CN115914545A - 视频会议故障预测方法、装置、计算机设备和存储介质 - Google Patents

Abstract

本申请涉及一种视频会议故障预测方法、装置、计算机设备和存储介质。本申请涉及人工智能技术领域，所述方法包括：获取当前视频会议的视频会议数据；所述视频会议数据包括运行环境数据、以及视频内容数据；通过视频分析策略和所述运行环境数据，分析得到各环境分析值，并将满足运行故障条件的环境分析值，作为当前会议故障数据；确定各所述当前会议故障数据对应的故障等级，并根据各所述当前会议故障数据、各所述当前会议故障数据对应的故障等级、以及所述视频内容数据，预测目标时段的视频会议的故障信息。采用本方法能够提升视频会议的故障预测效率。

Description

视频会议故障预测方法、装置、计算机设备和存储介质

技术领域

本申请涉及人工智能技术领域，特别是涉及一种视频会议故障预测方法、装置、计算机设备和存储介质。

背景技术

视频会议是一种实时性较高的应用，传统视频会议的实时业务数据主要从后台MCU服务器上获取。工作人员通过查看视频会议的视频会议数据，其中该视频会议数据可以但不限于是视频画面的编解码协议、音视频格式、码率、网络连通性(丢包、抖动、时延)等实时数据，从而判断当前视频会议的视频质量和会议效果，进行相关参数调整，保障会议顺利进行。因此，如何预测视频会议的故障信息，是提升视频质量和会议效果的研究重点。

传统的视频会议的故障预测，只能通过工作人员对会议中的客户端的视频会议数据，进行查看分析，得到当前视频会议数据的故障信息，并针对当前视频会议数据的故障信息，人为预测视频会议的故障信息。但是该方法无法实现系统整体运行数据分析，分析的数据类型较少，无法覆盖视频会议的全流程。并且相关运维人员对系统内故障、性能劣化分析响应的时效性低，无法实时预测视频会议的故障信息，从而导致视频会议故障预测的效率较低。

发明内容

基于此，有必要针对上述技术问题，提供一种能够视频会议故障预测方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。

第一方面，本申请提供了一种视频会议故障预测方法。所述方法包括：

获取当前视频会议的视频会议数据；所述视频会议数据包括运行环境数据、以及视频内容数据；

通过视频分析策略和所述运行环境数据，分析得到各环境分析值，并将满足运行故障条件的环境分析值，作为当前会议故障数据；

确定各所述当前会议故障数据对应的故障等级，并根据各所述当前会议故障数据、各所述当前会议故障数据对应的故障等级、以及所述视频内容数据，预测目标时段的视频会议的故障信息。

可选的，所述获取当前视频会议的视频会议数据，包括：

获取当前视频会议的数据信息；

按照所述数据信息的类别标识对相同类别的数据信息进行聚类处理，得到各类别的数据信息；

通过预设的类别属性，将相同属性的类别进行汇总，得到运行环境数据、以及视频内容数据，并根据所述运行环境数据、以及所述视频内容数据，确定当前视频会议数据；所述类别属性包括运行环境属性和视频内容属性。

可选的，所述通过视频分析策略和所述运行环境数据，分析得到各环境分析值，并将满足运行故障条件的环境分析值，作为当前会议故障数据，包括：

获取各所述运行环境数据对应的运行数据阈值，并确定每个运行环境数据所属的类别；

针对同一类别的运行环境数据，通过所述类别的运行环境数据分析策略，分析所述类别的每个运行环境数据的环境分析值；

在所述环境分析值满足所述环境分析值的运行环境数据所对应的运行故障条件的情况下，确定所述运行环境数据的环境分析值为当前会议故障数据。

可选的，所述通过所述类别的运行环境数据分析策略，分析所述类别的每个运行环境数据的环境分析值，包括：

针对所述类别的每个运行环境数据，在所述运行环境数据中，提取环境分析值对应的环境数据信息；

按照数据解析策略，对所述环境分析值的环境数据信息进行数据解析处理，得到各所述运行环境数据对应的环境分析值。

可选的，所述确定各所述当前会议故障数据对应的故障等级，包括：

按照所述运行环境数据的类别，将各所述当前会议故障数据进行分类；

针对每类当前会议故障数据，通过所述类别对应的预设故障预警等级划分策略，确定所述类别的各所述当前会议故障数据对应的故障等级。

可选的，所述根据各所述当前会议故障数据、各所述当前会议故障数据对应的故障等级、以及所述视频内容数据，预测目标时段的视频会议数据的故障信息，包括：

根据各所述视频内容数据，通过自适应趋势分析算法，预测每个视频内容数据的数据流量变化趋势；

根据各所述当前会议故障数据、所述当前会议故障数据对应的故障等级，通过周期性比较策略，预测各所述运行环境数据的故障变化趋势；

按照时间序列，对所述时间序列的同一时间点的视频内容数据的数据流量变化趋势、以及所述时间序列的同一时间点的运行环境数据的故障变化趋势进行故障趋势分析，得到所述视频会议的故障趋势信息；所述时间序列包含当前视频会议的时间点到目标时段结束的时间点之间各时间点的序列；

