖动带来的用户体验下降。
大数据分析处理子系统面向通用数据流媒体化，根据调研和实际生产中的反馈，选取了Aproiri，朴素贝叶斯，贝叶斯网络，K-Means，KNN，DBSCAN，SVM，LSTM，CNN，AdaBoost，GBDT，RandomForest等机器学习算法，将这些算法的一个或者多个组合，构建了机器学习算法池；
使用机器学习算法池中不同的算法处理所收集的用户行为和程序行为，并结合数据的类型和特性，为不同用户和不同数据建立了数据访问预测模型，这些模型可以根据用户行为和程序行为，预测出用户接下来需要的数据；
对每个用户的每个数据，在模型评价阶段，根据小样本下的稳定性，预测成功率，计算复杂度等指标选择表现最好的前几个模型。
智能服务端子系统，其功能有：对所有的用户请求进行鉴权和授权，并记录异常访问；预测场景下，根据用户端传入的用户信息，选择合适的大数据分析处理子系统产生的模型，将用户行为和程序上下文输入模型计算用户即将需要的数据块，从数据预处理子系统的输出中选择对应品质的数据和元数据；请求紧急数据场景下，根据用户端传入的用户信息和所需要的数据信息，从数据预处理子系统的输出中选择对应品质的数据和元数据；根据用户端的用户信息，将用户所需要的部分数据发送给用户，过程中会根据设定对数据进行加密。
通用数据的数据预处理子系统：根据大数据分析系统建立的模型输出的数据访问模式，静态标注和动态标注相结合的数据类型标注子系统输出的数据类型，以及所有用户网络状况的统计，数据预处理子系统将数据划分成合适大小的数据块，并选择不同的压缩算法(主要指标是解压时间消耗和压缩率)对数据块进行压缩；
综合服务器对数据使用情况的统计，数据的类型，以及大数据分析系统的模型中对用户体验的影响程度的打分，将压缩后的数据块动态分配到服务器上对应的存储区，即冷数据区，一般数据区，热数据区(比如PCIE加速存储区，服务器内存缓存)，加速数据存储区(本公司或第三方CDN)。
静态标注和动态标注相结合的数据类型标注子系统，用于将游戏(程序)中的数据进行分类，比如代码，配置，文本，模型，音频，视频，纹理，图形，图像，数值，其他等类型。根据不同种类的数据的静态特征(比如特征码/MAGIC CODE，结构特性，文件名，相对位置等)，对数据进行扫描并分类；根据数据运行时的特征(比如加载时间，程序上下文，用户操作，数据是否最终输出到GPU或音频播放器等)，对数据进行动态分类标注。并在服务端对动态标记的结果进行统计分析，然后和静态标注比对，达到精确标注数据类型的目的。
通用压缩和特殊压缩相结合的数据压缩子系统：静态标注和动态标注相结合的数据类型标注子系统会对数据进行分类，针对需要精确传输的代码，配置，文本，模型，数值等数据，根据其数据特点和实效性要求(压缩，和解压时间消耗)，选取特定的通用压缩(无损)算法进行压缩(比如7z，LZMA，zip等)；而对音频，视频，纹理，图形，图像等数据，根据实效性要求和用户服务等级，使用合适的无损或有损压缩算法(如图像的png，jpeg，webp等，音频的aac，mp3等，视频的mpeg，mpeg4，H264，H265，VP8，VP9等，以及我们自研的算法)以及不同的码率或分辨率等参数，生成不同品质的压缩后数据和元数据(描述压缩和编码参数及原始数据的属性等)。
针对纹理，图片，音频，视频等数据设计了一套按需重建子系统，当用户端接受到压缩后纹理，图片，音频，视频等数据和相应的元数据之后，会根据本端对压缩格式的支持，决定是否对压缩后的数据进行解压和重建(转码)。
预测和指令相结合的数据分发子系统，在通常情况下，系统根据用户行为和程序行为，以及大数据处理系统生成的模型来拉取数据；数据分发也支持游戏(程序)开发者按照协议植入指令，当触发指定条件时(比如运行到特定逻辑或者读取特定位置等)，用户端运行时会按照指令来拉取或者删除特定数据。
