[发明专利]一种基于智能边缘的直播视频流的传输方法

权利要求书

1.一种基于智能边缘的直播视频流的传输方法，其特征在于，所述方法包括：

智能边缘接收到视频块下载请求时，获取下载请求所处网络的网络状态信息，其中，所述智能边缘装配于该网络的网络边缘；

所述智能边缘根据所述网络状态信息确定该视频块对应的比特率，并从服务端获取到所述比特率的视频块；

所述智能边缘将获取到视频块下发至所述视频块对应的用户集群中的每个用户端，其中，所述用户集群包括下载请求对应的用户端；

所述用户集群包括若干用户端，若干用户端观看相同直播视频，所述下载请求为所述用户集群针对所述视频块的第一个下载请求；

所述网络状态信息包括全局状态信息以及视频状态信息；所述全局状态信息包括历史吞吐量、被占用比特率、感知质量差异值以及用户端数量；所述视频状态信息包括移动端模型质量、电视端模型质量、所述视频块的前一视频块的感知质量、前一视频块的下载速率、前一视频块的下载时间、跳块数以及实时延迟时间；

所述智能边缘根据所述网络状态信息确定该视频块对应的比特率具体包括：

智能边缘基于所述网络状态信息确定预设比特率集对应的概率集，其中，所述概率集中各概率与所述预设比特率集中各比特率一一对应；

智能边缘根据所述概率集确定所述视频块对应的比特率，其中，所述比特率属于所述预设比特率集；

所述智能边缘基于所述网络状态信息确定预设比特率集对应的概率集具体为：

所述智能边缘将所述网络状态信息输入经过训练的深度强化学习网络模型，通过所述深度强化学习网络模型输出所述预设比特率集对应的概率集；

所述深度强化学习网络模型的目标函数为奖励函数，其目标为最大化期望的累积折扣奖励其中，γ∈(0,1]为折扣因子，为请求视频块时智能边缘下载的上一视频块的奖励，其中，所述奖励的计算公式可以为：其中，是观看视频n的所有用户的平均QoE，η₁和η₂为权重系数，为视频块对应的第一视频的平均感知质量相对于智能边缘对应的所有其他视频的平均感知质量的高出差值，为视频块对应的第一视频的平均感知质量相对于智能边缘对应的所有其他视频的平均感知质量的低出差值。

2.根据权利要求1所述基于智能边缘的直播视频流的传输方法，其特征在于，所述服务端包括所述视频块对应的视频块集，所述视频块集包括所述视频块的不同比特率视频块，其中，所述视频块集中的各比特率视频块与所述预设比特率集中各比特率一一对应。

3.根据权利要求1所述基于智能边缘的直播视频流的传输方法，其特征在于，所述深度强化学习网络模型的训练过程具体包括：

将训练网络状态数据分别输入至评论家网络模型和演员网络模型；

通过所述评论家网络模型输出训练网络状态数据对应的预测网络状态数据，以及通过所述演员网络模型输出训练网络状态数据对应的预测概率集，其中，所述预测概率集为预设比特率集对应的概率集；

基于所述预测网络状态数据以及环境反馈的奖励值，对所述演员网络模型进行训练，以得到所述深度强化学习网络模型，其中，所述环境反馈的奖励值采用基于所述预测概率确定的比特率确定的奖励值。

4.根据权利要求3所述基于智能边缘的直播视频流的传输方法，其特征在于，所述深度强化学习网络模型的训练过程包括：

基于所述预测网络状态数据以及所述环境反馈的奖励值对所述评论家网络模型进行训练，以修正所述评论家网络模型的模型参数。

5.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现如权利要求1～4任意一项所述的基于智能边缘的直播视频流的传输方法中的步骤。

6.一种智能边缘，其特征在于，包括：处理器、存储器及通信总线；所述存储器上存储有可被所述处理器执行的计算机可读程序；

所述通信总线实现处理器和存储器之间的连接通信；

所述处理器执行所述计算机可读程序时实现如权利要求1-4任意一项所述的基于智能边缘的直播视频流的传输方法中的步骤。