CN115801639B - 一种带宽探测方法、装置、电子设备及存储介质 - Google Patents
一种带宽探测方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN115801639B CN115801639B CN202210913535.2A CN202210913535A CN115801639B CN 115801639 B CN115801639 B CN 115801639B CN 202210913535 A CN202210913535 A CN 202210913535A CN 115801639 B CN115801639 B CN 115801639B
- Authority
- CN
- China
- Prior art keywords
- network
- bandwidth
- state
- overload state
- preset
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 88
- 238000003860 storage Methods 0.000 title claims abstract description 17
- 238000000034 method Methods 0.000 claims abstract description 34
- 238000009826 distribution Methods 0.000 claims description 16
- 238000004590 computer program Methods 0.000 claims description 13
- 230000009467 reduction Effects 0.000 claims description 10
- 230000004044 response Effects 0.000 claims description 9
- 238000012423 maintenance Methods 0.000 claims description 5
- 239000000523 sample Substances 0.000 claims description 5
- 238000004422 calculation algorithm Methods 0.000 abstract description 25
- 238000004891 communication Methods 0.000 abstract description 19
- 230000005540 biological transmission Effects 0.000 abstract description 18
- 238000010586 diagram Methods 0.000 description 16
- 230000006870 function Effects 0.000 description 11
- 238000012545 processing Methods 0.000 description 9
- 238000005070 sampling Methods 0.000 description 7
- 230000008859 change Effects 0.000 description 6
- 230000000694 effects Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000003190 augmentative effect Effects 0.000 description 2
- 230000003139 buffering effect Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000010295 mobile communication Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000008447 perception Effects 0.000 description 2
- 230000002411 adverse Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005538 encapsulation Methods 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000009191 jumping Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Landscapes
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本申请实施例提供一种带宽探测方法、装置、电子设备及存储介质，该方法应用于待探测网络的接收端，通过预设的趋势线滤波器，对计算的包簇间隔进行过载检测，获得相应的网络过载状态，其中，趋势线滤波器采用最小二乘法计算网络的包簇延迟梯度，从而在减少需收发的反馈包的数目的同时，快速准确的获得网络的延时趋势，以此保证算法的快速收敛。进一步的，采用确定的网络过载状态，计算相应的网络估计带宽，并基于预设的稳态条件，在确定待探测网络处于稳态时，对计算的网络估计带宽进行动态调整，基于上述方式，确保了算法的可维护性以及易迭代性，以及进一步确保了实时通讯中的视频传输服务质量。
Description
技术领域
本发明涉及带宽数据探测技术领域，尤其涉及一种带宽探测方法、装置、电子设备及存储介质。
背景技术
在实时通讯(Web Real-Time Communications，WebRTC)传输模块中，采用拥塞控制算法(Google Congestion Control，GCC)或带宽估计算法(Transport CongestionControl，TCC)，对发送端以及接收端间的网络带宽变化进行有效的动态探测以及动态评估，进而通过探测结果识别网络拥塞，对WebRTC体系中的视频传输服务质量(Quality ofService，QoS)以及用户体验等起到了重要作用。
