申请/专利权人：国网冀北电力有限公司信息通信分公司;北京邮电大学;国家电网有限公司

申请日：2021-08-24

公开（公告）日：2024-03-22

公开（公告）号：CN113783944B

主分类号：H04L67/60

分类号：H04L67/60;H04N7/18;H04L67/10;H04L43/08;H04L43/0894;H04L41/142

优先权：

专利状态码：有效-授权

法律状态：2024.03.22#授权;2021.12.28#实质审查的生效;2021.12.10#公开

摘要：本说明书实施例具体涉及一种基于云边协同的视频数据处理方法、装置、系统及设备，将边缘侧和中心云协同作用，中心云掌握全局网络信息，从而进行总体调控，针对网络情况下发策略至边缘；边缘侧则承担一部分决策与存储功能，对待上传的视频流进行预处理，缓解中心云的计算压力。将SDN融入云边协同网络中，控制层与数据层解耦，便于灵活调整网络调度策略。实现了对终端采集设备的视频传输进行合理优化决策，从而提升了视频传输的质量。

主权项：1.一种基于云边协同的视频数据处理系统，其特征在于，应用于云边协同网络架构中，所述云边协同网络架构包括云端服务器、边缘节点和终端采集设备，所述云端服务器中设置有中央网络控制器，其中：所述终端采集设备用于采集视频业务数据并上传至所述边缘节点；所述边缘节点用于采集当前链路带宽信息，并将采集到的当前链路带宽信息上传至所述云端服务器；所述云端服务器用于利用所述中央网络控制器根据各个边缘节点上传的所述当前链路带宽信息，确定出全局网络状态，并基于所述全局网络状态利用深度强化学习算法确定出各个终端采集设备的传输比特率，并将各个终端采集设备的传输比特率发送给对应的边缘节点；所述边缘节点还用于根据接收到的传输比特率，将接收到的视频业务数据进行分块和备份，并将所述视频业务数据分块传输至所述云端服务器；其中，所述基于所述全局网络状态利用深度强化学习算法确定出各个终端采集设备的传输比特率，包括：基于所述全局网络状态以及所述边缘节点发送的各个终端采集设备的网络传输信息，利用深度强化学习算法确定出各个终端采集设备在当前时隙的传输速率；根据各个终端采集设备在当前时隙的传输速率以及各个终端采集设备的视频传输信息，利用深度强化学习算法确定出各个终端采集设备的传输比特率；所述基于所述全局网络状态以及各个终端采集设备的网络传输信息，利用深度强化学习算法确定出各个终端采集设备在当前时隙的传输速率，包括：将各个终端采集设备对应的瓶颈链路总带宽、当前可用带宽、上行缓冲区视频时长、当前视频块剩余待传输数据量、监控设备在上一时隙中的传输时延、当前视频块传输比特率作为深度强化学习的输入；将各个终端采集设备在当前时隙的传输速率作为深度强化学习的输出；基于当前时隙的传输时延和上一时隙的传输时延的差值是否小于零，配置深度强化学习的奖励函数，进行深度强化学习，利用深度强化学习算法确定出各个终端采集设备在当前时隙的传输速率。

全文数据：

权利要求：

百度查询： 国网冀北电力有限公司信息通信分公司;北京邮电大学;国家电网有限公司 基于云边协同的视频数据处理方法、装置、系统及设备

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD