一种多方实时视频通讯中的编码器复用优化方法技术

本发明专利技术提供有一种多方实时视频通讯中的编码器复用优化方法，该编码器复用优化方法包括以下步骤：采集各种用户侧数据，如丢包率、网络抖动、带宽、MTU、有线/无限，屏幕大小，设备种类等信息，并且根据网络的状况反馈，用户的优先级，设备端的类型等信息构建多维特征；根据产生的多维特征，使用降维算法映射到低维空间，并且将步骤一采集的数据进行量化，类型数据采用embedding；该多方实时视频通讯中的编码器复用优化方法，根据用户类别，通过机器学习的聚类算法得出各种编码需求的最佳参数，在保证编码效果的基础上大幅度的降低计算资源，降低成本。降低成本。

【技术实现步骤摘要】
一种多方实时视频通讯中的编码器复用优化方法


[0001]本专利技术涉及网络安全
，具体公开一种多方实时视频通讯中的编码器复用优化方法。

技术介绍

[0002]在教育领域，存在同样视频向大量用户实时双向传输的场景，其特点是内容基本一致，但是由于客户自身的网络不一致，导致视频传输时需要适应各种不同的网络，需要各种不同的视频分辨率/帧率/码率来适应实时的传输场景，需要大量的运算资源为了解决目前现有技术存在的问题，提出一种多方实时视频通讯中的编码器复用优化方法。