然而，相关技术中，上述方法尚且存在以下缺陷：
第一方面，在采用拥塞控制算法GCC进行网络探测时，通过接收端感知到的时延信息等网络特性的变化来估计网络的可用带宽，由于可用带宽时变，这一方式需要频繁地感知网络的带宽上限，存在着收敛速度过慢，对带宽的阶梯变化反应较慢的问题；同时，检测结果对延迟抖动过于敏感，在较大丢包和抖动的弱网下较大概率出现延迟的错误采样，从而导致可用带宽的误判，影响最终获得的带宽探测结果。
第二方面，在采用带宽估计算法TCC进行网络探测时，通过发送端接收到的时延信息来估计网络的可用带宽，由于这一方式需要接收端将大量的反馈包向发送端进行回传，因而通常会占用一定的网络带宽，且在较弱网络下，上述方式容易因反馈包的丢失，而导致算法需要的估算时间较长，进而影响带宽探测的效率。
发明内容
本申请实施例提供一种带宽探测方法、装置、电子设备及存储介质，用于提升带宽探测的准确性以及实时性。
第一方面，本申请实施例提供一种带宽探测方法，包括：
响应于实时接收的各个音视频数据包，计算所述网络的包簇间隔。
采用预设的趋势线滤波器，对所述包簇间隔进行过载检测，获得相应的网络过载状态，其中，所述趋势线滤波器采用最小二乘法计算所述网络的包簇延迟梯度。
基于所述网络过载状态，对所述接收端的接收码率进行带宽估算，计算相应的网络估计带宽。
响应于所述网络过载状态满足预设的稳态条件，对所述网络估计带宽进行动态调整，获得相应的带宽探测结果。
第二方面，本申请实施例提供一种带宽探测装置，包括：
接收模块，用于响应于实时接收的各个音视频数据包，计算所述网络的包簇间隔。
检测模块，用于采用预设的趋势线滤波器，对所述包簇间隔进行过载检测，获得相应的网络过载状态，其中，所述趋势线滤波器采用最小二乘法计算所述网络的包簇延迟梯度。
估算模块，用于基于所述网络过载状态，对所述接收端的接收码率进行带宽估算，计算相应的网络估计带宽。
调整模块，用于响应于所述网络过载状态满足预设的稳态条件，对所述网络估计带宽进行动态调整，获得相应的带宽探测结果。
在一种可选的实施例中，所述响应于实时接收的各个音视频数据包，计算所述网络的包簇间隔，所述接收模块具体用于：
响应于实时接收的各个音视频数据包，针对所述各个音视频数据包，分别执行以下操作：判断一个音视频数据包携带的第一发送时间戳，是否大于其相邻接收时间的音视频数据包簇携带的第二发送时间戳，其中，所述第二发送时间戳用于指示所述相邻接收时间的音视频数据包簇中，各个音视频数据包的最晚发送时间。在确定所述第一发送时间戳大于所述第二发送时间戳时，将所述一个音视频数据包，作为针对所述网络的探测数据包。
基于确定的各个探测数据包，计算所述网络的包簇间隔。
在一种可选的实施例中，所述采用预设的趋势线滤波器，对所述包簇间隔进行过载检测，获得相应的网络过载状态，所述检测模块具体用于：
采用预设的趋势线滤波器，基于所述包簇间隔，计算所述网络的包簇延迟梯度。
若所述包簇延迟梯度归属于预设的第一梯度区间，则确定所述网络过载状态为欠载状态。
若所述包簇延迟梯度归属于预设的第二梯度区间，则确定所述网络过载状态为普通状态。
若所述包簇延迟梯度归属于预设的第三梯度区间，则确定所述网络过载状态为一般过载状态。
若所述包簇延迟梯度归属于预设的第四梯度区间，则确定所述网络过载状态为严重过载状态。
在一种可选的实施例中，所述基于所述网络过载状态，对所述接收端的接收码率进行带宽估算，计算相应的网络估计带宽，所述估算模块具体用于：
若所述网络过载状态为欠载状态，则采用保持控制状态，对所述接收端的接收码率进行带宽估算，计算相应的网络估计带宽。
若所述网络过载状态为一般过载状态或严重过载状态，则采用降低控制状态，对所述接收端的接收码率进行带宽估算，计算相应的网络估计带宽，其中，所述降低控制状态控制所述接收端的接收码率乘性降低。
若所述网络过载状态为普通状态，则基于预设的状态控制规则，对所述接收码率的当前控制状态进行状态提升，并采用提升的相应目标控制状态，对所述接收端的接收码率进行带宽估算，计算相应的网络估计带宽。
在一种可选的实施例中，所述网络过载状态为欠载状态或普通状态，
则所述响应于所述网络过载状态满足预设的稳态条件，对所述网络估计带宽进行动态调整，获得相应的带宽预测结果，所述调整模块具体用于：
获取所述网络的历史过载状态直方图，其中，所述历史过载状态直方图至少包括：所述网络在预设的历史时间范围内，记录的至少一个历史过载状态各自的概率分布值。
响应于所述历史过载状态直方图中，相应普通状态及欠载状态的概率分布值之和满足预设的分布阈值，确定所述网络过载状态满足预设的稳态条件。
基于所述网络过载状态，提升所述网络的带宽临界点，并采用提升的所述带宽临界点，对所述网络估计带宽进行动态调整，获得相应的带宽探测结果。
在一种可选的实施例中，所述网络过载状态为一般过载状态，
则所述对所述接收端的接收码率进行带宽估算，计算相应的网络估计带宽后，所述调整模块还用于：
基于所述网络过载状态，对所述网络的带宽临界点按照记录的历史临界点进行线性调整，并采用调整的所述带宽临界点，对所述网络估计带宽进行动态调整，获得相应的带宽探测结果。
在一种可选的实施例中，所述网络过载状态为严重过载状态，
则所述对所述接收端的接收码率进行带宽估算，计算相应的网络估计带宽后，所述调整模块还用于：
基于所述网络过载状态，降低所述网络的带宽临界点，并采用降低的所述带宽临界点，对所述网络估计带宽进行动态调整，获得相应的带宽探测结果。
第三方面，提出了一种电子设备，其包括处理器和存储器，其中，所述存储器存储有程序代码，当所述程序代码被所述处理器执行时，使得所述处理器执行上述第一方面所述的带宽探测方法的步骤。
第四方面，提出一种计算机可读存储介质，其包括程序代码，当所述程序代码在电子设备上运行时，所述程序代码用于使所述电子设备执行上述第一方面所述的带宽探测方法的步骤。
本申请实施例的技术效果如下：
本申请实施例提供一种带宽探测方法、装置、电子设备及存储介质，该方法应用于待探测网络的接收端，通过预设的趋势线滤波器，对计算的包簇间隔进行过载检测，获得相应的网络过载状态，其中，趋势线滤波器采用最小二乘法计算网络的包簇延迟梯度，从而在减少需收发的反馈包的数目的同时，快速准确的获得网络的延时趋势，以此保证算法的快速收敛。
