一种卡顿检测方法、系统及设备技术方案

本发明专利技术公开了一种卡顿检测方法、系统及设备，其中，所述方法包括：获取传输层请求样本；提取各个所述传输层请求样本的传输特征，并为各个所述传输层请求样本添加用于表征传输是否卡顿的训练类标；根据提取的所述传输特征和添加的所述训练类标训练得到预测模型，并通过所述预测模型预测指定时段内各个传输请求是否出现卡顿；根据预测结果统计所述指定时段内的传输卡顿率，并根据统计的所述传输卡顿率，在所述指定时段内确定异常时间节点，并上报满足指定条件的异常时间节点。本申请提供的技术方案，能够提高卡顿检测的准确度和时效性。

A method, system and equipment of carton detection

【技术实现步骤摘要】
一种卡顿检测方法、系统及设备
本专利技术涉及互联网
，特别涉及一种卡顿检测方法、系统及设备。
技术介绍
随着互联网技术的不断发展，视频成为比较有效的信息传播方式。为了提高视频的传输速度和稳定性，目前可以通过CDN(ContentDeliveryNetwork，内容分发网络)对视频进行加速。鉴于此，如何有效地评估和优化视频传输过程中的卡顿状况，成为CDN厂商比较关注的问题。目前，CDN厂商通常是根据用户反馈的信息来判断视频传输过程是否发生了卡顿。具体地，在视频播放过程中或者视频播放结束后，用户可以提交视频的观看体验，或者从预置的多个表征播放状态的标签中选择一个或者多个标签。通过分析用户提交的这些反馈信息，从而可以知晓视频播放过程中是否存在卡顿。但是，这样的方式无疑会比较依赖用户，如果用户没有提供足够多的反馈信息，便无法准确地判定视频是否出现了卡顿。此外，这种方式的时效性也较差，通常只能在视频上线的一段时间之后才能检测出视频播放是否存在卡顿，无法及时地知晓出现卡顿的时间点。
技术实现思路
本申请的目的在于提供一种卡顿检测方法、系统及设备，能够提高卡顿检测的准确度和时效性。为实现上述目的，本申请一方面提供一种卡顿检测方法，所述方法包括：获取传输层请求样本，所述传输层请求样本中至少包括表征传输是否卡顿的不同的请求样本；提取各个所述传输层请求样本的传输特征，并为各个所述传输层请求样本添加用于表征传输是否卡顿的训练类标；根据提取的所述传输特征和添加的所述训练类标训练得到预测模型，并通过所述预测模型预测指定时段内各个传输请求是否出现卡顿；根据预测结果统计所述指定时段内的传输卡顿率，并根据统计的所述传输卡顿率，在所述指定时段内确定异常时间节点，并上报满足指定条件的异常时间节点。为实现上述目的，本申请另一方面还提供一种卡顿检测系统，所述系统包括：样本获取单元，用于获取传输层请求样本，所述传输层请求样本中至少包括表征传输是否卡顿的不同的请求样本；样本处理单元，用于提取各个所述传输层请求样本的传输特征，并为各个所述传输层请求样本添加用于表征传输是否卡顿的训练类标；卡顿预测单元，用于根据提取的所述传输特征和添加的所述训练类标训练得到预测模型，并通过所述预测模型预测指定时段内各个传输请求是否出现卡顿；卡顿上报单元，用于根据预测结果统计所述指定时段内的传输卡顿率，并根据统计的所述传输卡顿率，在所述指定时段内确定异常时间节点，并上报满足指定条件的异常时间节点。为实现上述目的，本申请另一方面还提供一种卡顿检测设备，所述设备包括处理器和存储器，所述存储器用于存储计算机程序，所述计算机程序被所述处理器执行时，实现上述的卡顿检测方法。由上可见，本申请一个或者多个实施方式提供的技术方案，可以采用机器学习的方法来检测视频传输过程中是否出现了卡顿。具体地，可以获取表征是否卡顿的不同的传输层请求样本，然后可以提取这些传输层请求样本的传输特征，并添加表征传输是否卡顿的训练类标。通过提取的传输特征和添加的训练类标，可以按照机器学习的方法训练得到预测模型。该预测模型可以预测指定时段内的各个传输请求是否出现了卡顿。为了及时地确定出现卡顿的时间节点，可以统计指定时段内的传输卡顿率，并在其中确定异常时间节点。这些异常时间节点可以进一步地判定是否满足指定条件，如果满足指定条件，则可以表明卡顿的状态在持续出现，从而可以上报满足指定条件的异常时间节点，以便排查造成卡顿的原因。