本发明采取上述结构取得有益效果如下：本发明提供的通用数据的流媒体化系统，设计合理，包括以下优点：
(1)在运行时支持下，游戏无需下载，无需安装，即点即玩，和现存云游戏方案比，无需服务端渲染，而且极大降低了流量成本。
(2)按需下载和不同层级的压缩极大地降低了分发中的流量，经过对比和普通以游戏(程序)为单位的分发，节省超90％的流量成本。
(3)极大地降低了游戏(程序)对用户端(手机或电脑)存储容量的要求，在本发明的支持下，用户可以拥有更多游戏(程序)。
(4)本发明极大地降低了游戏(程序)开发中的容量限制，游戏开发者可以使用访问本地文件的方式访问任意容量的游戏资源，支持开放式游戏，也极大地降低了游戏的开发难度。
(5)本发明也支持AR/VR等可交互视频，区别于传统纯线性加载音视频，AR/VR中的音视频有非线性特征。
(6)在运行时和服务端持续鉴权的架构下，游戏(程序)的盗版几乎不再可能。
(7)本发明融合了云端数据和本地数据的访问接口，实现了云存储+本地计算模式，真正盘活云端存储更加便捷。
(8)在运行时和服务端持续鉴权，密钥协商+加密+解密，以及运行时支持服务端指令的架构下，可靠的数据授权访问和销毁成为可能。
附图说明
图1为本发明提供的通用数据的流媒体化系统的示意框图；
图2为本发明提供的通用数据的流媒体化系统的服务端子系统的运行框图；
图3为本发明提供的通用数据的流媒体化系统的大数据分析处理子系统框图；
图4为本发明提供的通用数据的流媒体化系统的用户端运行时子系统框图；
图5为本发明提供的通用数据的流媒体化系统的静态标注和动态标注相结合的数据类型标注子系统框图；
图6为本发明提供的通用数据的流媒体化系统的通用数据的数据预处理子系统框图。
具体实施方式
下面将结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例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。
在本发明的描述中，需要说明的是，术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。以下结合附图，对本发明做进一步详细说明。
如图1-6所示，本发明提供的通用数据的流媒体化系统，包括用户端运行时子系统、大数据分析处理子系统、智能服务端子系统、通用数据的数据预处理子系统、静态标注和动态标注相结合的数据类型标注子系统、通用压缩和特殊压缩相结合的数据压缩子系统、按需重建系统、预测和指令相结合的数据分发子系统；
所述用户端运行时子系统包括：收集用户行为和程序行为并上传到数据分析系统，可以将用户在玩游戏(使用程序)过程中的行为记录下来，包括按键，按键时长，各界面停留时间，程序响应，程序运行上下文，程序的数据访问等信息，这些信息会上传到大数据分析处理子系统中，用于后续建模；
将本地数据访问映射成本地缓存和服务端的数据访问，并对用户透明。如果本地缓存命中则直接返回数据，否则根据用户当前的行为和程序上下文信息，和服务端通信，接受服务端返回的数据，并根据协议进行必要的解密、解压缩和转码，满足游戏(程序)的运行需求，加入本地缓存；
根据用户信息，剩余存储空间，网络状况，服务端指令等，选择不同的策略来管理本地缓存，比如对网络抖动大，剩余空间较大的情况，尽量不回收缓存，减少因网络抖动带来的用户体验下降。
大数据分析处理子系统面向通用数据流媒体化，根据调研和实际生产中的反馈，选取了Aproiri，朴素贝叶斯，贝叶斯网络，K-Means，KNN，DBSCAN，SVM，LSTM，CNN，AdaBoost，GBDT，RandomForest等机器学习算法，将这些算法的一个或者多个组合，构建了机器学习算法池；
