无卡顿智能终端直播应用系统、方法、设备及存储介质技术方案

本发明专利技术属于移动互联网信息服务技术领域，公开了一种无卡顿智能终端直播应用系统、方法、设备及存储介质，所述无卡顿智能终端直播应用系统包括：视频采集设备、流媒体转发系统、监测视频直播卡顿设备、云存储系统、中心管理系统、微视频直播系统、智能终端即时通讯工具、视频直播APP模块、目标数据设计模块、位置设计模块、采集点放置模块。本发明专利技术提出了一种特定场景下的直播卡顿监测方案，通过视频直播APP在直播中获取直播过程中每个关键状态的数据，通过埋点上报的方式把数据传输到服务器，服务器接收到数据并经统计分析、整合输出，可以快速检测并定位直播卡顿原因，高效解决直播卡顿问题以及特定场景下法给出准确定界的问题。问题以及特定场景下法给出准确定界的问题。问题以及特定场景下法给出准确定界的问题。

【技术实现步骤摘要】
无卡顿智能终端直播应用系统、方法、设备及存储介质


[0001]本专利技术属于移动互联网信息服务
，尤其涉及一种无卡顿智能终端直播应用系统、方法、设备及存储介质。

技术介绍

[0002]目前，随着科学技术的迅猛发展及5G技术的逐步推广与应用，信息化建设在城市发展中所占的比重越来越大；智能终端已经成为人们日常生活和交流中不可或缺的重要组成部分，如何提升智能终端或者APP的性能已经成为业界研究的热点话题，以近几年迅速崛起的直播平台为例：电信运营商推出不限流量套餐和直播行业的迅猛发展，让越来越多的用户选择使用移动网络在碎片化的时间里观看直播。在移动场景或者公共区域用户在观看直播时，会因各种各样的问题而出现卡顿现象，这些问题可能来源于智能终端CPU占用过高、内存不足、智能终端过热、无线侧网络通道拥塞、无线侧信号弱、小区切换、核心网通信拥塞、媒体网关流速控制或者是数据服务器过载等诸多原因。用户观看卡顿直接影响用户体验，如果能够对卡顿原因进行精准定位，则对用户体验有较大提升，对移动数据应用和优化改善移动终端具有重要的理论研究意义和实践研究价值。
[0003]传统基于无线侧邻区数据传输质量和用户体验数据建模算法，缺少必要的数据源，分析维度过于单一，针对特定场景下的问题无法给出准确的定界原因，如智能终端CPU过高导致的终端APP卡顿往往会归咎于邻区信道拥塞。
[0004]通过上述分析，现有技术存在的问题及缺陷为：传统基于无线侧邻区数据传输质量和用户体验数据建模算法，缺少必要的数据源，分析维度过于单一，针对特定场景下的问题无法给出准确的定界原因，如智能终端CPU过高导致的终端APP卡顿往往会归咎于邻区信道拥塞。