可见，通过机器学习的方式来预测传输请求是否卡顿，能够提高卡顿检测的准确度。此外，本申请还可以及时地上报表征持续出现卡顿状况的异常时间节点，从而提高了卡顿检测的时效性。附图说明为了更清楚地说明本专利技术实施方式中的技术方案，下面将对实施方式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专利技术的一些实施方式，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是本专利技术实施方式中卡顿检测方法的步骤示意图；图2是本专利技术实施方式中上报异常时间节点的示意图；图3是本专利技术实施方式中质量因子分析的步骤示意图；图4是本专利技术实施方式中卡顿检测设备的结构示意图。具体实施方式为使本申请的目的、技术方案和优点更加清楚，下面将结合本申请具体实施方式及相应的附图对本申请技术方案进行清楚、完整地描述。显然，所描述的实施方式仅是本申请一部分实施方式，而不是全部的实施方式。基于本申请中的实施方式，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方式，都属于本申请保护的范围。在实际应用中，造成视频播放卡顿的原因通常有两个方面。一方面是由于客户端性能不足或者客户端的播放器存在程序异常而引起的播放卡顿，这方面的原因CDN厂商通常可以不用考虑。另一方面则是由于客户端接收到的缓存数据量小于播放视频所需的数据量而引起的卡顿，这方面的原因是CDN厂商需要关注的。在本申请中，可以通过分析TCP传输层的数据来判断客户端的视频播放是否出现卡顿，并可以进一步地确定导致播放卡顿的原因。具体地，在本申请的实施方式中，可以通过建立两个模型来分别检测播放是否出现卡顿以及判断导致播放卡顿的原因。请参阅图1，本申请一个实施方式提供的卡顿检测方法，可以包括以下步骤。S11：获取传输层请求样本，所述传输层请求样本中至少包括表征传输是否卡顿的不同的请求样本。在本实施方式中，可以通过机器学习的方法来建立用于检测播放是否出现卡顿的预测模型。具体地，该方法可以包括训练阶段和预测阶段。在训练阶段，首先可以获取大量的训练样本，这些训练样本可以是视频传输过程中的传输层请求样本。该传输层请求样本可以包括从请求开始到请求结束的过程中，存储视频数据的服务器与播放视频的客户端之间交互的一系列数据。需要说明的是，为了使得训练后的预测模型能够正确地区分播放卡顿和播放不卡顿的状况，在获取到的传输层请求样本中，可以包含表征传输是否卡顿的不同的请求样本，并且表征传输卡顿和表征传输不卡顿的请求样本的数量也需要达到一定的量级，才能训练出精度较高的预测模型。S13：提取各个所述传输层请求样本的传输特征，并为各个所述传输层请求样本添加用于表征传输是否卡顿的训练类标。在本实施方式中，在获取到传输层请求样本后，可以提取传输层请求样本中的各个传输特征。这些传输特征可以用于表征数据传输过程中的不同状态。通常而言，这些传输特征在传输层请求样本中可以通过不同的字段进行表示，通过识别不同字段所表征的含义，便可以提取出对应的传输特征。在实际应用中，传输特征越多，越能够精确地表征对应的传输层请求样本。鉴于此，在一个实施方式中，上述的传输特征的可以包括传输字节数、重传字节数、传输时长、初始往返时延、平均往返时延、最大往返时延、超时重传次数、进入loss状态总时长、进入loss状态的最大时长、首屏速度、传输速度、初始速度、最大速度、客户端接收窗口为0的次数、客户端接收窗口为0的持续总时长本文档来自技高网...

【技术保护点】
1.一种卡顿检测方法，其特征在于，所述方法包括：/n获取传输层请求样本，所述传输层请求样本中至少包括表征传输是否卡顿的不同的请求样本；/n提取各个所述传输层请求样本的传输特征，并为各个所述传输层请求样本添加用于表征传输是否卡顿的训练类标；/n根据提取的所述传输特征和添加的所述训练类标训练得到预测模型，并通过所述预测模型预测指定时段内各个传输请求是否出现卡顿；/n根据预测结果统计所述指定时段内的传输卡顿率，并根据统计的所述传输卡顿率，在所述指定时段内确定异常时间节点，并上报满足指定条件的异常时间节点。/n

【技术特征摘要】
1.一种卡顿检测方法，其特征在于，所述方法包括：
获取传输层请求样本，所述传输层请求样本中至少包括表征传输是否卡顿的不同的请求样本；
提取各个所述传输层请求样本的传输特征，并为各个所述传输层请求样本添加用于表征传输是否卡顿的训练类标；
根据提取的所述传输特征和添加的所述训练类标训练得到预测模型，并通过所述预测模型预测指定时段内各个传输请求是否出现卡顿；
根据预测结果统计所述指定时段内的传输卡顿率，并根据统计的所述传输卡顿率，在所述指定时段内确定异常时间节点，并上报满足指定条件的异常时间节点。


2.根据权利要求1所述的方法，其特征在于，所述传输特征包括传输字节数、重传字节数、传输时长、初始往返时延、平均往返时延、最大往返时延、超时重传次数、进入loss状态总时长、进入loss状态的最大时长、首屏速度、传输速度、初始速度、最大速度、客户端接收窗口为0的次数、客户端接收窗口为0的持续总时长、拥塞窗口最小值、拥塞窗口平均值、拥塞窗口最大值、检测周期内的累积数据确认量、检测周期内未发送数据的原因中的至少一种。


3.根据权利要求1所述的方法，其特征在于，为各个所述传输层请求样本添加用于表征传输是否卡顿的训练类标包括：
确定所述传输层请求样本当前时刻累积的确认数据量，并根据客户端的视频播放时长和平均播放码率，确定截止所述当前时刻，客户端播放视频所需的数据量；
若所述累积的确认数据量小于所述所需的数据量，为所述传输层请求样本添加用于表征传输卡顿的训练类标；
若在视频播放的任一时刻，所述累积的确认数据量均大于或者等于所述所需的数据量，为所述传输层请求样本添加用于表征传输不卡顿的训练类标。


4.根据权利要求3所述的方法，其特征在于，确定截止所述当前时刻，客户端播放视频所需的数据量包括：
在所述客户端的视频播放时长中识别出暂停播放的时长，并从所述客户端的视频播放时长中扣除所述暂停播放的时长后，根据剩余的播放时长和所述平均播放码率，确定截止所述当前时刻，客户端播放视频所需的数据量。


5.根据权利要求4所述的方法，其特征在于，在所述客户端的视频播放时长中识别出暂停播放的时长包括：
统计客户端接收窗口为0的持续时长，若统计的所述持续时长大于或者等于指定时长阈值，将统计的所述持续时长作为暂停播放的时长。


6.根据权利要求1所述的方法，其特征在于，在所述指定时段内确定异常时间节点包括：
若当前时间节点的传输卡顿率比前一个时间节点的传输卡顿率高出指定卡顿率变差阈值，将所述当前时间节点作为异常时间节点。


7.根据权利要求1或6所述的方法，其特征在于，上报满足指定条件的异常时间节点包括：
针对当前的异常时间节点而言，判断位于所述当前的异常时间节点之后连续的指定数量的时间节点是否均为异常时间节点，若是，上报所述当前的异常时间节点；若否，不上报所述当前的异常时间节点。


8.根据权利要求1所述的方法，其特征在于，所述方法还包括：
确定表征数据传输状态的多个质量因子，并为各个所述质量因子设置判定条件；
提取所述指定时段内各个传输请求的特征数据，并将所述特征数据与各个所述质量因子的判定条件进行比对，以确定各个所述传输请求对应的质量因子；
根据确定的各个所述传输请求对应的质量因子，统计所述指定时段内，各个所述质量因子的传输请求占比，并根据统计的所述传输请求占比，确定导致传输卡顿的目标质量因子。


9.根据权利要求8所述的方法，其特征在于，为各个所述质量因子设置判定条件包括：
识别与所述质量因子相关联的一个或者多个传输特征，并为所述一个或者多个传输特征分别设置判定阈值，以及建立所述一个或者多个传输特征与各自的判定阈值之间的对比关系。


10.根据权利要求8所述的方法，其特征在于，确定的各个所述质量因子还分别具备权重值；确定各个所述传输请求对应的质量因子包括：
若所述传输请求的特征数据符合一个或者多个质量因子的判定条件，将所述一个或者多个...

【专利技术属性】
技术研发人员：王昱丹，陈文娟，
申请(专利权)人：网宿科技股份有限公司，
类型：发明
国别省市：上海;31