-
公开(公告)号：CN117081909B
公开(公告)日：2024-02-27
申请号：CN202311344300.7
申请日：2023-10-18
Applicant: 联通在线信息科技有限公司
IPC: H04L41/0659 , H04L41/0896
Abstract: 本发明涉及异常宽带修正方法、装置、电子设备及存储介质，该方法包括：获取第一宽带数据，并通过时间序列异常检测算法对第一宽带数据进行检测，得到具有第一标记的第一异常点，第一宽带数据为不同层级的CDN业务宽带历史数据。调用拉格朗日插值法将具有第一标记的第一异常点根据宽带曲线进行多项式函数拟合，得到第一填补值，第一填补值用于替换第一异常点。将第一层级的第一宽带数据中的第一异常点替换为对应的第一填补值，并以第一层级为基准对第二层级的第一宽带数据中的第一异常点进行校验比对，以对第二层级的第一宽带数据进行对齐修正。其中，第二层级为第一层级的下一层级。通过对CDN宽带数据异常的检查和修正，为CDN业务运行提供数据基础。
-
公开(公告)号：CN116996481B
公开(公告)日：2024-02-23
申请号：CN202311254404.9
申请日：2023-09-27
Applicant: 联通在线信息科技有限公司
IPC: H04L61/4511 , H04L67/63 , H04L67/568 , H04L65/40
Abstract: 本申请提供了一种直播数据获取方法、装置、电子设备和存储介质。应用于计算机技术领域，所述方法包括：接收边缘直播服务器发送的第一IP地址请求；根据所述第一IP地址请求在所述Local DNS的本地缓存中查找是否存在和所述第一IP地址请求对应的上层直播服务器IP地址；若是，则将所述上层直播服务器IP地址发送至所述边缘直播服务器；接收所述上层直播服务器发送的第二IP地址请求；根据所述第二IP地址请求在所述Local DNS的本地缓存中查找是否存在和所述第二IP地址请求对应的直播源服务器IP地址；若是，则将所述直播源服务器IP地址发送至所述上层直播服务器。以此方式，可以提高直播数据的获取效率。
-
公开(公告)号：CN117176489A
公开(公告)日：2023-12-05
申请号：CN202311452079.7
申请日：2023-11-03
Applicant: 联通在线信息科技有限公司
Abstract: 本发明涉及宽带分段线性拟合方法、装置、电子设备及存储介质，该方法包括：按照宽带采样周期获取多个CDN节点以及每个CDN节点在宽带计费周期中对应的多个宽带值，其中，每个CDN节点在宽带计费周期中的每个时间点均具有对应的宽带值。基于每个CDN节点在宽带计费周期中的多个宽带值，构建第一容量的小根堆数据结构，以动态获取每个CDN节点由大到小排序的宽带值，第一容量为宽带计费周期内的免费采样点数。根据每个CDN节点由大到小排序的宽带值选取每个CDN节点的排名不低于第一阈值的宽带值，并调用分段线性拟合算法对每个CDN节点的排名不低于第一阈值的宽带值进行线性拟合。该方法能够将离散的计费点用简单的线性函数拼接拟合出来，降低程序计算的复杂度。
-
公开(公告)号：CN117041074A
公开(公告)日：2023-11-10
申请号：CN202311300158.6
申请日：2023-10-10
Applicant: 联通在线信息科技有限公司
IPC: H04L41/147 , H04L41/14 , H04L41/16
Abstract: 本发明涉及一种CDN带宽预测方法、装置、电子设备及存储介质，该方法包括：获取第一带宽数据，并对第一带宽数据进行预处理，得到模型输入数据，第一带宽数据为历史CDN带宽数据。通过第一函数对模型输入数据进行初始化处理，并通过开源数据可视化工具对模型输入数据进行展示，以获取模型输入数据的时间序列。基于模型输入数据和时间序列，对EWMA和LSTM模型进行训练，得到EWMA‑LSTM融合模型。调用EWMA‑LSTM融合模型预测第一带宽数据的带宽量级，以得到第一带宽数据的预测带宽值。该方法通过对大量历史CDN数据的预处理和初始化处理，对模型训练所需的数据进行了重重筛选，减少了缺失值、异常值对模型预测精度的影响，EWMA和LSTM模型的融合训练，提高了融合模型的预测精度。
-
公开(公告)号：CN116996579A
公开(公告)日：2023-11-03
申请号：CN202311254317.3
申请日：2023-09-27
Applicant: 联通在线信息科技有限公司
IPC: H04L67/60 , H04L67/63 , H04L67/141
Abstract: 本发明涉及一种基于复用302地址提高分片请求下载速度的方法及系统，属于CDN节点调度技术领域，该方法包括：通过用户终端向CDN节点发起资源访问请求，CDN节点将其拆分为多个分片请求，并将第一个分片请求发送至主源站进行回源操作；主源站将302状态码返回至CDN节点，CDN节点跳转访问302源站中的302地址，并进行保存，以及与所述302源站之间建立并保持长链接；302源站将第一个分片请求对应的资源内容返回至CDN节点；CDN节点使用保存的302地址，并通过保持的长链接请求302源站发送第二个分片请求对应的资源内容。本申请提供的法及系统可减少通过减少地址请求次数，提高后续分片请求对应的资源内容的下载速度，从而降低卡顿率，提高CDN服务的用户体验。