在所述故障趋势信息中，选择目标时段的故障趋势信息，并分析所述目标时段的故障趋势信息的故障信息，得到所述目标时段的视频会议数据的故障信息。

第二方面，本申请还提供了一种视频会议故障预测装置。所述装置包括：

获取模块，用于获取当前视频会议的视频会议数据；所述视频会议数据包括运行环境数据、以及视频内容数据；

分析模块，用于通过视频分析策略和所述运行环境数据，分析得到各环境分析值，并将满足运行故障条件的环境分析值，作为当前会议故障数据；

预测模块，用于确定各所述当前会议故障数据对应的故障等级，并根据各所述当前会议故障数据、各所述当前会议故障数据对应的故障等级、以及所述视频内容数据，预测目标时段的视频会议的故障信息。

可选的，所述获取模块，具体用于：

获取当前视频会议的数据信息；

按照所述数据信息的类别标识对相同类别的数据信息进行聚类处理，得到各类别的数据信息；

通过预设的类别属性，将相同属性的类别进行汇总，得到运行环境数据、以及视频内容数据，并根据所述运行环境数据、以及所述视频内容数据，确定当前视频会议数据；所述类别属性包括运行环境属性和视频内容属性。

可选的，所述分析模块，具体用于：

获取各所述运行环境数据对应的运行数据阈值，并确定每个运行环境数据所属的类别；

针对同一类别的运行环境数据，通过所述类别的运行环境数据分析策略，分析所述类别的每个运行环境数据的环境分析值；

在所述环境分析值满足所述环境分析值的运行环境数据所对应的运行故障条件的情况下，确定所述运行环境数据的环境分析值为当前会议故障数据。

可选的，所述分析模块，具体用于：

针对所述类别的每个运行环境数据，在所述运行环境数据中，提取环境分析值对应的环境数据信息；

按照数据解析策略，对所述环境分析值的环境数据信息进行数据解析处理，得到各所述运行环境数据对应的环境分析值。

可选的，所述预测模块，具体用于：

按照所述运行环境数据的类别，将各所述当前会议故障数据进行分类；

针对每类当前会议故障数据，通过所述类别对应的预设故障预警等级划分策略，确定所述类别的各所述当前会议故障数据对应的故障等级。

可选的，所述预测模块，具体用于：

根据各所述视频内容数据，通过自适应趋势分析算法，预测每个视频内容数据的数据流量变化趋势；

根据各所述当前会议故障数据、所述当前会议故障数据对应的故障等级，通过周期性比较策略，预测各所述运行环境数据的故障变化趋势；

按照时间序列，对所述时间序列的同一时间点的视频内容数据的数据流量变化趋势、以及所述时间序列的同一时间点的运行环境数据的故障变化趋势进行故障趋势分析，得到所述视频会议的故障趋势信息；所述时间序列包含当前视频会议的时间点到目标时段结束的时间点之间各时间点的序列；

在所述故障趋势信息中，选择目标时段的故障趋势信息，并分析所述目标时段的故障趋势信息的故障信息，得到所述目标时段的视频会议数据的故障信息。

第三方面，本申请提供了一种计算机设备。所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现第一方面中任一项所述的方法的步骤。

第四方面，本申请提供了一种计算机可读存储介质。其上存储有计算机程序，所述计算机程序被处理器执行时实现第一方面中任一项所述的方法的步骤。

第五方面，本申请提供了一种计算机程序产品。所述计算机程序产品包括计算机程序，该计算机程序被处理器执行时实现第一方面中任一项所述的方法的步骤。

上述视频会议故障预测方法、装置、计算机设备和存储介质，通过获取当前视频会议的视频会议数据；所述视频会议数据包括运行环境数据、以及视频内容数据；通过视频分析策略和所述运行环境数据，分析得到各环境分析值，并将满足运行故障条件的环境分析值，作为当前会议故障数据；确定各所述当前会议故障数据对应的故障等级，并根据各所述当前会议故障数据、各所述当前会议故障数据对应的故障等级、以及所述视频内容数据，预测目标时段的视频会议的故障信息。通过分析各运行环境数据中的当前会议故障数据，并确定各当前会议故障数据的故障等级。然后根据视频内容数据、和当前会议故障数据，综合预测目标时段的视频会议的故障信息，从而提升了视频会议的故障预测效率。

