[发明专利]一种控制带宽的方法和系统

说明书

本申请实施例公开了一种控制带宽的方法和系统，所述方法包括：获取待控制带宽所应用的场景中，N个时间点的人数特征和网络特征，所述人数特征包括第一人数特征和第二人数特征，N为大于0的整数；将所述N个时间点的所述人数特征和所述网络特征输入训练好的带宽控制模型，预测目标带宽，并将所述待控制带宽调整为所述目标带宽。本申请提供的方法可以综合多种影响带宽的信息，并针对这些信息的特点采取自定义的机器学习模型结构以取得更好的运行效率和预测效果。

技术领域

本申请涉及通信领域，特别涉及一种控制带宽的方法和系统。

背景技术

随着公共服务的提高，越来越多的公共场所配备了公共网络。由于公共场所的人流量动态变化，对网络带宽的需求也随之变化。虽然带宽越大，满足的网络需求越广，但同时占用的网络资源越多。在其他应用场景下，也同样会面对动态人流分配合理带宽的问题。

因此，为了保证带宽满足需求的同时，不占用过多的网络资源，亟需一种控制带宽的方法和系统。

发明内容

本申请一个方面提供一种控制带宽的方法，所述方法包括：获取待控制带宽所应用的场景中，N个时间点的人数特征和网络特征，所述人数特征包括第一人数特征和第二人数特征，N为大于0的整数；将所述N个时间点的所述人数特征和所述网络特征输入训练好的带宽控制模型，预测目标带宽，并将所述待控制带宽调整为所述目标带宽；其中，所述带宽控制模型包括激光预测层、视频预测层和融合层；所述激光预测层基于所述N个时间点的所述第一人数特征获取激光特征；所述视频预测层基于所述N个时间点的所述第二人数特征获取视频特征；所述融合层基于所述激光特征、所述视频特征和所述网络特征，输出目标带宽；所述第一人数特征通过执行一次或多次第一过程获取，所述第一过程包括：激光雷达发射激光束，并基于所述激光束反射的信号获取多个目标物的特征数据；训练好的第一人数识别模型基于所述多个目标物的特征数据，确定所述第一人数特征；所述第二人数特征通过执行一次或多次第二过程获取，所述第二过程包括：基于视频数据抽取帧数据；训练好的第二人数识别模型提取所述帧数据中的至少一个目标对象，并基于所述至少一个目标对象确定所述第二人数特征。

本申请另一个方面提供一种控制带宽的系统，所述系统包括：特征获取模块，用于获取待控制带宽所应用的场景中，N个时间点的人数特征和网络特征，所述人数特征包括第一人数特征和第二人数特征，N为大于0的整数；目标带宽预测模块，用于将所述N个时间点的所述人数特征和所述网络特征输入训练好的带宽控制模型，预测目标带宽，并将所述待控制带宽调整为所述目标带宽；其中，所述带宽控制模型包括激光预测层、视频预测层和融合层；所述激光预测层基于所述N个时间点的所述第一人数特征获取激光特征；所述视频预测层基于所述N个时间点的所述第二人数特征获取视频特征；所述融合层基于所述激光特征、所述视频特征和所述网络特征，输出目标带宽；所述第一人数特征通过执行一次或多次第一过程获取，所述第一过程包括：激光雷达发射激光束，并基于所述激光束反射的信号获取多个目标物的特征数据；训练好的第一人数识别模型基于所述多个目标物的特征数据，确定所述第一人数特征；所述第二人数特征通过执行一次或多次第二过程获取，所述第二过程包括：基于视频数据抽取帧数据；训练好的第二人数识别模型提取所述帧数据中的至少一个目标对象，并基于所述至少一个目标对象确定所述第二人数特征。

本申请另一个方面提供一种控制带宽的装置，包括至少一个存储介质和至少一个处理器；所述至少一个存储介质用于存储计算机指令；所述至少一个处理器用于执行所述计算机指令以实现控制带宽的方法。

本申请另一个方面提供一种计算机可读存储介质，其特征在于，所述存储介质存储计算机指令，当所述计算机指令被处理器执行时实现控制带宽的方法。

附图说明

本申请将以示例性实施例的方式进一步说明，这些示例性实施例将通过附图进行详细描述。这些实施例并非限制性的，在这些实施例中，相同的编号表示相同的结构，其中：