技术实现思路

[0005]针对现有技术存在的问题，本专利技术提供了一种无卡顿智能终端直播应用系统、方法、设备及存储介质。
[0006]本专利技术是这样实现的，一种无卡顿智能终端直播应用方法，所述无卡顿智能终端直播应用方法包括以下步骤：
[0007]步骤一，通过监测视频直播卡顿系统的目标数据设计模块在视频直播APP模块中建立模型以设计需要采集的目标数据，并通过位置设计模块设计所述目标数据产生的位置：确定需要采集的目标数据的数据源，基于不同的数据源收集包括网页标题、关键字在内的信息建立类相关的关键字库；同时根据每一个数据源的页面数据特点，事先定义好待爬取的数据字段；当有新的目标数据需要采集时，获取包括目标页面标题、页面关键字在内的与关键字库对应的信息，根据获得的信息与已有的类库数据对数据源进行分类；筛选出数据源的文章列表地址，过滤包括广告在内的与舆情数据无关的页面，将筛选出的地址加入数据采集源列表；基于包括不同数据源网页标题、关键字在内的信息建立的关键字库对应
不同数据源的标题以及关键字确定不同数据源的地址信息，即可得所述目标数据产生的位置。
[0008]步骤二，通过监测视频直播卡顿系统的采集点放置模块根据所设计的目标数据产生的位置，结合直播节点放置数据采集点；通过部署于联网服务器上的流媒体转发系统转发视频采集设备采集的标准流至微视频直播系统，或者存储视频采集设备采集的标准流到云存储系统；其中，所述目标数据包括首播时间、首播时长分布、异常比例、卡顿时间占比、卡顿用户分布、卡顿时间和次数的关键数据。
[0009]步骤三，转发视频过程中视频编码优化：将多模块关联、多目标性能约束的算法优化转化为系列算法参数在率-失真-资源消耗约束下的取值选择问题，包括：多层次候选参数选择；多层次候选参数离散值选择和基于关联耦合度的系列参数取值选择；所述多层次候选参数选择的算法参数包括：编码工具参数、编码全局参数、可定制模块算法参数；所述基于关联耦合度的系列参数取值选择采用定量度量模块间及模块内算法参数间关联耦合程度。
[0010]步骤四，通过云存储系统查看所需视频和接收监测视频直播卡顿系统的数据并且经过统计分析，将数据整合输出首播时间、首播时长分布、异常比例、卡顿时间占比、卡顿用户分布、卡顿时间和次数的关键数据，结合数据检测并定位卡顿原因；通过布署于互联网服务器上的中心管理系统对添加到系统的视频采集设备、用户及用户权限进行全局管理。
[0011]步骤五，通过微视频直播系统直接通过智能终端即时通信工具直播、分享和推广来自网络摄像机、监控设备及其他视频采集设备的视频，同时可对视频采集设备进行对讲、抓拍、录像存储、回放、清晰度调整以及云台控制的操作；通过视频直播APP模块注册微视频直播系统账号，通过手工或扫描二维码的方式把设备关联到该账号，管理关联设备的查看权限并查看设备视频。
[0012]进一步，步骤二中，所述流媒体转发系统存储视频采集设备采集的标准流到云存储系统的方法，包括：
[0013](1)获取流媒体转发系统提交的标准流存储请求，并根据所述标准流存储请求获取对象标准流的容器信息；
[0014](2)根据所述对象标准流的容器信息获取所述对象标准流的原始云存储节点信息；根据负载均衡和所述流媒体转发系统提交的标准流存储请求选择目标云存储节点；
[0015](3)向流媒体转发系统发送目标云存储节点信息和所述原始云存储节点信息，以使流媒体转发系统根据所述目标云存储节点信息向所述目标云存储节点发送所述对象数据和所述原始云存储节点信息，使得所述目标云存储节点存放所述对象标准流并向所述对象标准流的原始云存储节点发送存储通知消息，所述存储通知消息中携带所述对象标准流的对象元数据和访问链接。
[0016]进一步，步骤三中，所述多层次候选参数离散值的选择方法，包括：
[0017](1)基于等效硬件复杂度C
tot
度量，将所有算法参数设置为率失真性能最好的离散值，得到基准参考代码；
[0018](2)针对待离散化算法参数，用较小的步长进行离散取值，测试各个离散取值流水算法的J和C
tot
值，得到J-C
tot
散点图拟合为一条曲线；
[0019](3)统计最大和最小J值以及ΔJ＝J
max-J
min
，记录各待离散算法参数的ΔJ为ΔJ
(x)，其中x为序号；
[0020](4)计算所有待离散参数的平均ΔJ值，根据当前待离散算法参数x的ΔJ(x)和平均ΔJ值之间关系，按比例确定算法参数x的离散取点数N
x
；
[0021](5)将该参数的J
max
和J
min
分为N
x
等份，经过J-C
tot
曲线映射得到相应C
tot
值，取N
x
个(R，C
tot
)最接近的离散取值，得到当前算法参数的N
x
个离散化取值。
[0022]进一步，步骤三中，所述计算关联耦合程度的方法，包括：
[0023](1)假设模块X
i
内两个算法参数p
ii
和p
ii
’...