技术实现思路

[0003]鉴于现有技术中的上述缺陷或不足，本申请旨在提供一种多方实时视频通讯中的编码器复用优化方法，该编码器复用优化方法包括以下步骤：
[0004]步骤一、采集各种用户侧数据，如丢包率、网络抖动、带宽、MTU、有线/无限，屏幕大小，设备种类等信息，并且根据网络的状况反馈，用户的优先级，设备端的类型等信息构建多维特征；
[0005]步骤二、根据步骤一中产生的多维特征，使用降维算法映射到低维空间，并且将步骤一采集的数据进行量化，类型数据采用embedding；
[0006]步骤三、把步骤二中产生的特征做聚类，产生数量有限的种类，并计算出该种类的“质心”，构造出编码参数，且将步骤二获取的特征送入聚类算法模块，进行聚类，算法可以采用在线模式不断迭代更新；
[0007]步骤四、设置相应编码器参数，并将此编码器产生的码流发送给此聚类内的用户。
[0008]优选的，为避免算法波动过大，对聚类中产生的参数集，使用滤波器避免震荡。
[0009]优选的，千兆网卡在流量大于200Mbps时，丢包率小于万分之五；百兆网卡在流量大于60Mbps时，丢包率小于万分之一。
[0010]优选的，丢包率中的网络丢包在使用ping对目站进行询问时，ping使用了ICMP回送请求与回送回答报文，ICMP回送请求报文是主机或路由器向一个特定的目的主机发出的询问，收到此报文的机器必须给源主机发送ICMP回送回答报文，并且测试目的站是否可到达以及了解其状态。
[0011]优选的，ping是直接使用网络层ICMP的一个例子，不通过运输层的UDP或TCP。
[0012]优选的，网络抖动中的数据包接收端的抖动缓存指针队列的入队线程接收数据包，对接收到的数据包进行排序后将接收到的数据包插入抖动缓存指针队列的相应位置。
[0013]优选的，根据抖动缓存指针队列中的队尾数据包和队头数据包时戳值之差与当前抖动缓存深度的大小关系，以及根据数据包在抖动缓存指针队列中的缓存时间与该抖动缓存指针队列缓存数据包的最小延时量之间的关系，增大或缩小当前抖动缓存深度的操作。
[0014]优选的，抖动缓存指针队列的出队线程定时器以一定时间间隔触发出队线程，出
队线程判断抖动缓存指针队列队头的数据包是否应该在当前触发时刻出队，如果是，则将该数据包出队。
[0015]有益效果：该多方实时视频通讯中的编码器复用优化方法，根据用户类别，通过机器学习的聚类算法得出各种编码需求的最佳参数，在保证编码效果的基础上大幅度的降低计算资源，降低成本，采集实时教育领域复杂的各种场景，将其量化，利用机器学习的算法自动生成最佳编码器参数，使其具有最佳的适应性，大幅度的降低了计算资源，保护点在于各种特征的量化及聚类生成具有普适性的最佳参数集。
具体实施方式
[0016]下面结合实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关专利技术，而非对该专利技术的限定。
[0017]一种多方实时视频通讯中的编码器复用优化方法，该编码器复用优化方法包括以下步骤：
[0018]步骤一、采集各种用户侧数据，如丢包率、网络抖动、带宽、MTU、有线/无限，屏幕大小，设备种类等信息，并且根据网络的状况反馈，用户的优先级，设备端的类型等信息构建多维特征；
[0019]步骤二、根据步骤一中产生的多维特征，使用降维算法映射到低维空间，并且将步骤一采集的数据进行量化，类型数据采用embedding；
[0020]步骤三、把步骤二中产生的特征做聚类，产生数量有限的种类，并计算出该种类的“质心”，构造出编码参数，且将步骤二获取的特征送入聚类算法模块，进行聚类，算法可以采用在线模式不断迭代更新；
[0021]步骤四、设置相应编码器参数，并将此编码器产生的码流发送给此聚类内的用户。
[0022]其中，为避免算法波动过大，对聚类中产生的参数集，使用滤波器避免震荡。
[0023]其中，千兆网卡在流量大于200Mbps时，丢包率小于万分之五；百兆网卡在流量大于60Mbps时，丢包率小于万分之一。
[0024]其中，丢包率中的网络丢包在使用ping对目站进行询问时，ping使用了ICMP回送请求与回送回答报文，ICMP回送请求报文是主机或路由器向一个特定的目的主机发出的询问，收到此报文的机器必须给源主机发送ICMP回送回答报文，并且测试目的站是否可到达以及了解其状态。
[0025]其中，ping是直接使用网络层ICMP的一个例子，不通过运输层的UDP或TCP。
[0026]其中，网络抖动中的数据包接收端的抖动缓存指针队列的入队线程接收数据包，对接收到的数据包进行排序后将接收到的数据包插入抖动缓存指针队列的相应位置。
[0027]其中，根据抖动缓存指针队列中的队尾数据包和队头数据包时戳值之差与当前抖动缓存深度的大小关系，以及根据数据包在抖动缓存指针队列中的缓存时间与该抖动缓存指针队列缓存数据包的最小延时量之间的关系，增大或缩小当前抖动缓存深度的操作。
[0028]其中，抖动缓存指针队列的出队线程定时器以一定时间间隔触发出队线程，出队线程判断抖动缓存指针队列队头的数据包是否应该在当前触发时刻出队，如果是，则将该数据包出队。
[0029]需要说明的是，该多方实时视频通讯中的编码器复用优化方法，根据用户类别，通
过机器学习的聚类算法得出各种编码需求的最佳参数，在保证编码效果的基础上大幅度的降低计算资源，降低成本，采集实时教育领域复杂的各种场景，将其量化，利用机器学习的算法自动生成最佳编码器参数，使其具有最佳的适应性，大幅度的降低了计算资源，保护点在于各种特征的量化及聚类生成具有普适性的最佳参数集；
[0030]本说明中未作详细描述的内容属于本领域专业技术人员公知的现有技术。
[0031]需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。
[0032]实施例1
[0033]多方实时视频通讯中的编码器复用优化时，首先采集各种用户侧数据，如丢包率、网络抖动、带宽、MTU、有线/无限，屏幕大小，设备种类等信息，并且根据网络的状况反馈，用户的优先级，设备端的类型等信息构建多维特征；然后根据产生的多维特征，使用降维算法映射到低维空间，并且将步骤一采集的数据进行量化，类型数据采用embedding；把产生的特征做聚类，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种多方实时视频通讯中的编码器复用优化方法，其特征在于：该编码器复用优化方法包括以下步骤：步骤一、采集各种用户侧数据，如丢包率、网络抖动、带宽、MTU、有线/无限，屏幕大小，设备种类等信息，并且根据网络的状况反馈，用户的优先级，设备端的类型等信息构建多维特征；步骤二、根据步骤一中产生的多维特征，使用降维算法映射到低维空间，并且将步骤一采集的数据进行量化，类型数据采用embedding；步骤三、把步骤二中产生的特征做聚类，产生数量有限的种类，并计算出该种类的“质心”，构造出编码参数，且将步骤二获取的特征送入聚类算法模块，进行聚类，算法可以采用在线模式不断迭代更新；步骤四、设置相应编码器参数，并将此编码器产生的码流发送给此聚类内的用户。2.根据权利要求1所述的一种多方实时视频通讯中的编码器复用优化方法，其特征在于：为避免算法波动过大，对聚类中产生的参数集，使用滤波器避免震荡。3.根据权利要求1所述的一种多方实时视频通讯中的编码器复用优化方法，其特征在于：千兆网卡在流量大于200Mbps时，丢包率小于万分之五；百兆网卡在流量大于60Mbps时，丢包率小于万分之一。4.根据权利要求1所述的一种多方实时视频通讯中的编码器复用优化方法，其特征在于：丢包率中的网络丢包在使用ping对目站进行询问时，ping...

【专利技术属性】
技术研发人员：童涌，
申请(专利权)人：南京极域信息科技有限公司，
类型：发明
国别省市：