使用机器学习算法池中不同的算法处理所收集的用户行为和程序行为，并结合数据的类型和特性，为不同用户和不同数据建立了数据访问预测模型，这些模型可以根据用户行为和程序行为，预测出用户接下来需要的数据；
对每个用户的每个数据，在模型评价阶段，根据小样本下的稳定性，预测成功率，计算复杂度等指标选择表现最好的前几个模型。
智能服务端子系统，其功能有：对所有的用户请求进行鉴权和授权，并记录异常访问；预测场景下，根据用户端传入的用户信息，选择合适的大数据分析处理子系统产生的模型，将用户行为和程序上下文输入模型计算用户即将需要的数据块，从数据预处理子系统的输出中选择对应品质的数据和元数据；请求紧急数据场景下，根据用户端传入的用户信息和所需要的数据信息，从数据预处理子系统的输出中选择对应品质的数据和元数据；根据用户端的用户信息，将用户所需要的部分数据发送给用户，过程中会根据设定对数据进行加密。
通用数据的数据预处理子系统：根据大数据分析系统建立的模型输出的数据访问模式，静态标注和动态标注相结合的数据类型标注子系统输出的数据类型，以及所有用户网络状况的统计，数据预处理子系统将数据划分成合适大小的数据块，并选择不同的压缩算法(主要指标是解压时间消耗和压缩率)对数据块进行压缩；
综合服务器对数据使用情况的统计，数据的类型，以及大数据分析系统的模型中对用户体验的影响程度的打分，将压缩后的数据块动态分配到服务器上对应的存储区，即冷数据区，一般数据区，热数据区(比如PCIE加速存储区，服务器内存缓存)，加速数据存储区(本公司或第三方CDN)。
静态标注和动态标注相结合的数据类型标注子系统，用于将游戏(程序)中的数据进行分类，比如代码，配置，文本，模型，音频，视频，纹理，图形，图像，数值，其他等类型。根据不同种类的数据的静态特征(比如特征码/MAGIC CODE，结构特性，文件名，相对位置等)，对数据进行扫描并分类；根据数据运行时的特征(比如加载时间，程序上下文，用户操作，数据是否最终输出到GPU或音频播放器等)，对数据进行动态分类标注。并在服务端对动态标记的结果进行统计分析，然后和静态标注比对，达到精确标注数据类型的目的。
通用压缩和特殊压缩相结合的数据压缩子系统：静态标注和动态标注相结合的数据类型标注子系统会对数据进行分类，针对需要精确传输的代码，配置，文本，模型，数值等数据，根据其数据特点和实效性要求(压缩，和解压时间消耗)，选取特定的通用压缩(无损)算法进行压缩(比如7z，LZMA，zip等)；而对音频，视频，纹理，图形，图像等数据，根据实效性要求和用户服务等级，使用合适的无损或有损压缩算法(如图像的png，jpeg，webp等，音频的aac，mp3等，视频的mpeg，mpeg4，H264，H265，VP8，VP9等，以及我们自研的算法)以及不同的码率或分辨率等参数，生成不同品质的压缩后数据和元数据(描述压缩和编码参数及原始数据的属性等)。
针对纹理，图片，音频，视频等数据设计了一套按需重建子系统，当用户端接受到压缩后纹理，图片，音频，视频等数据和相应的元数据之后，会根据本端对压缩格式的支持，决定是否对压缩后的数据进行解压和重建(转码)。
预测和指令相结合的数据分发子系统，在通常情况下，系统根据用户行为和程序行为，以及大数据处理系统生成的模型来拉取数据；数据分发也支持游戏(程序)开发者按照协议植入指令，当触发指定条件时(比如运行到特定逻辑或者读取特定位置等)，用户端运行时会按照指令来拉取或者删除特定数据。
以上对本发明及其实施方式进行了描述，这种描述没有限制性，附图中所示的也只是本发明的实施方式之一，实际的结构并不局限于此。总而言之如果本领域的普通技术人员受其启示，在不脱离本发明创造宗旨的情况下，不经创造性的设计出与该技术方案相似的结构方式及实施例，均应属于本发明的保护范围。

