-
公开(公告)号：CN112333456A
公开(公告)日：2021-02-05
申请号：CN202011134693.5
申请日：2020-10-21
Applicant: 鹏城实验室 , 清华大学深圳国际研究生院 , 南方科技大学
IPC: H04N21/2187 , H04N21/262 , H04N21/442 , H04N21/466 , H04L29/06
Abstract: 本申请公开了一种基于云边协议的直播视频传输方法，所述方法包括接收直播端上传的视频资源，确定所述视频资源对应的流行度；基于所述流行度确定所述视频资源对应的智能边缘以及超分倍数，以使得所述智能边缘按照所述超分倍数对所述视频资源进行超分处理，得到超分视频资源。本申请在直播端上行链路带宽不足的情况下，通过收集主播端的视频资源、边缘计算信息以及用户信息，利用深度强化学习模型选择超分倍数以及确定合适的智能边缘，并通过超分网络模型对主播端上传的视频资源进行超分，提升了直播视频的视频质量，从而提高了用户QoE。
-
公开(公告)号：CN112152995A
公开(公告)日：2020-12-29
申请号：CN202010838005.7
申请日：2020-08-19
Applicant: 鹏城实验室 , 清华大学深圳国际研究生院 , 南方科技大学
IPC: H04L29/06 , H04N21/2187 , H04N21/2343 , H04N21/2387 , H04N21/239 , H04N21/442
Abstract: 本申请公开了一种基于智能边缘的SVC视频的传输方法及智能边缘，所述方法包括智能边缘接收到视频块下载请求时，确定所述视频块对应的视频优先级；所述智能边缘获取视频块下载请求所处网络的网络状态信息；所述智能边缘根据所述网络状态信息以及所述视频优先级，确定所述视频块对应的视频层数，并根据所述视频层数从服务端获取到所述视频块对应的视频层；所述智能边缘将获取到视频层下发至所述视频块对应的用户集群中的每个用户端。这样在该网络的网络边缘装配智能边缘，智能边缘利用网络状态信息和视频优先级为每个用户端下发不同数量的SVC视频层来为不同的用户提供不同质量的视频流，从而实现SVC视频用户QoE联合优化，提高内容提供商的收益。
-
公开(公告)号：CN110191362A
公开(公告)日：2019-08-30
申请号：CN201910456765.9
申请日：2019-05-29
Applicant: 鹏城实验室 , 清华大学深圳研究生院
IPC: H04N21/24 , H04N21/238 , H04L29/06
Abstract: 本发明提供了一种数据传输方法，包括：接收到比特率分配指令时，确定比特率分配指令对应的目标客户端的状态信息；获取目标客户端所在的通信链路的通信状态信息，并确定处于通信链路中其余的各个客户端当前的状态信息；依据目标客户端的状态信息、各个客户端当前的状态信息及通信状态信息生成全局状态信息；依据目标客户端的状态信息及全局状态信息生成状态向量；将状态向量输入至预先构建的神经网络模型中，以确定与所述目标客户端对应的比特率指导信息；将所述比特率指导信息发送至目标客户端。通过统筹目标客户端及各个客户端之间的状态、通信链路的通信状态信息来确定目标客户端的比特率指导信息，能最优化的满足不同客户端的QoE需求。
-
公开(公告)号：CN112200256B
公开(公告)日：2024-11-26
申请号：CN202011110727.7
申请日：2020-10-16
Applicant: 鹏城实验室 , 南方科技大学 , 清华大学深圳国际研究生院
IPC: G06F18/214 , G06F18/2415 , G06N3/0464 , G06N3/047 , G06N3/08 , G06N20/20
Abstract: 本发明公开了基于深度学习的sketch网络测量方法及电子设备，包括：获取sketch中的采样流量和采样流量对应的第一属性标签；根据采样流量和第一属性标签对预设网络模型进行训练，得到流量属性预测模型；将待测网络流量输入流量属性预测模型中，获取待测网络流量的属性类别；根据属性类别将所述待测网络流量插入sketch中进行网络测量。本发明通过sketch中的采样流量对预设网络模型进行训练，得到用于对待测网络流量的属性类别进行预测的流量属性预测模型，根据流量属性预测模型的预测结果将待测网络流量插入sketch中进行网络测量，避免了待测网络流量在哈希主表和哈希副表间的频繁交换，提高了网络测量的精度。
-
公开(公告)号：CN118337698A
公开(公告)日：2024-07-12
申请号：CN202410243306.3
申请日：2024-03-04
Applicant: 鹏城实验室
IPC: H04L45/44 , H04L45/02 , H04L45/7453 , H04L49/15 , H04L41/147 , H04L41/16 , G06N3/006 , G06N3/048 , G06N3/092