-
Patent Agency Ranking
公开(公告)号：CN117056248B
公开(公告)日：2024-02-27
申请号：CN202311321387.6
申请日：2023-10-13
Applicant: 联通在线信息科技有限公司
IPC: G06F12/0877 , G06F12/0846
Abstract: 本申请提供了一种资源读取方法、装置、电子设备和存储介质，应用于计算机技术领域。所述方法包括接收资源请求；对所述资源请求进行解析，得到资源目录请求；将SSD高速缓存划分为第一SSD高速缓存分区和第二SSD高速缓存分区；若所述第一SSD高速缓存分区中存在与所述资源目录请求对应的第一目录，则根据所述第一目录在所述第二SSD高速缓存分区读取与所述第一目录对应的资源数据。实现快速读取资源，提高对资源的读取效率。
-
公开(公告)号：CN117061367A
公开(公告)日：2023-11-14
申请号：CN202311321386.1
申请日：2023-10-13
Applicant: 联通在线信息科技有限公司
IPC: H04L41/147 , H04L41/0896 , H04L41/0826 , H04L67/101
Abstract: 本申请提供一种CDN节点带宽引导方法、装置、电子设备和存储介质，应用于通信技术领域。所述方法包括对获取到的第一预设时间段内各月历史带宽曲线进行预测，得到月度带宽预测曲线；对统计出的成本优化效果‑成本线划定值关系图中的顶点对应的带宽全局削峰流量、冲顶资源提供量进行计算，得到目标有效冲顶利用率；对月度带宽预测曲线、目标有效冲顶利用率进行计算，得到目标成本线；根据目标成本线、CDN节点基础信息，得到对应CDN节点成本线；对获取到的第二预设时间段内各日历史带宽曲线进行预测，得到日带宽预测曲线；根据日带宽预测曲线、CDN节点成本线及对应CDN节点基础信息，得到对应CDN节点冲顶时间，实现对CDN节点带宽进行准确引导，进而降低最终带宽计费成本。
-
公开(公告)号：CN117056248A
公开(公告)日：2023-11-14
申请号：CN202311321387.6
申请日：2023-10-13
Applicant: 联通在线信息科技有限公司
IPC: G06F12/0877 , G06F12/0846
Abstract: 本申请提供了一种资源读取方法、装置、电子设备和存储介质，应用于计算机技术领域。所述方法包括接收资源请求；对所述资源请求进行解析，得到资源目录请求；将SSD高速缓存划分为第一SSD高速缓存分区和第二SSD高速缓存分区；若所述第一SSD高速缓存分区中存在与所述资源目录请求对应的第一目录，则根据所述第一目录在所述第二SSD高速缓存分区读取与所述第一目录对应的资源数据。实现快速读取资源，提高对资源的读取效率。
-
公开(公告)号：CN116389488A
公开(公告)日：2023-07-04
申请号：CN202310054096.9
申请日：2023-01-30
Applicant: 联通在线信息科技有限公司
IPC: H04L67/1001 , H04L61/4511 , H04L47/52
Abstract: 本发明涉及一种基于负载均衡算法的DNS优化带宽分配方法，所述优化带宽分配方法包括以下步骤：获取宽带业务数据；建立本地区域名服务器承载带宽值列表，计算每个本地区域名服务器的带宽均值，并生成符合正态分布的本地区域名服务器承载带宽值列表；生成节点分配权重；初始化节点权重数组；组合节点；宽带值重新分配，确定组合节点的最终宽带值。本发明解决了权重相等的节点带宽曲线无法保持一致，由于localdns承载的流量不均衡导致节点间带宽差异性增大，最终节点的带宽曲线出现毛刺的技术问题。
-
公开(公告)号：CN117041074B
公开(公告)日：2024-02-27
申请号：CN202311300158.6
申请日：2023-10-10
Applicant: 联通在线信息科技有限公司
IPC: H04L41/147 , H04L41/14 , H04L41/16
Abstract: 本发明涉及一种CDN带宽预测方法、装置、电子设备及存储介质，该方法包括：获取第一带宽数据，并对第一带宽数据进行预处理，得到模型输入数据，第一带宽数据为历史CDN带宽数据。通过第一函数对模型输入数据进行初始化处理，并通过开源数据可视化工具对模型输入数据进行展示，以获取模型输入数据的时间序列。基于模型输入数据和时间序列，对EWMA和LSTM模型进行训练，得到EWMA‑LSTM融合模型。调用EWMA‑LSTM融合模型预测第一带宽数据的带宽量级，以得到第一带宽数据的预测带宽值。该方法通过对大量历史CDN数据的预处理和初始化处理，对模型训练所需的数据进行了重重筛选，减少了缺失值、异常值对模型预测精度的影响，EWMA和LSTM模型的融合训练，提高了融合模型的预测精度。
-
-
-
-
-
-
-
-
-
Search Results
31
records
(took 0.033 seconds)