附图说明

图1为一个实施例中视频会议故障预测方法的流程示意图；

图2为一个实施例中当前会议故障数据的确定步骤的流程示意图；

图3为一个实施例中预测目标时段的视频会议数据的故障信息的步骤的流程示意图；

图4为另一个实施例中视频会议故障预测示例的流程示意图；

图5为一个实施例中视频会议故障预测装置的结构框图；

图6为一个实施例中计算机设备的内部结构图。

具体实施方式

为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。

本申请实施例提供的视频会议故障预测方法，可以应用于终端中，也可以应用于服务器，还可以应用于包括终端和服务器的系统，并通过终端和服务器的交互实现。其中，终端可以包括但不限于是各种个人计算机、笔记本电脑、平板电脑等。该终端通过分析各运行环境数据中的当前会议故障数据，并确定各当前会议故障数据的故障等级。然后根据视频内容数据、和当前会议故障数据，综合预测目标时段的视频会议的故障信息，从而提升了视频会议的故障预测效率。

在一个实施例中，如图1所示，提供了一种视频会议故障预测方法，以该方法应用于终端为例进行说明，包括以下步骤：

步骤S101，获取当前视频会议的视频会议数据。

其中，视频会议数据包括运行环境数据、以及视频内容数据。

本实施例中，终端通过视频会议的各设备接口，获取该视频会议的运行环境数据，并通过视频会议的直播画面，获取该视频会议的视频内容数据。其中运行环境数据为当前视频会议的各载体的运行数据，该运行数据包括视频设备运行状态、视频网络连接质量，会议应用运行状态等。视频内容数据为当前视频会议的视频内容的数据，其中视频内容可以但不限于是当前观看视频人数、参与视频会议人数、视频会议对接端口数、视频会议流程内容、以及视频会议所需要的会议功能的复杂程度等

具体的，由于视频会议所需要载体设备众多，各种功能的载体设备的数据各异，因此需要终端获取涉及视频会议的各类设备的运行数据(即运行环境数据)。为保证兼容性终端采用传统信息采集方法，其中信息采集方法可以但不限于是api编程接口、syslog数据上报、snmp的信息抓取、ftp主动上传等方法，涵盖视频会议的各时间节点的日志和数据。采集的数据按视频会议流程依次打标后存储。其中，采集的数据可以按照设备编号、会议id号、用户id号、IP地址等名称进行标注。

步骤S102，通过视频分析策略和运行环境数据，分析得到各环境分析值，并将满足运行故障条件的环境分析值，作为当前会议故障数据。

本实施例中，终端通过视频分析策略，分别分析每个运行环境数据的环境分析值。针对每个环境分析值，终端判断该环境分析值是否满足运行故障条件。在该环境分析值满足运行故障条件的情况下，终端将该环境分析值作为当前会议故障数据。其中，环境分析值为运行环境数据的运行数值，例如，运行环境数据为设备的CPU利用率，则环境分析值可以是终端对当前CPU利用率数据解析后得到的CPU利用率的值为30％。运行故障条件可以但不限于是在终端预设的每个环境分析值的故障阈值，即，在该环境分析值大于预设环境分析值的故障阈值的情况下，终端将该环境分析值作为当前会议故障数据。具体的分析环境分析值的过程后续将详细说明。

步骤S103，确定各当前会议故障数据对应的故障等级，并根据各当前会议故障数据、各当前会议故障数据对应的故障等级、以及视频内容数据，预测目标时段的视频会议的故障信息。

本实施例中，终端针对每个当前会议故障数据，通过该当前会议故障数据对应的故障等级划分策略，确定该当前会议故障数据对应的故障等级。终端根据视频内容数据、当前会议故障数据、以及各当前会议故障数据对应的故障等级，预测视频会议的故障趋势信息，并分析在目标时段的故障趋势信息，得到目标时段的视频会议的故障信息。其中，每个当前会议故障数据对应的运行环境数据的类别不同，则该当前会议故障数据对应的故障等级划分策略不同。故障等级划分策略与运行环境数据的类别对应。

