[发明专利]带宽预测方法、模型生成方法及设备

说明书

本申请实施例提供了一种带宽预测方法、模型生成方法及设备。其中，确定直播端用以传输直播数据的网络的网络信息；根据所述网络信息，从多个等级分别对应的预测模型中，确定目标预测模型；其中，所述预测模型由同一等级的至少一个子模型聚合处理获得；所述子模型根据样本可用带宽及样本网络信息训练获得；利用所述目标预测模型及所述网络信息，预测所述直播端对应的目标可用带宽。本申请实施例提供的技术方案提高了可用带宽预测的准确度。

技术领域

本申请实施例涉及数据传输技术领域，尤其涉及一种带宽预测方法、模型生成方法及设备。

背景技术

通信双方通过网络流式传输数据时，如网络直播场景中，直播端与服务端之间传输直播数据时，由于受不同网络状况影响，会存在不同程度的传输时延及播放质量等传输质量问题，而通过调整预测可用带宽，基于可用带宽调整编码和/或传输的码率将有助于改善数据传输质量。

现有技术，通常预先配置规则，根据规则中设定的不同网络状况所对应的可用带宽，从而基于该设定规则来进行可用带宽预测。然而由于网络异构性等原因，采用规则设定方式会导致预测的可用带宽并不准确。

发明内容

本申请实施例提供一种带宽预测方法、模型生成方法及计算设备，用以解决现有技术中可用带宽预测不准确的技术问题。

第一方面，本申请实施例中提供了一种带宽预测方法，包括：

确定直播端用以传输直播数据的网络的网络信息；

根据所述网络信息，从多个等级分别对应的预测模型中确定目标预测模型；其中，所述预测模型由同一等级的至少一个子模型聚合处理获得；所述子模型根据样本可用带宽及样本网络信息训练获得；

利用所述目标预测模型及所述网络信息，预测可用带宽。

第二方面，本申请实施例中提供了一种模型生成方法，包括：

利用在多个样本网络环境分别进行直播数据传输采用的样本可用带宽及样本网络信息，训练多个子模型；

确定将所述多个子模型按照各自对应的样本网络环境的网络状况，划分出的多个等级；

将同一等级的至少一个子模型进行聚合处理获得预测模型；

其中，所述多个等级分别对应的预测模型用于根据直播端的网络信息，从中选择目标预测模型以利用所述目标预测模型预测所述直播端的目标可用带宽。

第三方面，本申请实施例中提供了一种带宽预测方法，包括：

确定客户端用以流式传输数据的网络的网络信息；

根据所述网络信息，从多个等级分别对应的预测模型中确定目标预测模型；其中，所述预测模型由同一等级的至少一个子模型聚合处理获得；所述子模型根据在样本网络环境中流式传输数据采用的样本可用带宽及样本网络信息训练获得；

利用所述目标预测模型及所述网络信息，预测所述客户端对应的目标可用带宽。

第四方面，本申请实施例中提供了一种模型生成方法，包括：

利用在多个样本网络环境进行数据流式传输采用的样本可用带宽及样本网络信息，训练多个子模型；

确定将所述多个子模型按照各自对应的样本网络环境的网络状况，划分出的多个等级；

将同一等级的至少一个子模型进行聚合处理获得预测模型；

其中，所述多个等级分别对应的可用带宽预测模型用于根据客户端的网络信息，从中选择目标预测模型以利用所述目标预测模型预测所述客户端对应的目标可用带宽。