Claims (6)

1.一种通用数据的流媒体化系统，其特征在于：包括用户端运行时子系统、大数据分析处理子系统、智能服务端子系统、通用数据的数据预处理子系统、静态标注和动态标注相结合的数据类型标注子系统、通用压缩和特殊压缩相结合的数据压缩子系统、按需重建子系统、预测和指令相结合的数据分发子系统；
其中，用户端运行时子系统收集用户行为和程序上下文并上传到数据分析子系统，将用户在玩游戏过程中的行为记录下来，上传到大数据分析处理子系统中，用于后续建模；
大数据分析处理子系统面向通用数据流媒体化，根据调研和生产中的反馈，选取机器学习算法，将这些算法的一个或者多个组合，构建机器学习算法池；使用机器学习算法池中不同的算法处理所收集的用户行为和程序上下文，并结合数据的类型和特性，为不同用户和不同数据建立数据访问预测模型，数据访问预测模型根据用户行为和程序上下文，预测出用户接下来需要的数据；
智能服务端子系统对所有的用户请求进行鉴权和授权，并记录异常访问；预测场景下，根据用户端传入的用户信息，选择大数据分析处理子系统产生的模型，将用户行为和程序上下文输入模型计算用户即将需要的数据块，从数据预处理子系统的输出中选择对应品质的数据和元数据；请求紧急数据场景下，根据用户端传入的用户信息和所需要的数据信息，从数据预处理子系统的输出中选择对应品质的数据和元数据；根据用户端的用户信息，将用户所需要的部分数据发送给用户，过程中会根据设定对数据进行加密；
通用数据的数据预处理子系统根据大数据分析处理子系统建立的模型输出的数据访问模式，以及静态标注和动态标注相结合的数据类型标注子系统输出的数据类型，所有用户网络状况的统计，通用数据的数据预处理子系统将数据划分成数据块，并选择不同的压缩算法对数据块进行压缩；将压缩后的数据块动态分配到服务器上对应的存储区；
静态标注和动态标注相结合的数据类型标注子系统，用于将游戏中的数据进行分类，根据不同种类的数据的静态特征，对数据进行扫描并分类；根据数据运行时的特征，对数据进行动态分类标注，并在服务端对动态标记的结果进行统计分析，然后和静态标注比对，达到精确标注数据类型的目的；
通用压缩和特殊压缩相结合的数据压缩子系统根据对数据的分类，针对需要精确传输的代码、配置、文本、模型和数值数据，根据其数据特点和实效性要求，选取特定的通用压缩算法进行压缩；对音频、视频、纹理、图形和图像数据，根据实效性要求和用户服务等级，使用合适的无损或有损压缩算法以及不同的码率或分辨率等参数，生成不同品质的压缩后数据和元数据；
按需重建子系统当用户端接受到压缩后纹理、图片、音频和视频数据和相应的元数据之后，根据本端对压缩格式的支持，决定是否对压缩后的数据进行解压和重建；
预测和指令相结合的数据分发子系统根据用户行为和程序上下文，以及大数据分析处理子系统生成的模型来拉取数据；数据分发也支持游戏开发者按照协议植入指令，当触发指定条件时，用户端运行时会按照指令来拉取或者删除特定数据。
2.根据权利要求1所述的一种通用数据的流媒体化系统，其特征在于：用户在玩游戏过程中的行为，包括按键、按键时长、各界面停留时间、程序响应、程序运行上下文和程序的数据访问信息。
3.根据权利要求1所述的一种通用数据的流媒体化系统，其特征在于：用户端运行时子系统还将本地数据访问映射成本地缓存和服务端的数据访问，并对用户透明，如果本地缓存命中则直接返回数据，否则根据用户当前的行为和程序上下文信息，和服务端通信，接受服务端返回的数据，并根据协议进行必要的解密、解压缩和转码，满足运行需求，加入本地缓存。
4.根据权利要求1所述的一种通用数据的流媒体化系统，其特征在于：对每个用户的每个数据，在模型评价阶段，根据样本下的稳定性，预测成功率，计算复杂度指标选择表现最好的前几个模型。
5.根据权利要求1所述的一种通用数据的流媒体化系统，其特征在于：服务器根据对数据使用情况的统计，数据的类型，以及大数据分析处理子系统的模型中对用户体验的影响程度的打分，将压缩后的数据块动态分配到服务器上对应的存储区，包括冷数据区、一般数据区、热数据区和加速数据存储区。
6.根据权利要求1所述的一种通用数据的流媒体化系统，其特征在于：游戏中的数据分类，包括代码、配置、文本、模型、音频、视频、纹理、图形、图像和数值。
CN202111569188.8A 2021-12-21 2021-12-21 一种通用数据的流媒体化系统 Active CN114840859B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202111569188.8A CN114840859B (zh) 2021-12-21 2021-12-21 一种通用数据的流媒体化系统
PCT/CN2022/140849 WO2023116795A1 (en) 2021-12-21 2022-12-21 Streaming system for general data