Abstract: 本发明属于流量工程技术领域，公开了一种完全分布式交换机流量调度方法、装置、设备及存储介质。该方法包括：获取当前交换机在当前网络中的局部网络信息；将所述局部网络信息输入预训练的智能决策模型中，确定所述当前交换机与所述当前网络中其他交换机之间路径的分流比率；在接收到数据包时，基于所述当前交换机与所述其他交换机之间路径的分流比率，对所述数据包进行流量调度，确定所述数据包的转发路径；基于所转发路径对所述数据包进行转发。通过上述方式，实现了完全分布式的流量工程架构，由每个交换机的独立控制器做出基于局部信息的路由决策，无需协作，减少了控制器之间的通信以及同步损耗，也减少了控制器故障带来的性能损耗。
-
Patent Agency Ranking
公开(公告)号：CN118300885A
公开(公告)日：2024-07-05
申请号：CN202410550208.4
申请日：2024-05-06
Applicant: 鹏城实验室
Abstract: 本申请涉及电子通信技术领域，本申请公开了一种数据传输防御方法，该方法包括：接收源交换机发送的初始数据流；对初始数据流进行预设包头加密，获得加密数据流；对加密数据流进行预设数据重组，获得目标数据流，并将目标数据流发送至目的交换机。本申请通过结合代理防御的数据包头加密和流量整形防御的数据重组构成双层防御，弥补了现有方案防御性能不足的缺点，提供了一种可靠的数据传输防御方案。
-
公开(公告)号：CN112486641B
公开(公告)日：2024-06-21
申请号：CN202011296964.7
申请日：2020-11-18
Applicant: 鹏城实验室 , 清华大学深圳国际研究生院 , 南方科技大学
Abstract: 本申请公开了一种基于图神经网络的任务调度方法，所述方法确定分布式计算平台内所有作业的图结构，并对图结构的特征进行处理添加出度和入度特征；在经过一个全连接的多层感知网络以及带自注意力机制的图神经网络进行节点的聚合，得到节点的节点特征向量；再将每个作业所有节点的节点特征向量加和得到作业向量；长短时记忆扫描所有作业的作业向量得到全局向量；最后通过强化学习智能体将各节点特征向量、各作业向量以及全局向量作为状态输入，通过一个策略梯度网络做出调度动作，以分配给可运行节点一定数量的空闲执行器，提高了调度效率。
-
公开(公告)号：CN118214928A
公开(公告)日：2024-06-18
申请号：CN202410306529.X
申请日：2024-03-18
Applicant: 鹏城实验室
IPC: H04N21/472 , H04N21/262 , H04N21/2183 , H04N21/234 , H04N21/44
Abstract: 本发明涉及视频通信技术领域，公开了一种点播视频传输方法、装置、设备及存储介质，该方法包括：根据历史视频块吞吐量和用户历史网络特征确定待下载视频块吞吐量；根据当前网络状况和当前缓冲区占用状况调整动态缓冲区的缓冲区分配比例；对待下载视频块吞吐量、缓冲区分配比例和当前视频播放进度进行比特率自适应估计，并将确定的当前待下载视频块传输至动态缓冲区的顺序缓冲区或预取缓冲区。由于本发明将动态缓冲区分为顺序缓冲区和预取缓冲区，通过动态调整客户端的缓冲区分配比例并进行比特率自适应估计来预取高优先级的当前待下载视频块，可对高优先级的视频块进行优先质量保证时，还避免了播放卡顿的情况，提升了观看视频的体验感。
-
公开(公告)号：CN114844760B
公开(公告)日：2023-07-25
申请号：CN202210484276.6
申请日：2022-05-05
Applicant: 鹏城实验室 , 清华大学深圳国际研究生院
IPC: H04L41/06 , H04L41/0631 , H04L41/0677
Abstract: 本发明公开了一种网络故障感知与定位方法、装置、终端及存储介质，方法包括：对途径交换机的数据流进行特征提取，得到流级别的特征，并根据预设周期将流级别的特征发送至分类器；通过分类器生成数据流的推断信息；根据推断信息确定异常流传输路径信息，并结合异常流的传输路径信息给出故障位置的推断结果；通过对途径交换机的数据流进行特征提取，并结合数据传输路径信息生成对故障位置的推断，解决了端侧信息难以获取的技术问题；通过采用决策树模型的流状态分类器，并将分类器部署在交换机上，解决了网络侧感知能力较弱的问题；通过将本地推断信息存储在正常的数据包当中，完成了网内的推断聚合与决策，降低了数据通信给网络带来的负担。
-
公开(公告)号：CN112350998B
公开(公告)日：2022-11-01
申请号：CN202011110759.7
申请日：2020-10-16
Applicant: 鹏城实验室 , 清华大学深圳国际研究生院 , 南方科技大学
Abstract: 本申请公开了一种基于边缘计算的视频流传输方法，所述方法包括接收到视频块下载请求时，检测所述视频块下载请求对应的目标视频资源；当未检测到目标视频资源时，获取视频块下载请求对应的若干响应方式；确定各响应方式各自对应的用户QoE，并基于用户QoE在若干响应方式中选取目标响应方式；通过目标响应方式确定视频块下载请求对应的响应视频资源，并将响应视频资源反馈给视频块下载请求对应的用户端。本申请通过智能边缘确定视频块下载请求对应的响应视频资源，减少了视频流传输对主干网带宽的依赖，在主干网带宽不足时仍能够通过对其自身缓存的视频资源进行视频超分或视频转码的方式来快速响应用户的请求，从而提高了用户QoE。
-
-
-
-
-
-
-
-
-
Search Results
112
records
(took 0.024 seconds)