例如，运行环境数据的类别为设备丢包率、设备时延、以及画面抖动幅度，针对设备丢包率的等级划分策略为10％-30％为一级，30％-60％为二级，60％以上为三级；针对设备时延的等级划分策略为，0ms-10ms为一级，10ms-20ms为二级，20ms以上为三级；针对画面抖动幅度的等级划分策略为0°-3°为一级，3°-6°为二级，6°以上为三级。则终端获取的当前会议故障数据分别为设备丢包率为40％，设备时延为16ms，画面抖动幅度为4°时。终端获取的当前会议故障数据对应的故障等级为，40％设备丢包率的故障等级为二级、16ms设备实验的故障等级为二级、4°画面抖动幅度的故障等级为二级。

基于上述方案，通过分析各运行环境数据中的当前会议故障数据，并确定各当前会议故障数据对应的故障等级。然后根据视频内容数据、和当前会议故障数据，综合预测目标时段的视频会议的故障信息，从而提升了视频会议的故障预测效率。

可选的，获取当前视频会议的视频会议数据，包括：获取当前视频会议的数据信息；按照数据信息的类别标识对相同类别的数据信息进行聚类处理，得到各类别的数据信息；通过预设的类别属性，将相同属性的类别进行汇总，得到运行环境数据、以及视频内容数据，并根据运行环境数据、以及视频内容数据，确定当前视频会议数据；类别属性包括运行环境属性和视频内容属性。

本实施例中，终端接收当前会议的视频载体设备所发送的当前视频会议的数据信息。其中，数据信息为当前会议的会议内容、会议载体设备等所有视频会议相关的数据信息。其中，数据信息包括多个未分类的视频会议数据的类别标识。终端按照每个数据信息的类别标识，将相同类别的数据信息进行聚类处理，得到各类别的数据信息。其中数据信息的类别可以但不限于是设备运行状态、网络连接质量、应用运行状态、以及会议内容等大类。每个大类包含多个小类，其中，设备运行状态的小类包括设备CPU\内存\磁盘利用率、文件句柄、线程资源、数据库连接池、MCU资源容量、TCP连接数等类别；网络连接质量的小类包括MCU设备丢包率、时延、抖动、视频传输码率、视频画面格式等类别；应用运行状态包括终端注册、鉴权、呼叫入会、会中心跳保活、会议控制、接口调用日志等类别；会议内容的小类包括当前观看视频人数、参与视频会议人数、视频会议对接端口数、视频会议流程内容、以及视频会议所需要的会议功能等类别。

终端预设类别属性，并将相同属性的类别进行汇总，得到各属性的数据信息。其中，类别包括运行环境属性和视频内容属性，运行环境属性对应的类别为运行环境数据、视频内容数据对应视频内容数据，其中，运行环境数据所包含的类别为设备运行状态、网络连接质量、应用运行状态；视频内容数据包含的类别为会议内容。终端将已划分属性的运行环境数据、以及已划分属性的视频内容数据，作为当前视频会议的当前视频会议数据。

基于上述方案，通过对数据信息进行划分，能够更精准的分析当前视频会议数据的故障信息，提升了分析当前视频会议数据的故障信息的精准度。

可选的，如图2所示，通过视频分析策略和运行环境数据，分析得到各环境分析值，并将满足运行故障条件的环境分析值，作为当前会议故障数据，包括：

步骤S201，获取各运行环境数据对应的运行数据阈值，并确定每个运行环境数据所属的类别。

本实施例中，终端根据每个运行环境数据，获取各运行环境数据对应的运行数据阈值，并确定每个运行环境数据所属的类别。终端将每个运行环境数据对应的运行数据阈值存储进终端的存储区域中。

步骤S202，针对同一类别的运行环境数据，通过类别的运行环境数据分析策略，分析类别的每个视频运行数据的环境分析值。

本实施例中，终端预设每个类别的运行环境数据对应的视频会议数据分析策略，针对同一类别的运行环境数据，按照该类别对应的运行环境数据分析策略，分别分析该类别的每个运行环境数据对应的环境分析值。具体的分析过程后续将详细说明。

步骤S203，在环境分析值满足环境分析值的运行环境数据所对应的运行故障条件的情况下，确定运行环境数据的环境分析值为当前会议故障数据。

本实施例中，终端预设每个运行环境数据与运行故障条件的对应关系。终端针对每个环境分析值，查询所述环境分析值的运行环境数据与运行故障条件的对应关系，确定该环境分析值对应的运行故障条件。在该环境分析值满足该环境分析值的运行环境数据所对应的运行故障条件的情况下，终端确定该运行环境数据的环境分析值为当前会议故障数据。