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111569188.8A CN114840859B (zh) 2021-12-21 2021-12-21 一种通用数据的流媒体化系统

Publications (2)

Publication Number Publication Date
CN114840859A CN114840859A (zh) 2022-08-02
CN114840859B true CN114840859B (zh) 2023-03-24

Family

ID=82561509

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111569188.8A Active CN114840859B (zh) 2021-12-21 2021-12-21 一种通用数据的流媒体化系统

Country Status (2)

Country Link
CN (1) CN114840859B (zh)
WO (1) WO2023116795A1 (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114840859B (zh) * 2021-12-21 2023-03-24 许磊 一种通用数据的流媒体化系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103095655A (zh) * 2011-11-02 2013-05-08 中国移动通信集团公司 云游戏的实现方法、系统和装置
CN107134011A (zh) * 2017-05-02 2017-09-05 湖北历拓网络科技有限公司 一种基于虚拟现实的智慧城市系统
CN113617026A (zh) * 2021-08-27 2021-11-09 腾讯科技（深圳）有限公司 云游戏的处理方法、装置、计算机设备和存储介质

Family Cites Families (25)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004502236A (ja) * 2000-06-26 2004-01-22 ピクセル　ソフトウェア　テクノロジーズ　リミテッド ストリーム型アプリケーションオンデマンドの高速起動および実行を可能にするためのシステムおよび方法
AU2002251112A1 (en) * 2001-04-26 2002-11-25 Oy Gamecluster Ltd Method and arrangement for providing an interactive game including three-dimensional graphics
WO2004053666A1 (ja) * 2002-12-11 2004-06-24 Interlex Inc. ソフトウェア実行制御システム及びソフトウェアの実行制御プログラム
SG175917A1 (en) * 2009-05-08 2011-12-29 Zokem Oy System and method for behavioural and contextual data analytics
CN102081528A (zh) * 2009-11-26 2011-06-01 冼剑光 一种大型软件边下载边运行的方法
WO2016014603A1 (en) * 2014-07-22 2016-01-28 Sony Computer Entertainment America Llc Save game load time reduction for cloud gaming
CN104598292B (zh) * 2014-12-15 2017-10-03 中山大学 一种应用于云游戏系统的自适应流适配和资源优化方法
CN105045367A (zh) * 2015-01-16 2015-11-11 中国矿业大学 基于游戏负载预测的android系统设备功耗优化方法
WO2016144657A1 (en) * 2015-03-06 2016-09-15 Sony Computer Entertainment America Llc Predictive instant play for an application over the cloud
CN105327508B (zh) * 2015-11-17 2019-03-08 盛趣信息技术（上海）有限公司 网络游戏运行系统及方法
CN106097114A (zh) * 2016-06-27 2016-11-09 江苏易乐网络科技有限公司 一种游戏舆情监测与玩家行为分析云服务平台
US10286327B2 (en) * 2016-10-21 2019-05-14 Electronic Arts Inc. Multiplayer video game matchmaking system and methods
CN107426112A (zh) * 2017-07-26 2017-12-01 珠海市魅族科技有限公司 基于wifi网络的联网应用的运行方法、装置和计算机装置
CN109814884A (zh) * 2018-12-27 2019-05-28 珠海西山居互动娱乐科技有限公司 一种根据游戏资源类型进行资源管理的方法及系统
CN109731336B (zh) * 2018-12-27 2022-09-09 三星电子（中国）研发中心 一种游戏应用的控制方法和装置
CN111694726B (zh) * 2019-03-15 2022-04-05 南京大学 一种基于类型标注的Python程序类型推导方法
CN110288193B (zh) * 2019-05-23 2024-04-09 中国平安人寿保险股份有限公司 任务监控处理方法、装置、计算机设备及存储介质
US11033824B2 (en) * 2019-06-14 2021-06-15 Roblox Corporation Predictive data preloading
CN110362338B (zh) * 2019-07-14 2020-04-10 广州泳泳信息科技有限公司 一种在移动平台下的游戏资源打包和资源快速访问方法
CN111427853A (zh) * 2020-03-23 2020-07-17 腾讯科技（深圳）有限公司 一种数据加载方法和相关装置
CN112685187B (zh) * 2021-03-17 2021-06-25 北京海誉动想科技股份有限公司 云游戏资源调度方法与装置
CN112791385A (zh) * 2021-03-22 2021-05-14 腾讯科技（深圳）有限公司 游戏运行方法、装置、控制设备以及服务器
CN113730902A (zh) * 2021-08-13 2021-12-03 许磊 一种用于游戏的免下载运行方法
CN113797534B (zh) * 2021-09-30 2024-06-25 在线途游（北京）科技有限公司 一种维持画面流畅度的自适应方法和装置
CN114840859B (zh) * 2021-12-21 2023-03-24 许磊 一种通用数据的流媒体化系统