【技术保护点】

【技术特征摘要】
1.一种无卡顿智能终端直播应用方法，其特征在于，所述无卡顿智能终端直播应用方法包括以下步骤：步骤一，通过监测视频直播卡顿系统的目标数据设计模块在视频直播APP模块中建立模型以设计需要采集的目标数据，并通过位置设计模块设计所述目标数据产生的位置：确定需要采集的目标数据的数据源，基于不同的数据源收集包括网页标题、关键字在内的信息建立类相关的关键字库；同时根据每一个数据源的页面数据特点，事先定义好待爬取的数据字段；当有新的目标数据需要采集时，获取包括目标页面标题、页面关键字在内的与关键字库对应的信息，根据获得的信息与已有的类库数据对数据源进行分类；筛选出数据源的文章列表地址，过滤包括广告在内的与舆情数据无关的页面，将筛选出的地址加入数据采集源列表；基于包括不同数据源网页标题、关键字在内的信息建立的关键字库对应不同数据源的标题以及关键字确定不同数据源的地址信息，即可得所述目标数据产生的位置；步骤二，通过监测视频直播卡顿系统的采集点放置模块根据所设计的目标数据产生的位置，结合直播节点放置数据采集点；通过部署于联网服务器上的流媒体转发系统转发视频采集设备采集的标准流至微视频直播系统，或者存储视频采集设备采集的标准流到云存储系统；其中，所述目标数据包括首播时间、首播时长分布、异常比例、卡顿时间占比、卡顿用户分布、卡顿时间和次数的关键数据；步骤三，转发视频过程中视频编码优化：将多模块关联、多目标性能约束的算法优化转化为系列算法参数在率-失真-资源消耗约束下的取值选择问题，包括：多层次候选参数选择；多层次候选参数离散值选择和基于关联耦合度的系列参数取值选择；所述多层次候选参数选择的算法参数包括：编码工具参数、编码全局参数、可定制模块算法参数；所述基于关联耦合度的系列参数取值选择采用定量度量模块间及模块内算法参数间关联耦合程度；步骤四，通过云存储系统查看所需视频和接收监测视频直播卡顿系统的数据并且经过统计分析，将数据整合输出首播时间、首播时长分布、异常比例、卡顿时间占比、卡顿用户分布、卡顿时间和次数的关键数据，结合数据检测并定位卡顿原因；通过布署于互联网服务器上的中心管理系统对添加到系统的视频采集设备、用户及用户权限进行全局管理；步骤五，通过微视频直播系统直接通过智能终端即时通信工具直播、分享和推广来自网络摄像机、监控设备及其他视频采集设备的视频，同时可对视频采集设备进行对讲、抓拍、录像存储、回放、清晰度调整以及云台控制的操作；通过视频直播APP模块注册微视频直播系统账号，通过手工或扫描二维码的方式把设备关联到该账号，管理关联设备的查看权限并查看设备视频。2.如权利要求1所述的无卡顿智能终端直播应用方法，其特征在于，步骤二中，所述流媒体转发系统存储视频采集设备采集的标准流到云存储系统的方法，包括：(1)获取流媒体转发系统提交的标准流存储请求，并根据所述标准流存储请求获取对象标准流的容器信息；(2)根据所述对象标准流的容器信息获取所述对象标准流的原始云存储节点信息；根据负载均衡和所述流媒体转发系统提交的标准流存储请求选择目标云存储节点；(3)向流媒体转发系统发送目标云存储节点信息和所述原始云存储节点信息，以使流媒体转发系统根据所述目标云存储节点信息向所述目标云存储节点发送所述对象数据和所述原始云存储节点信息，使得所述目标云存储节点存放所述对象标准流并向所述对象标
准流的原始云存储节点发送存储通知消息，所述存储通知消息中携带所述对象标准流的对象元数据和访问链接。3.如权利要求1所述的无卡顿智能终端直播应用方法，其特征在于，步骤三中，所述多层次候选参数离散值的选择方法，包括：(1)基于等效硬件复杂度C
tot
度量，将所有算法参数设置为率失真性能最好的离散值，得到基准参考代码；(2)针对待离散化算法参数，用较小的步长进行离散取值，测试各个离散取值流水算法的J和C
tot
值，得到J-C
tot
散点图拟合为一条曲线；(3)统计最大和最小J值以及ΔJ＝J
max-J
min
，记录各待离散算法参数的ΔJ为ΔJ(x)，其中x为序号；(4)计算所有待离散参数的平均ΔJ值，根据当前待离散算法参数x的ΔJ(x)和平均ΔJ值之间关系，按比例确定算法参数x的离散取点数N
x
；(5)将该参数的J
max
和J
min
分为N
x
等份，经过J-C
tot
曲线映射得到相应C
tot
值，取N
x
个(R,C
tot
)最接近的离散取值，得到当前算法参数的N
x
个离散化取值。4.如权利要求1所述的无卡顿智能终端直播应用方法，其特征在于，步骤三中，所述计算关联耦合程度的方法，包括：(1)假设模块X
i
内两个算法参数p
ij
和p
ij
’
取值单独改变导致J-S性能增益为slop(p
ij
)和slop(p
ij
’
)，两参数相同取值改变同时发生导致的J-S性能增益为slop(p
ij
,p
ij
’
)，定义参数间耦合关联度系数φ(p
ij
,p
ij
’
)为：(2)对于算法参数p
ij
，分析它与同模块X
i
中其他参数p
ij
’
之间的φ(p
ij
,p
ij
’
)值；为度量参数p
ij
对编码器J-S性能耦合影响程度，定义参数p
ij
的耦合系数Θp
ij
：(3)采用类似方法度量模块间耦合关联程度，假设模块X
i
和X
i
’
各自单独改变算法参数，多个显性参数组合改变，分别导致J-S性能增益为slop(X
i
)和slop(X
i
’
)，两模块算法参数组合同时改变导致的J-S性能增益为slop(X
i
,X
i
’
)，定义模块间互相耦合关联度系数Φ(X
i
,X
i
’
)为：φ(X
i
，X
i
)＝slop(X
i
，X
i
)-(slop(X
i
)+slop(X
...

【专利技术属性】
技术研发人员：郝春吉，周怡，
申请(专利权)人：北华大学，
类型：发明
国别省市：