具体的，针对设备运行状态的环境分析值进行分析：终端得到的设备CPU\内存\磁盘利用率、文件句柄、线程资源、数据库连接池、MCU资源容量、TCP连接数等数据的环境分析值之后，终端将每个环境分析值与该数据对应的数据阈值进行对比。在存在超过数据阈值的环境分析值的情况下，终端将超过数据阈值的环境分析值作为当前会议故障数据。

针对网络连接质量的环境分析值进行分析：终端从MCU设备上采集的网络连通性数据，包含视频终端到MCU设备丢包率、时延、抖动、视频传输码率、视频画面格式等数据(即运行环境数据)，并分析各运行环境数据的环境分析值。终端判断如果一个检测周期内存在达到故障判断阈值的环境分析值的情况下，则确定该达到故障判断阈值的环境分析值为当前会议故障数据。

针对应用运行状态的环境分析值进行分析：结合视频会议系统及客户端日志，对视频会议全程的实时日志分析，终端从终端注册、鉴权、呼叫入会、会中心跳保活、会议控制、接口调用日志等全流程分析。例如一个检测周期内注册失败次数超过了预设数值，则确定该达到预设数值的环境分析值为当前会议故障数据。

基于上述方案，通过确定环境分析值中的当前会议故障数据，为后续预测目标时段的故障信息，提供数据基础。

可选的，通过类别的视频会议数据分析策略，分析类别的每个运行环境数据的环境分析值，包括：针对类别的每个运行环境数据，在运行环境数据中，提取环境分析值对应的环境数据信息；按照数据解析策略，对环境分析值的环境数据信息进行数据解析处理，得到各运行环境数据对应的环境分析值。

本实施例中，终端针对每个类别的运行环境数据，在该类运行环境数据中，提取与环境分析值对应的环境数据信息。终端按照数据解析策略，对该环境分析指的环境数据信息进行数据解析处理，得到各运行环境数据对应的环境分析值。其中，数据解析策略可以但不限于任意一种能够实现上述步骤，对多种不同的环境数据信息进行解析的策略程序。其中，运行环境数据包括多个环境数据信息，该环境数据信息可以是环境分析值的环境数据信息、运行环境的类别标识的环境数据信息、运行环境的名称的环境数据信息、以及运行环境的载体设备的环境数据信息。

基于上述方案，通过分析运行环境数据的环境分析值，为后续确定各环境分析值是否为当前视频故障数据提供数据基础。

可选的，确定各当前会议故障数据对应的故障等级，包括：按照运行环境数据的类别，将各当前会议故障数据进行分类；针对每类当前会议故障数据，通过类别对应的预设故障预警等级划分策略，确定类别的各当前会议故障数据对应的故障等级。

本实施例中，终端预设故障预警等级划分层略、以及运行环境数据的类别与故障预警等级划分策略的对应关系，并按照运行环境数据的类别，将每个当前会议故障数据划分成到该当前会议故障数据对应的类别，得到多累当前会议故障数据。终端针对每类当前会议故障数据，查询运行环境数据的类别与故障预警等级划分策略的对应关系，得到该类当前会议故障数据对应的故障预警等级划分策略。终端按照该类当前会议故障数据对应的故障预警等级划分策略，确定该类别的各当前会议故障数据对应的故障等级。

基于上述方案，通过确定各当前会议故障数据对应的故障等级，便于后续预测该当前会议故障数据对应的运行环境数据的故障变化趋势，提升了预测故障变化趋势的精准度。

可选的，如图3所示，根据各当前会议故障数据、各当前会议故障数据对应的故障等级、以及视频内容数据，预测目标时段的视频会议数据的故障信息，包括：

步骤S301，根据各视频内容数据，通过自适应趋势分析算法，预测每个视频内容数据的数据流量变化趋势。

本实施例中，终端通过自适应趋势分析算法，基于各视频内容数据，预测从当前时间点开始之后每个视频内容数据的数据流量变化趋势。其中，自适应趋势分析算法可以但不限与任何一种可以实现上述步骤的动态自适应趋势分析工具。

其中，数据流量变化趋势为从当前时间点开始的视频内容数据流量的变化趋势。例如，客户端使用高峰期和用户增长的趋势、不同接入网络接入方式的带宽需求增长趋势、以及接入线路随用户量增加的指标劣化趋势等。

步骤S302，根据各当前会议故障数据、当前会议故障数据对应的故障等级，通过周期性比较策略，预测各运行环境数据的故障变化趋势。

本实施例中，终端基于每个当前会议故障数据、以及各当前会议故障数据对应的故障等级，通过周期性比较策略，预测每个运行环境数据的故障变化趋势。其中，在该运行环境数据对应的环境分析值部位当前会议故障数据的情况下，终端基于该运行环境数据的环境分析指，通过周期性比较策略，预测该运行环境数据的故障变化趋势。其中，周期性比较策略为通过将获取的当前时段的会议故障数据，划分为多个周期性的子时段的会议故障数据，并通过比较在当前时段的时间序列上，相邻子时段的会议故障数据的变化趋势，预测从当前时间点开始该会议故障数据对应的运行环境数据的故障变化趋势。

故障变化趋势为每个运行环境数据从当前时间点开始的故障增减趋势。例如，用户端软件版本装机增长量，不同版本的报错频次趋势、以及3、系统侧MCU资源池占用的趋势，预测资源扩充量和频次趋势等。

步骤S303，按照时间序列，对所述时间序列的同一时间点的视频内容数据的数据流量变化趋势、以及所述时间序列的同一时间点的运行环境数据的故障变化趋势进行故障趋势分析，得到所述视频会议的故障趋势信息。

其中，时间序列包含当前视频会议的时间点到目标时段结束的时间点之间各时间点的序列。

本实施例中，终端将视频内容数据的数据流量变化趋势，以及运行环境数据的故障变化趋势，按照当前视频会议的时间点到目标时段结束的时间点之间各时间点的序列，划分为多个时间点的数据流量变化趋势、以及多个时间点的故障变化趋势。终端通过对相同时间点的视频内容数据的数据流量变化趋势、以及相同时间点的运行环境数据的故障变化趋势进行对比整合，并综合分析在该时间点的视频会议的故障趋势信息，得到该时间点的视频会议的故障趋势信息。同样的，通过上述方式，终端分析得到每个时间点的视频会议的故障趋势信息，终端将各故障趋势信息按照时间序列的方式排列，得到该视频会议的故障趋势信息。其中，故障趋势信息为该视频会议中每个数据信息的故障趋势走向信息。

步骤S304，在故障趋势信息中，选择目标时段的故障趋势信息，并分析目标时段的故障趋势信息的故障信息，得到目标时段的视频会议数据的故障信息。

本实施例中，终端在视频会议的故障趋势信息中，按照时间序列，选择目标时段的故障趋势信息。终端根据分析该目标时段的每个数据信息的故障趋势走向信息，预测该视频会议在目标时段的故障点、该故障点出现的时段、以及该故障点对应的故障原因。终端将目标时段的故障点、该故障点出现的时段、以及该故障点对应的故障原因，作为目标时段的视频会议数据的故障信息。

基于上述方案，通过分析各运行环境数据中的当前会议故障数据，并确定各当前会议故障数据对应的故障等级。然后根据视频内容数据、和当前会议故障数据，综合预测目标时段的视频会议的故障信息，从而提升了视频会议的故障预测效率。

本申请还提供了一种视频会议故障预测示例，如4所示，具体处理过程包括以下步骤：

步骤S401，获取当前视频会议的数据信息。

步骤S402，按照数据信息的类别标识对相同类别的数据信息进行聚类处理，得到各类别的数据信息。

步骤S403，通过预设的类别属性，将相同属性的类别进行汇总，得到运行环境数据、以及视频内容数据，并根据运行环境数据、以及视频内容数据，确定当前视频会议数据；类别属性包括运行环境属性和视频内容属性。

步骤S404，获取各运行环境数据对应的运行数据阈值，并确定每个运行环境数据所属的类别。

步骤S405，针对同一类别的运行环境数据，针对类别的每个运行环境数据，在运行环境数据中，提取环境分析值对应的环境数据信息。

步骤S406，按照数据解析策略，对环境分析值的环境数据信息进行数据解析处理，得到各运行环境数据对应的环境分析值。

步骤S407，在环境分析值满足环境分析值的运行环境数据所对应的运行故障条件的情况下，确定运行环境数据的环境分析值为当前会议故障数据。

步骤S408，按照运行环境数据的类别，将各当前会议故障数据进行分类。

步骤S409，针对每类当前会议故障数据，通过类别对应的预设故障预警等级划分策略，确定类别的各当前会议故障数据对应的故障等级。

步骤S410，根据各视频内容数据，通过自适应趋势分析算法，预测每个视频内容数据的数据流量变化趋势。

步骤S411，根据各当前会议故障数据、当前会议故障数据对应的故障等级，通过周期性比较策略，预测各运行环境数据的故障变化趋势。

步骤S412，按照时间序列，对时间序列的同一时间点的视频内容数据的数据流量变化趋势、以及时间序列的同一时间点的运行环境数据的故障变化趋势进行故障趋势分析，得到视频会议的故障趋势信息。

步骤S413，在故障趋势信息中，选择目标时段的故障趋势信息，并分析目标时段的故障趋势信息的故障信息，得到目标时段的视频会议数据的故障信息。

应该理解的是，虽然如上所述的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。

基于同样的发明构思，本申请实施例还提供了一种用于实现上述所涉及的视频会议故障预测方法的视频会议故障预测装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似，故下面所提供的一个或多个视频会议故障预测装置实施例中的具体限定可以参见上文中对于视频会议故障预测方法的限定，在此不再赘述。

在一个实施例中，如图5所示，提供了一种视频会议故障预测装置，包括：获取模块510、分析模块520和预测模块530，其中：

获取模块510，用于获取当前视频会议的视频会议数据；所述视频会议数据包括运行环境数据、以及视频内容数据；

分析模块520，用于通过视频分析策略和所述运行环境数据，分析得到各环境分析值，并将满足运行故障条件的环境分析值，作为当前会议故障数据；

预测模块530，用于确定各所述当前会议故障数据对应的故障等级，并根据各所述当前会议故障数据、各所述当前会议故障数据对应的故障等级、以及所述视频内容数据，预测目标时段的视频会议的故障信息。

可选的，所述获取模块510，具体用于：

获取当前视频会议的数据信息；

按照所述数据信息的类别标识对相同类别的数据信息进行聚类处理，得到各类别的数据信息；

通过预设的类别属性，将相同属性的类别进行汇总，得到运行环境数据、以及视频内容数据，并根据所述运行环境数据、以及所述视频内容数据，确定当前视频会议数据；所述类别属性包括运行环境属性和视频内容属性。

可选的，所述分析模块520，具体用于：

获取各所述运行环境数据对应的运行数据阈值，并确定每个运行环境数据所属的类别；

针对同一类别的运行环境数据，通过所述类别的运行环境数据分析策略，分析所述类别的每个运行环境数据的环境分析值；

在所述环境分析值满足所述环境分析值的运行环境数据所对应的运行故障条件的情况下，确定所述运行环境数据的环境分析值为当前会议故障数据。

可选的，所述分析模块520，具体用于：

针对所述类别的每个运行环境数据，在所述运行环境数据中，提取环境分析值对应的环境数据信息；

按照数据解析策略，对所述环境分析值的环境数据信息进行数据解析处理，得到各所述运行环境数据对应的环境分析值。

可选的，所述预测模块530，具体用于：

按照所述运行环境数据的类别，将各所述当前会议故障数据进行分类；

针对每类当前会议故障数据，通过所述类别对应的预设故障预警等级划分策略，确定所述类别的各所述当前会议故障数据对应的故障等级。

可选的，所述预测模块530，具体用于：

根据各所述视频内容数据，通过自适应趋势分析算法，预测每个视频内容数据的数据流量变化趋势；

根据各所述当前会议故障数据、所述当前会议故障数据对应的故障等级，通过周期性比较策略，预测各所述运行环境数据的故障变化趋势；

按照时间序列，对所述时间序列的同一时间点的视频内容数据的数据流量变化趋势、以及所述时间序列的同一时间点的运行环境数据的故障变化趋势进行故障趋势分析，得到所述视频会议的故障趋势信息；所述时间序列包含当前视频会议的时间点到目标时段结束的时间点之间各时间点的序列；

在所述故障趋势信息中，选择目标时段的故障趋势信息，并分析所述目标时段的故障趋势信息的故障信息，得到所述目标时段的视频会议数据的故障信息。

上述视频会议故障预测装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。

在一个实施例中，提供了一种计算机设备，该计算机设备可以是终端，其内部结构图可以如图6所示。该计算机设备包括通过系统总线连接的处理器、存储器、通信接口、显示屏和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信，无线方式可通过WIFI、移动蜂窝网络、NFC(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种视频会议故障预测方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。

本领域技术人员可以理解，图6中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。

在实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现上述各方法实施例中的步骤。

在实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述各方法实施例中的步骤。

在实施例中，提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述各方法实施例中的步骤。

需要说明的是，本申请所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等)，均为经用户授权或者经过各方充分授权的信息和数据。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-OnlyMemory，ROM)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(ReRAM)、磁变存储器(Magnetoresistive Random Access Memory，MRAM)、铁电存储器(Ferroelectric Random Access Memory，FRAM)、相变存储器(Phase Change Memory，PCM)、石墨烯存储器等。易失性存储器可包括随机存取存储器(Random Access Memory，RAM)或外部高速缓冲存储器等。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器(Static Random Access Memory，SRAM)或动态随机存取存储器(Dynamic RandomAccess Memory，DRAM)等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等，不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等，不限于此。