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103095655A (zh) * 2011-11-02 2013-05-08 中国移动通信集团公司 云游戏的实现方法、系统和装置
CN107134011A (zh) * 2017-05-02 2017-09-05 湖北历拓网络科技有限公司 一种基于虚拟现实的智慧城市系统
CN113617026A (zh) * 2021-08-27 2021-11-09 腾讯科技（深圳）有限公司 云游戏的处理方法、装置、计算机设备和存储介质

Also Published As

Publication number Publication date
CN114840859A (zh) 2022-08-02
WO2023116795A1 (en) 2023-06-29

Similar Documents

Publication Publication Date Title
CN111479112B (zh) 一种视频编码方法、装置、设备和存储介质
KR102069940B1 (ko) 페이지 기반 압축 저장 관리
CN105052107A (zh) 使用质量信息进行媒体内容自适应传输
US11025965B2 (en) Pre-fetching content among DVRs
CN101842812A (zh) 用于数字图像转码中的参数质量感知选择的系统和方法
US8620096B2 (en) Virtualization server for presentation virtualization and image data encoding method
CN114840859B (zh) 一种通用数据的流媒体化系统
WO2023109925A1 (en) Universal computing task cooperation system
EP3565257B1 (en) Storage device and server including the storage device
WO2023016049A1 (zh) 一种用于游戏的免下载运行方法及平台
KR100946694B1 (ko) 영상 정보 기반의 동영상 파일 중복 검사와 관리를 위한시스템 및 방법
CN114791893B (zh) 一种随机数据访问的串行化系统
CN105898530A (zh) 视频文件的缓存方法和系统
CN114880107A (zh) 一种高效低成本的云游戏系统
CN114832373B (zh) 一种纹理、音频和视频的压缩和重建方法
CN112492350A (zh) 一种视频转码方法、装置、设备和介质
KR20150060149A (ko) 멀티미디어 데이터를 분산 처리하는 저장 장치 및 방법
Zhao et al. Optimizing Quality of Experience of Free-Viewpoint Video Streaming with Markov Decision Process
US11870833B2 (en) Methods and systems for encoder parameter setting optimization
CN118042191B (zh) 提高媒体平台发送视频素材的成功率的方法及装置
Zhu et al. Elevating Your Streaming Experience with Just Noticeable Difference (JND)-based Encoding
EP3504799A1 (en) Multi-dimensional run-length encoding
CN117440156B (zh) 视频编码方法、视频发布方法及相关产品
CN115834877A (zh) 视频编码方法、装置及计算机设备
US20240089467A1 (en) Systems for Reducing Media Data Size while Maintaining Perceptual Quality

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