[发明专利]缓冲数据的处理方法、装置和系统有效

专利信息
申请号: 201910610756.0 申请日: 2019-07-08
公开(公告)号: CN110266611B 公开(公告)日: 2023-06-23
发明(设计)人: 薛德义;陶文质 申请(专利权)人: 腾讯科技(上海)有限公司
主分类号: H04L49/9005 分类号: H04L49/9005;H04L47/283;H04L41/147;H04L41/14
代理公司: 华进联合专利商标代理有限公司 44224 代理人: 关志琨
地址: 201200 上海*** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 缓冲 数据 处理 方法 装置 系统
【权利要求书】:

1.一种缓冲数据的处理方法,其特征在于,包括:

获取宏观概率分布模型;所述宏观概率分布模型为对多个网络延迟样本进行学习得到的;所述宏观概率分布模型包括各个网络延迟及对应的出现概率;

根据所述宏观概率分布模型,确定卡顿先验概率;所述卡顿先验概率为客户端没有可消耗的缓冲数据而导致卡顿的概率;

根据所述客户端所记录的个体网络延迟,对所述卡顿先验概率进行修正,得到卡顿后验概率;所述卡顿后验概率为所述客户端出现所述个体网络延迟时发生卡顿的概率;

根据所述卡顿后验概率,控制所述客户端对所述缓冲数据的消耗速度。

2.根据权利要求1所述的方法,其特征在于,所述根据所述卡顿后验概率,控制所述缓冲数据的消耗速度,包括:

当所述卡顿后验概率大于预设的卡顿概率阈值时,通知所述客户端的业务层按照第一消耗速度消耗所述缓冲数据;

当所述卡顿后验概率小于所述卡顿概率阈值时,通知所述客户端的业务层按照第二消耗速度消耗所述缓冲数据;所述第一消耗速度低于所述第二消耗速度。

3.根据权利要求2所述的方法,其特征在于,还包括:

确定所述客户端的业务层提出数据消耗请求;

当所述客户端存在有所述缓冲数据,从所述缓冲数据中提取出目标缓冲数据,并返回所述目标缓冲数据至所述客户端的业务层;

所述通知所述客户端的业务层按照所述第一消耗速度消耗所述缓冲数据,包括:

生成结束标记,并返回所述结束标记至所述客户端的业务层,供所述客户端的业务层在对所述目标缓冲数据消耗完毕时、等待预设的消耗间隔后再提出所述数据消耗请求;

所述通知所述客户端的业务层按照所述第二消耗速度消耗所述缓冲数据,包括:

生成继续标记,并返回所述继续标记至所述客户端的业务层,供所述客户端的业务层在对所述目标缓冲数据消耗完毕时提出所述数据消耗请求。

4.根据权利要求1所述的方法,其特征在于,所述根据所述宏观概率分布模型,确定卡顿先验概率,包括:

检测所述缓冲数据的数量,得到缓冲数据量;

根据所述消耗速度和所述缓冲数据量,得到无卡顿延迟;所述无卡顿延迟为所述客户端不发生卡顿的网络延迟;

通过所述宏观概率分布模型,得到无卡顿延迟概率分布;所述无卡顿延迟概率分布包括所述无卡顿延迟及对应的出现概率;

计算所述无卡顿延迟对应的出现概率之和,得到无卡顿概率;

根据所述无卡顿概率确定所述卡顿先验概率;所述卡顿先验概率与所述无卡顿概率之和为1。

5.根据权利要求1所述的方法,其特征在于,所述根据所述客户端所记录的个体网络延迟,对所述卡顿先验概率进行修正,得到卡顿后验概率,包括:

根据所述个体网络延迟,确定卡顿延迟似然概率;所述卡顿延迟似然概率为所述客户端发生实际卡顿时、出现所述个体网络延迟的概率;

根据所述个体网络延迟和所述宏观概率分布模型,确定个体延迟观测概率;所述个体延迟观测概率为所述客户端出现所述个体网络延迟的概率;

采用所述卡顿延迟似然概率和所述个体延迟观测概率,对所述卡顿先验概率进行贝叶斯修正,得到所述卡顿后验概率。

6.根据权利要求5所述的方法,其特征在于,所述根据所述个体网络延迟,确定卡顿延迟似然概率,包括:

当所述客户端发生实际卡顿,确定实际卡顿延迟;所述实际卡顿延迟为发生实际卡顿之前出现的个体网络延迟;

计算所述实际卡顿延迟的出现次数与所述个体网络延迟的总数的比值,得到实际卡顿延迟概率;

计算所述实际卡顿延迟概率的累计乘积,得到卡顿延迟似然概率;所述卡顿延迟似然概率为所述客户端发生实际卡顿时、出现所述个体网络延迟的概率;

根据所述卡顿延迟似然概率,确定所述卡顿延迟似然概率。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于腾讯科技(上海)有限公司,未经腾讯科技(上海)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910610756.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top