以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本申请专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请的保护范围应以所附权利要求为准。

Claims (10)

1.一种视频会议故障预测方法，其特征在于，所述方法包括：

获取当前视频会议的视频会议数据；所述视频会议数据包括运行环境数据、以及视频内容数据；

通过视频分析策略和所述运行环境数据，分析得到各环境分析值，并将满足运行故障条件的环境分析值，作为当前会议故障数据；

确定各所述当前会议故障数据对应的故障等级，并根据各所述当前会议故障数据、各所述当前会议故障数据对应的故障等级、以及所述视频内容数据，预测目标时段的视频会议的故障信息。

2.根据权利要求1所述的方法，其特征在于，所述获取当前视频会议的视频会议数据，包括：

获取当前视频会议的数据信息；

按照所述数据信息的类别标识对相同类别的数据信息进行聚类处理，得到各类别的数据信息；

通过预设的类别属性，将相同属性的类别进行汇总，得到运行环境数据、以及视频内容数据，并根据所述运行环境数据、以及所述视频内容数据，确定当前视频会议数据；所述类别属性包括运行环境属性和视频内容属性。

3.根据权利要求1所述的方法，其特征在于，所述通过视频分析策略和所述运行环境数据，分析得到各环境分析值，并将满足运行故障条件的环境分析值，作为当前会议故障数据，包括：

获取各所述运行环境数据对应的运行数据阈值，并确定每个运行环境数据所属的类别；

针对同一类别的运行环境数据，通过所述类别的运行环境数据分析策略，分析所述类别的每个运行环境数据的环境分析值；

在所述环境分析值满足所述环境分析值的运行环境数据所对应的运行故障条件的情况下，确定所述运行环境数据的环境分析值为当前会议故障数据。

4.根据权利要求3所述的方法，其特征在于，所述通过所述类别的运行环境数据分析策略，分析所述类别的每个运行环境数据的环境分析值，包括：

针对所述类别的每个运行环境数据，在所述运行环境数据中，提取环境分析值对应的环境数据信息；

按照数据解析策略，对所述环境分析值的环境数据信息进行数据解析处理，得到各所述运行环境数据对应的环境分析值。

5.根据权利要求1所述的方法，其特征在于，所述确定各所述当前会议故障数据对应的故障等级，包括：

按照所述运行环境数据的类别，将各所述当前会议故障数据进行分类；

针对每类当前会议故障数据，通过所述类别对应的预设故障预警等级划分策略，确定所述类别的各所述当前会议故障数据对应的故障等级。

6.根据权利要求1所述的方法，其特征在于，所述根据各所述当前会议故障数据、各所述当前会议故障数据对应的故障等级、以及所述视频内容数据，预测目标时段的视频会议数据的故障信息，包括：

根据各所述视频内容数据，通过自适应趋势分析算法，预测每个视频内容数据的数据流量变化趋势；

根据各所述当前会议故障数据、所述当前会议故障数据对应的故障等级，通过周期性比较策略，预测各所述运行环境数据的故障变化趋势；

按照时间序列，对所述时间序列的同一时间点的视频内容数据的数据流量变化趋势、以及所述时间序列的同一时间点的运行环境数据的故障变化趋势进行故障趋势分析，得到所述视频会议的故障趋势信息；所述时间序列包含当前视频会议的时间点到目标时段结束的时间点之间各时间点的序列；

在所述故障趋势信息中，选择目标时段的故障趋势信息，并分析所述目标时段的故障趋势信息的故障信息，得到所述目标时段的视频会议数据的故障信息。

7.一种视频会议故障预测装置，其特征在于，所述装置包括：

获取模块，用于获取当前视频会议的视频会议数据；所述视频会议数据包括运行环境数据、以及视频内容数据；

分析模块，用于通过视频分析策略和所述运行环境数据，分析得到各环境分析值，并将满足运行故障条件的环境分析值，作为当前会议故障数据；

预测模块，用于确定各所述当前会议故障数据对应的故障等级，并根据各所述当前会议故障数据、各所述当前会议故障数据对应的故障等级、以及所述视频内容数据，预测目标时段的视频会议的故障信息。

8.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的方法的步骤。

9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。

10.一种计算机程序产品，包括计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。

Images