进一步的，采用确定的网络过载状态，计算相应的网络估计带宽，并基于预设的稳态条件，在确定待探测网络处于稳态时，对计算的网络估计带宽进行动态调整，基于上述方式，在稳态条件下调整所计算出的网络估计带宽愈发趋于准确，同时采用上述基于接收端的带宽探测方式，确保了算法的可维护性以及易迭代性，以及进一步确保了实时通讯中的视频传输服务质量。
附图说明
图1为本申请实施例提供的一种可能的应用场景示意图；
图2为本申请实施例提供的一种带宽探测模块的示意图；
图3为本申请实施例提供的一种带宽探测方法流程图；
图4为本申请实施例提供的一种趋势线滤波器示意图；
图5为本申请实施例提供的一种包簇间隔示意图；
图6为本申请实施例提供的一种历史过载状态直方图；
图7为本申请实施例提供的一种过载缓冲示意图；
图8为本申请实施例提供的一种实际应用场景示意图；
图9为本申请实施例提供的一种带宽探测装置的结构示意图；
图10为本申请实施例提供的一种电子设备示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
需要说明的是，在本申请的描述中“多个”理解为“至少两个”。“和/或”，描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。A与B连接，可以表示：A与B直接连接和A与B通过C连接这两种情况。另外，在本申请的描述中，“第一”、“第二”等词汇，仅用于区分描述的目的，而不能理解为指示或暗示相对重要性，也不能理解为指示或暗示顺序。
此外，本申请技术方案中，对数据的采集、传播、使用等，均符合国家相关法律法规要求。
本申请的设计思想如下：
相关技术中，采用拥塞控制算法GCC或带宽估计算法TCC，实现网络带宽的有效探测，然而，上述方式尚且存在以下缺陷：
1)拥塞控制算法GCC
拥塞控制算法GCC是一种由接收端实现的基于延迟感知的带宽探测算法，通过接收端感知到的时延信息等网络特性的变化来估计网络的可用带宽，由于可用带宽时变，这一方式需要频繁地感知网络的带宽上限，存在着收敛速度过慢，对带宽的阶梯变化反应较慢的问题；同时，检测结果对延迟抖动过于敏感，在较大丢包和抖动的弱网下较大概率出现延迟的错误采样，从而导致可用带宽的误判，影响最终获得的带宽探测结果。
2)带宽估计算法TCC
带宽估计算法TCC是一种由发送端实现的基于延迟感知的带宽探测算法，通过发送端接收到的时延信息来估计网络的可用带宽，由于这一方式需要接收端将大量的反馈包向发送端进行回传，因而通常会占用一定的网络带宽，且在较弱网络下，上述方式容易因反馈包的丢失，而导致算法需要的估算时间较长，进而影响带宽探测的效率。
为提升带宽探测的准确性以及实时性，本申请实施例提供一种带宽探测方法、装置、电子设备及存储介质，该方法应用于待探测网络的接收端，通过预设的趋势线滤波器，对计算的包簇间隔进行过载检测，获得相应的网络过载状态，其中，趋势线滤波器采用最小二乘法计算网络的包簇延迟梯度，从而在减少需收发的反馈包的数目的同时，快速准确的获得网络的延时趋势，以此保证算法的快速收敛，进一步的，采用确定的网络过载状态，计算相应的网络估计带宽，并基于预设的稳态条件，在确定待探测网络处于稳态时，对计算的网络估计带宽进行动态调整，基于上述方式，在稳态条件下调整所计算出的网络估计带宽愈发趋于准确，同时采用上述基于接收端的带宽探测方式，确保了算法的可维护性以及易迭代性，以及进一步确保了实时通讯中的视频传输服务质量。
基于上述技术效果，以下结合说明书附图对本申请的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本申请，并不用于限定本申请，并且在不冲突的情况下，本申请实施例及实施例中的特征可以相互组合。
参阅图1所示，其为本申请实施例提供的一种可能的应用场景示意图，该应用场景包括：目标客户端101和服务端102。其中，目标客户端101和服务器102之间可通过通信网络进行信息交互，所述通信网络采用的通信方式可包括：无线通信方式和有线通信方式。
示例性的，目标客户端可通过蜂窝移动通信技术接入网络，与服务器102进行通信，所述蜂窝移动通信技术，包括第五代移动通信(5th Generation Mobile Networks，5G)技术。
可选的，目标客户端101可通过短距离无线通信方式接入网络，与服务器102进行通信，所述短距离无线通信方式，包括无线保真(Wireless Fidelity，Wi-Fi)技术。
本申请实施例对上述设备的数量不做任何限制，如图1所示，仅以一个目标客户端101和服务端102为例进行描述，下面对上述各设备及其各自的功能进行简要介绍。
目标客户端101可以是或通过向用户提供语音和/或数据连通性的设备运行，所述设备包括：具有无线连接功能的手持式终端设备、车载终端设备等。
示例性的，目标客户端可以是或通过以下设备中的任意一种或组合运行，具体的，包括且不限于手机、平板电脑、笔记本电脑、掌上电脑、移动互联网设备(Mobile InternetDevice，MID)、可穿戴设备，虚拟现实(Virtual Reality，VR)设备、增强现实(AugmentedReality，AR)设备、工业控制中的无线终端设备、无人驾驶中的无线终端设备、智能电网中的无线终端设备、运输安全中的无线终端设备、智慧城市中的无线终端设备，或智慧家庭中的无线终端设备等，本申请对此不作限制。
进一步的，本申请实施例中，目标客户端101可以采用符合实时传输协议(Real-time Transport Protocol，RTP)的音视频数据包，触发服务端102进入带宽探测，并接收来自服务端102的周期反馈的符合实时传输控制协议(Realtime Transport ControlProtocol，RTCP)的接收端带宽估算数据包(Receiver Estimated Max Bitrate，REMB)，确定作为接收端的上述服务端102的带宽探测结果，在后续过程中，目标客户端101可以基于该带宽探测结果进行发送端的码率控制，以适应上述场景下的网络抖动。
进一步的，服务端102可以是独立的物理服务器，也可以是多个物理服务器构成的服务器集群或者分布式***，还可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(Content DeliveryNetwork，CDN)、以及大数据和人工智能平台等基础云计算服务的云服务器。
示例性的，本申请实施例中，服务端102可以是用于提供实时通讯服务WebRTC的后台服务器，参阅图2所示，该服务端102可以部署有带宽探测模块，具体的，该带宽探测模块可以由时间滤波器201、趋势线滤波器202以及AIMD(加增乘减)码率调整模块203构成，在接收到来自上述目标客户端101发送的各个音视频数据包时，服务端102可以基于上述带宽探测模块202，实现本申请实施例提供的带宽探测方法的相关功能。
基于上述应用场景，下面将结合参考附图，对本申请实施例所提供的带宽探测方法进行进一步地阐述、说明，该方法可以应用于待探测网络的接收端，如，可以应用于上述应用场景中的服务端102，参阅图3所示，上述方法具体包括：
S301：响应于实时接收的各个音视频数据包，计算网络的包簇间隔。
具体来讲，在实时通讯WebRTC中，发送端采用实时传输协议RTP，向待探测的接收端发送符合该协议的音视频数据包，接收端响应于接收到的音视频数据包，并基于预设的采样时间，将单位采样时间内接收到的各个音视频数据包构成相应的各个音视频数据包簇，以此作为算法处理的数据单元，并通过计算的各个音视频数据包簇间的接收间隔，分析待探测网络的状态变化情况。
示例性的，本申请实施例中，将接收到的来自目标客户端101的音视频数据包采用预设的采样时间(如，5ms)，构成相应的各个音视频数据包簇，并基于各个音视频数据包簇各自的接收时间，计算网络的包簇间隔。
在一种可选的实施例中，为避免因网络抖动等而造成的各个音视频数据包簇间的接收乱序，以及排除因网络抖动等而产生的噪点对带宽探测结果的影响，上述计算网络的包簇间隔，可以采用以下方式，包括：
S3011：响应于实时接收的各个音视频数据包，针对所述各个音视频数据包簇，分别执行以下操作：
S30111：判断一个音视频数据包携带的第一发送时间戳，是否大于其相邻接收时间的音视频数据包簇携带的第二发送时间戳。
具体来讲，每个音视频数据包可以携带指示其相应发送时间的第一发送时间戳，服务端在接收到来自发送端的各个音视频数据包时，可以基于携带的各个第一发送时间戳，进行针对其所接收音视频数据包的乱序判定。
S30112：在确定第一发送时间戳大于第二发送时间戳时，将一个音视频数据包，作为网络的探测数据包。
在一种可选的实施例中，为避免因网络抖动而产生的噪点对带宽探测结果的影响，将当前接收的一个音视频数据包所对应相邻接收时间的音视频数据包簇(即，上一次接收到的音视频数据包簇)中的，表征相应各个音视频数据包簇的最晚发送时间的最大时间戳，作为该相邻接收时间的音视频数据包簇携带的第二发送时间戳，以此在确定当前接收的一个音视频数据包携带的第一发送时间戳大于其相应上一次接收的音视频数据包簇携带的第二发送时间戳时，确定该一个音视频数据包有序。
示例性的，本申请实施例中，在确定当前音视频数据包携带的第一发送时间戳，大于其相邻音视频数据包簇携带第二发送时间戳时，确定当前音视频数据包有序，并将当前音视频数据包，作为网络的探测数据包。
S3012：基于确定的各个探测数据包，计算网络的包簇间隔。
可见，基于上述方式，本申请实施例对接收到的各个音视频数据包进行去噪处理，从而基于处理后确定的各个探测数据包，重新确定相应的各个音视频数据包簇以及网络的包簇间隔，避免了因网络抖动等对带宽探测结果带来的不利影响，有效确保了最终获得的带宽探测结果的准确性。
S302：采用预设的趋势线滤波器，对包簇间隔进行过载检测，获得相应的网络过载状态。
进一步的，将计算的包簇间隔输入预设的趋势线滤波器，所述趋势线滤波器采用最小二乘法计算网络的包簇延迟梯度，从而在较少的采样下，快速准确地反映网络的延时趋势。
示例性的，参阅图4所示，本申请实施例中，通过预设的趋势线滤波器，以计算出的若干包簇间隔作为输入，并采用最小二乘法，计算网络的包簇延迟梯度，进一步的，将计算的包簇延迟梯度映射至预设的各个梯度区间，并以此确定出待探测网络的网络过载状态。
值得注意的是，所述趋势线滤波器的实际计算公式可如带宽估计算法TCC中的趋势线滤波器所示，实际状况下，也可由本领域技术人员依据实际业务场景对其进行适应性更改，在此不再赘述。
进一步的，本申请实施例中，将待确定的网络过载状态定义为：欠载状态、普通状态、一般过载状态以及严重过载状态，并根据上述各个网络过载状态，分别设置相应的梯度区间，如图4所示，基于趋势线滤波器计算出的包簇延迟梯度，将该包簇延迟梯度映射至预设的某一梯度区间(如，预先设置的第一梯度区间、第二梯度区间、第三梯度区间以及第四梯度区间)，以此确定待探测网络的网络过载状态，且各网络过载状态各自的包簇间隔如图5所示。
S303：基于网络过载状态，对接收端的接收码率进行带宽估算，计算相应的网络估计带宽。
进一步的，本申请实施例中，针对AIMD(加增乘减)码率调整模块，对其定义了以下码率控制状态：保持控制状态、降低控制状态以及提升控制状态，分别对应着当前接收端的码率保持、码率降低以及码率提升，并基于上述计算的网络过载状态，对模块的码率控制状态进行调整，并计算相应的网络估计带宽，如下所述：
在一种可选的实施例中，若上述计算的网络过载状态为欠载状态，则进入保持控制状态，对接收端的接收码率进行带宽估算，计算相应的网络估计带宽。
在一种可选的实施例中，若上述计算的网络过载状态为一般过载状态或严重过载状态，则进入降低控制状态，对接收端的接收码率进行带宽估算，计算相应的网络估计带宽，其中，在降低控制状态下，接收端的接收码率进行乘性的快速降低。
在一种可选的实施例中，若上述计算的网络过载状态为普通状态，则基于预设的状态控制规则，对接收码率的当前控制状态进行状态提升，并采用提升的相应目标控制状态，对接收端的接收码率进行带宽估算，计算相应的网络估计带宽。
例如，若网络过载状态为普通状态，且接收码率的当前控制状态为保持控制状态，则对当前控制状态进行状态提升，并采用相应的提升控制状态，对接收端的接收码率进行带宽估算，计算相应的网络估计带宽，其中，在提升控制状态下，接收端的接收码率进行加性的缓慢提升。
又例如，若网络过载状态为普通状态，且接收码率的当前控制状态为降低控制状态，则对当前控制状态进行状态提升，并采用相应的保持控制状态，对接收端的接收码率进行带宽估算，计算相应的网络估计带宽。
本申请实施例中，所述带宽估算的具体实现方式可参照相关技术中的带宽估算方式进行，如，通过估算的信道容量获得对应的网络估计带宽，本申请对此不作限制。
S304：响应于网络过载状态满足预设的稳态条件，对网络估计带宽进行动态调整，获得相应的带宽探测结果。
具体来讲，在需要充分利用可用带宽的前提下，最大可用带宽的探测过程实际上是临界点的试错过程，本申请实施例中，为降低弱网下抖动的影响，避免不准确的延迟采样引入的临界点大幅跳跃，采用历史过载状态直方图，对网络的带宽临界点进行平滑处理，具体的，基于历史过载状态直方图，确定网络过载状态是否满足预设的稳态条件，其中，历史过载状态直方图至少包括：网络在预设的历史时间范围内，记录的至少一个历史过载状态各自的概率分布值。
示例性的，参阅图6所示，采用图示的历史过载状态直方图，统计网络在预设的历史时间范围内，至少一个历史过载状态各自的概率分布值，其中，若历史过载状态直方图中，相应普通状态及欠载状态的概率分布值之和满足预设的分布阈值(如，98％)，则可以确定网络满足预设的稳态条件，进一步的，响应于网络满足稳态条件，将当前网络的带宽临界点提升至当前计算的网络估计带宽，并采用提升的带宽临界点，对网络估计带宽进行动态调整，获得相应的带宽探测结果。
在一种可选的实施例中，若计算的网络过载状态为一般过载状态，则在上述S303中，计算相应的网络估计带宽后，可以基于该一般过载状态，认为无需更新历史临界点，则对网络的带宽临界点按照记录的历史临界点进行较慢的线性调整，以此对网络估计带宽进行动态调整，获得相应的带宽探测结果。
在一种可选的实施例中，若计算的网络过载状态为严重过载状态，则在上述S303中，计算相应的网络估计带宽后，可以基于该严重过载状态，更新历史临界点，并将带宽临界点迅速降低至计算的网络估计带宽，以此对网络估计带宽进行动态调整，获得相应的带宽探测结果。
参阅图7所示，基于上述方式，本申请实施例通过稳态下的历史过载状态直方图，以及针对网络的带宽临界点的过载缓冲，防止弱网下的码率过快变化，避免了较弱网络下的错误采样，从而进一步提升了带宽探测的准确性。
为便于理解，参阅图8所示，为本申请实施例提供的一种实际应用下的带宽探测方法的示意图，该实际应用中，服务端采用基于Janus的SFU，将WebRTC源码的拥塞控制模块封装C接口打包成librbe.so并集成到Janus中。并在librbe.so中，将GCC原有的OveruseEstimator、OveruseDetector等基于卡尔曼滤波器的过载检测模块删除，添加TCC中的趋势线滤波器TrendlineEstimator。进一步的，在AIMD码率调整模块中添加直方图Histogram对象，用于统计过载状态，并添加过载状态下的临界点缓冲算法，从而基于上述方式，有效提升了算法的收敛速度，以及所输出带宽探测结果的准确性。
进一步地，基于相同的技术构思，本申请实施例还提供了一种带宽探测装置，该带宽探测装置可以用以实现本申请实施例的上述方法流程。参阅图9所示，该装置包括：接收模块901、检测模块902、估算模块903以及调整模块904，其中：
接收模块901，用于响应于实时接收的各个音视频数据包，计算所述网络的包簇间隔。
检测模块902，用于采用预设的趋势线滤波器，对所述包簇间隔进行过载检测，获得相应的网络过载状态，其中，所述趋势线滤波器采用最小二乘法计算所述网络的包簇延迟梯度。
估算模块903，用于基于所述网络过载状态，对所述接收端的接收码率进行带宽估算，计算相应的网络估计带宽。
调整模块904，用于响应于所述网络过载状态满足预设的稳态条件，对所述网络估计带宽进行动态调整，获得相应的带宽探测结果。
在一种可选的实施例中，所述响应于实时接收的各个音视频数据包，计算所述网络的包簇间隔，所述接收模块901具体用于：
响应于实时接收的各个音视频数据包，针对所述各个音视频数据包，分别执行以下操作：判断一个音视频数据包携带的第一发送时间戳，是否大于其相邻接收时间的音视频数据包簇携带的第二发送时间戳，其中，所述第二发送时间戳用于指示所述相邻接收时间的音视频数据包簇中，各个音视频数据包的最晚发送时间。在确定所述第一发送时间戳大于所述第二发送时间戳时，将所述一个音视频数据包，作为针对所述网络的探测数据包。
基于确定的各个探测数据包，计算所述网络的包簇间隔。
在一种可选的实施例中，所述采用预设的趋势线滤波器，对所述包簇间隔进行过载检测，获得相应的网络过载状态，所述检测模块902具体用于：
采用预设的趋势线滤波器，基于所述包簇间隔，计算所述网络的包簇延迟梯度。
若所述包簇延迟梯度归属于预设的第一梯度区间，则确定所述网络过载状态为欠载状态。
若所述包簇延迟梯度归属于预设的第二梯度区间，则确定所述网络过载状态为普通状态。
若所述包簇延迟梯度归属于预设的第三梯度区间，则确定所述网络过载状态为一般过载状态。
若所述包簇延迟梯度归属于预设的第四梯度区间，则确定所述网络过载状态为严重过载状态。
在一种可选的实施例中，所述基于所述网络过载状态，对所述接收端的接收码率进行带宽估算，计算相应的网络估计带宽，所述估算模块903具体用于：
若所述网络过载状态为欠载状态，则采用保持控制状态，对所述接收端的接收码率进行带宽估算，计算相应的网络估计带宽。
若所述网络过载状态为一般过载状态或严重过载状态，则采用降低控制状态，对所述接收端的接收码率进行带宽估算，计算相应的网络估计带宽，其中，所述降低控制状态控制所述接收端的接收码率乘性降低。
若所述网络过载状态为普通状态，则基于预设的状态控制规则，对所述接收码率的当前控制状态进行状态提升，并采用提升的相应目标控制状态，对所述接收端的接收码率进行带宽估算，计算相应的网络估计带宽。
在一种可选的实施例中，所述网络过载状态为欠载状态或普通状态，
则所述响应于所述网络过载状态满足预设的稳态条件，对所述网络估计带宽进行动态调整，获得相应的带宽预测结果，所述调整模块904具体用于：
获取所述网络的历史过载状态直方图，其中，所述历史过载状态直方图至少包括：所述网络在预设的历史时间范围内，记录的至少一个历史过载状态各自的概率分布值。
响应于所述历史过载状态直方图中，相应普通状态及欠载状态的概率分布值之和满足预设的分布阈值，确定所述网络过载状态满足预设的稳态条件。
基于所述网络过载状态，提升所述网络的带宽临界点，并采用提升的所述带宽临界点，对所述网络估计带宽进行动态调整，获得相应的带宽探测结果。
在一种可选的实施例中，所述网络过载状态为一般过载状态，
则所述对所述接收端的接收码率进行带宽估算，计算相应的网络估计带宽后，所述调整模块904还用于：
基于所述网络过载状态，对所述网络的带宽临界点按照记录的历史临界点进行线性调整，并采用调整的所述带宽临界点，对所述网络估计带宽进行动态调整，获得相应的带宽探测结果。
在一种可选的实施例中，所述网络过载状态为严重过载状态，
则所述对所述接收端的接收码率进行带宽估算，计算相应的网络估计带宽后，所述调整模块还用于：
基于所述网络过载状态，降低所述网络的带宽临界点，并采用降低的所述带宽临界点，对所述网络估计带宽进行动态调整，获得相应的带宽探测结果。
与上述申请实施例基于同一发明构思，本申请实施例中还提供了一种电子设备，该电子设备可以用于带宽探测。在一种实施例中，该电子设备可以是服务器，也可以是终端设备或其他电子设备。在该实施例中，电子设备的结构可以如图10所示，包括存储器1001，通讯接口1003以及一个或多个处理器1002。
存储器1001，用于存储处理器1002执行的计算机程序。存储器1001可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作***，以及运行即时通讯功能所需的程序等；存储数据区可存储各种即时通讯信息和操作指令集等。
存储器1001可以是易失性存储器(volatile memory)，例如随机存取存储器(random-access memory，RAM)；存储器1001也可以是非易失性存储器(non-volatilememory)，例如只读存储器，快闪存储器(flash memory)，硬盘(hard disk drive，HDD)或固态硬盘(solid-state drive，SSD)、或者存储器1001是能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质，但不限于此。存储器1001可以是上述存储器的组合。
处理器1002，可以包括一个或多个中央处理单元(Central Processing Unit，CPU)或者为数字处理单元等。处理器1002，用于调用存储器1001中存储的计算机程序时实现上述带宽探测方法。
通讯接口1003用于与终端设备和其他服务器进行通信。
本申请实施例中不限定上述存储器1001、通讯接口1003和处理器1002之间的具体连接介质。本申请实施例在图10中以存储器1001和处理器1002之间通过总线1004连接，总线1004在图10中以粗线表示，其它部件之间的连接方式，仅是进行示意性说明，并不引以为限。总线1004可以分为地址总线、数据总线、控制总线等。为便于表示，图10中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
基于同一发明构思，本申请实施例还提供一种存储介质，该存储介质存储有计算机指令，当该计算机指令在计算机上运行时，使得计算机执行前文论述的一种带宽探测方法。
本申请实施例提供一种带宽探测方法、装置、电子设备及存储介质，该方法应用于待探测网络的接收端，通过预设的趋势线滤波器，对计算的包簇间隔进行过载检测，获得相应的网络过载状态，其中，趋势线滤波器采用最小二乘法计算网络的包簇延迟梯度，从而在减少需收发的反馈包的数目的同时，快速准确的获得网络的延时趋势，以此保证算法的快速收敛。
进一步的，采用确定的网络过载状态，计算相应的网络估计带宽，并基于预设的稳态条件，在确定待探测网络处于稳态时，对计算的网络估计带宽进行动态调整，基于上述方式，在稳态条件下调整所计算出的网络估计带宽愈发趋于准确，同时采用上述基于接收端的带宽探测方式，确保了算法的可维护性以及易迭代性，以及进一步确保了实时通讯中的视频传输服务质量。
应当注意，尽管在上文详细描述中提及了装置的若干单元或子单元，但是这种划分仅仅是示例性的并非强制性的。实际上，根据本申请的实施方式，上文描述的两个或更多单元的特征和功能可以在一个单元中具体化。反之，上文描述的一个单元的特征和功能可以进一步划分为由多个单元来具体化。
此外，尽管在附图中以特定顺序描述了本申请方法的操作，但是，这并非要求或者暗示必须按照该特定顺序来执行这些操作，或是必须执行全部所示的操作才能实现期望的结果。附加地或备选地，可以省略某些步骤，将多个步骤合并为一个步骤执行，和/或将一个步骤分解为多个步骤执行。
本领域内的技术人员应明白，本申请的实施例可提供为方法、***、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个服务器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
可使用一种或多种程序设计语言的任意组合来编写用于执行本申请操作的程序代码，程序设计语言包括面向对象的程序设计语言，诸如Java、C++等，还包括常规的过程式程序设计语言，诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算装置上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算装置上部分在远程计算装置上执行、或者完全在远程计算装置或服务器上执行。
在涉及远程计算装置的情形中，远程计算装置可以通过任意种类的网络包括局域网(LAN)或广域网(WAN)连接到用户计算装置，或者，可以连接到外部计算装置(例如，利用因特网服务提供商来通过因特网连接)。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
显然，本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样，倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内，则本申请也意图包含这些改动和变型在内。
Claims (9)
1.一种带宽探测方法，其特征在于，应用于待探测网络的接收端，包括：
响应于实时接收的各个音视频数据包，计算所述网络的包簇间隔；
采用预设的趋势线滤波器，基于所述包簇间隔，计算所述网络的包簇延迟梯度；其中，所述趋势线滤波器采用最小二乘法计算所述网络的包簇延迟梯度；
若所述包簇延迟梯度归属于预设的第一梯度区间，则确定所述网络过载状态为欠载状态；
若所述包簇延迟梯度归属于预设的第二梯度区间，则确定所述网络过载状态为普通状态；
基于所述网络过载状态，对所述接收端的接收码率进行带宽估算，计算相应的网络估计带宽；
若所述网络过载状态为欠载状态或普通状态，则获取所述网络的历史过载状态直方图，其中，所述历史过载状态直方图至少包括：所述网络在预设的历史时间范围内，记录的至少一个历史过载状态各自的概率分布值；
响应于所述历史过载状态直方图中，相应普通状态及欠载状态的概率分布值之和满足预设的分布阈值，确定所述网络过载状态满足预设的稳态条件；
基于所述网络过载状态，提升所述网络的带宽临界点，并采用提升的所述带宽临界点，对所述网络估计带宽进行动态调整，获得相应的带宽探测结果。
2.如权利要求1所述的方法，其特征在于，所述响应于实时接收的各个音视频数据包，计算所述网络的包簇间隔，包括：
响应于实时接收的各个音视频数据包，针对所述各个音视频数据包，分别执行以下操作：
判断一个音视频数据包携带的第一发送时间戳，是否大于其相邻接收时间的音视频数据包簇携带的第二发送时间戳，其中，所述第二发送时间戳用于指示所述相邻接收时间的音视频数据包簇中，各个音视频数据包的最晚发送时间；
在确定所述第一发送时间戳大于所述第二发送时间戳时，将所述一个音视频数据包，作为针对所述网络的探测数据包；
基于确定的各个探测数据包，计算所述网络的包簇间隔。
3.如权利要求1所述的方法，其特征在于，还包括：
若所述包簇延迟梯度归属于预设的第三梯度区间，则确定所述网络过载状态为一般过载状态；
若所述包簇延迟梯度归属于预设的第四梯度区间，则确定所述网络过载状态为严重过载状态。
4.如权利要求3所述的方法，其特征在于，所述基于所述网络过载状态，对所述接收端的接收码率进行带宽估算，计算相应的网络估计带宽，包括：
若所述网络过载状态为欠载状态，则采用保持控制状态，对所述接收端的接收码率进行带宽估算，计算相应的网络估计带宽；
若所述网络过载状态为一般过载状态或严重过载状态，则采用降低控制状态，对所述接收端的接收码率进行带宽估算，计算相应的网络估计带宽，其中，所述降低控制状态控制所述接收端的接收码率乘性降低；
若所述网络过载状态为普通状态，则基于预设的状态控制规则，对所述接收码率的当前控制状态进行状态提升，并采用提升的相应目标控制状态，对所述接收端的接收码率进行带宽估算，计算相应的网络估计带宽。
5.如权利要求4所述的方法，其特征在于，所述网络过载状态为一般过载状态，
则所述对所述接收端的接收码率进行带宽估算，计算相应的网络估计带宽后，还包括：
基于所述网络过载状态，对所述网络的带宽临界点按照记录的历史临界点进行线性调整，并采用调整的所述带宽临界点，对所述网络估计带宽进行动态调整，获得相应的带宽探测结果。
6.如权利要求4所述的方法，其特征在于，所述网络过载状态为严重过载状态，
则所述对所述接收端的接收码率进行带宽估算，计算相应的网络估计带宽后，还包括：
基于所述网络过载状态，降低所述网络的带宽临界点，并采用降低的所述带宽临界点，对所述网络估计带宽进行动态调整，获得相应的带宽探测结果。
7.一种带宽探测装置，其特征在于，应用于待探测网络的接收端，包括：
接收模块，用于响应于实时接收的各个音视频数据包簇，计算所述网络的包簇间隔；
检测模块，用于采用预设的趋势线滤波器，基于所述包簇间隔，计算所述网络的包簇延迟梯度；其中，所述趋势线滤波器采用最小二乘法计算所述网络的包簇延迟梯度；
若所述包簇延迟梯度归属于预设的第一梯度区间，则确定所述网络过载状态为欠载状态；
若所述包簇延迟梯度归属于预设的第二梯度区间，则确定所述网络过载状态为普通状态；
估算模块，用于基于所述网络过载状态，对所述接收端的接收码率进行带宽估算，计算相应的网络估计带宽；
调整模块，用于若所述网络过载状态为欠载状态或普通状态，则获取所述网络的历史过载状态直方图，其中，所述历史过载状态直方图至少包括：所述网络在预设的历史时间范围内，记录的至少一个历史过载状态各自的概率分布值；
响应于所述历史过载状态直方图中，相应普通状态及欠载状态的概率分布值之和满足预设的分布阈值，确定所述网络过载状态满足预设的稳态条件；
基于所述网络过载状态，提升所述网络的带宽临界点，并采用提升的所述带宽临界点，对所述网络估计带宽进行动态调整，获得相应的带宽探测结果。
8.一种电子设备，包括存储器，处理器及存储在存储器上并可在处理器运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1-6中任一项所述的方法。
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-6中任一所述方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210913535.2A CN115801639B (zh) | 2022-08-01 | 2022-08-01 | 一种带宽探测方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210913535.2A CN115801639B (zh) | 2022-08-01 | 2022-08-01 | 一种带宽探测方法、装置、电子设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115801639A CN115801639A (zh) | 2023-03-14 |
| CN115801639B true CN115801639B (zh) | 2024-06-07 |
Family
ID=85431424
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210913535.2A Active CN115801639B (zh) | 2022-08-01 | 2022-08-01 | 一种带宽探测方法、装置、电子设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115801639B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116260799B (zh) * | 2023-05-16 | 2023-07-21 | 北京庭宇科技有限公司 | 一种调整网络状态的方法和电子设备 |
Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2006053817A2 (de) * | 2004-11-18 | 2006-05-26 | Nokia Siemens Networks Gmbh & Co. Kg | Abschätzung des bandbreitenbedarfs in einem kommunikationsnetz mit zugangskontrollen |
| WO2012079236A1 (zh) * | 2010-12-16 | 2012-06-21 | 北京航空航天大学 | 基于双时间尺度的视频流传输控制方法 |
| CN107438031A (zh) * | 2017-08-07 | 2017-12-05 | 成都三零凯天通信实业有限公司 | 多信道自适应网络带宽的音视频流传输控制方法及*** |
| CN109743600A (zh) * | 2019-01-15 | 2019-05-10 | 国网河南省电力公司 | 基于可穿戴的现场运维自适应视频流传输速率控制方法 |
| CN110493658A (zh) * | 2019-08-20 | 2019-11-22 | 武汉兴图新科电子股份有限公司 | 一种网络带宽侦测方法、设备及存储设备 |
| CN110515103A (zh) * | 2019-07-24 | 2019-11-29 | 西安空间无线电技术研究所 | 一种低轨导航增强ppp-rtk对流层延迟产品生成方法 |
| WO2020125716A1 (zh) * | 2018-12-21 | 2020-06-25 | 中兴通讯股份有限公司 | 一种实现网络优化的方法及相关设备 |
| CN111615006A (zh) * | 2020-05-29 | 2020-09-01 | 高小翎 | 基于网络状态自评估的视频编码转换传输控制*** |
| CN111726301A (zh) * | 2020-05-15 | 2020-09-29 | 北京理工大学 | 一种实时视频中保证视频质量的拥塞控制方法及*** |
| CN113453045A (zh) * | 2021-06-28 | 2021-09-28 | 苏州科达科技股份有限公司 | 网络带宽预测方法、***、设备及存储介质 |
| CN114422443A (zh) * | 2022-01-24 | 2022-04-29 | 西安电子科技大学 | 基于带宽估计和拥塞预测的卫星网络tcp拥塞控制方法 |
| CN114629797A (zh) * | 2022-03-11 | 2022-06-14 | 阿里巴巴（中国）有限公司 | 带宽预测方法、模型生成方法及设备 |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100640492B1 (ko) * | 2004-08-31 | 2006-10-30 | 삼성전자주식회사 | 네트워크의 가용 대역폭 측정 방법 |
| US7558202B2 (en) * | 2006-03-16 | 2009-07-07 | Microsoft Corporation | Estimating available bandwidth with multiple overloading streams |
| US8026762B2 (en) * | 2009-06-18 | 2011-09-27 | Alcatel Lucent | High efficiency transmitter for wireless communication |
| CN108024156B (zh) * | 2017-12-14 | 2020-04-14 | 四川大学 | 一种基于隐马尔可夫模型的部分可靠视频传输方法 |
-
2022
- 2022-08-01 CN CN202210913535.2A patent/CN115801639B/zh active Active
Patent Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2006053817A2 (de) * | 2004-11-18 | 2006-05-26 | Nokia Siemens Networks Gmbh & Co. Kg | Abschätzung des bandbreitenbedarfs in einem kommunikationsnetz mit zugangskontrollen |
| WO2012079236A1 (zh) * | 2010-12-16 | 2012-06-21 | 北京航空航天大学 | 基于双时间尺度的视频流传输控制方法 |
| CN107438031A (zh) * | 2017-08-07 | 2017-12-05 | 成都三零凯天通信实业有限公司 | 多信道自适应网络带宽的音视频流传输控制方法及*** |
| WO2020125716A1 (zh) * | 2018-12-21 | 2020-06-25 | 中兴通讯股份有限公司 | 一种实现网络优化的方法及相关设备 |
| CN109743600A (zh) * | 2019-01-15 | 2019-05-10 | 国网河南省电力公司 | 基于可穿戴的现场运维自适应视频流传输速率控制方法 |
| CN110515103A (zh) * | 2019-07-24 | 2019-11-29 | 西安空间无线电技术研究所 | 一种低轨导航增强ppp-rtk对流层延迟产品生成方法 |
| CN110493658A (zh) * | 2019-08-20 | 2019-11-22 | 武汉兴图新科电子股份有限公司 | 一种网络带宽侦测方法、设备及存储设备 |
| CN111726301A (zh) * | 2020-05-15 | 2020-09-29 | 北京理工大学 | 一种实时视频中保证视频质量的拥塞控制方法及*** |
| CN111615006A (zh) * | 2020-05-29 | 2020-09-01 | 高小翎 | 基于网络状态自评估的视频编码转换传输控制*** |
| CN113453045A (zh) * | 2021-06-28 | 2021-09-28 | 苏州科达科技股份有限公司 | 网络带宽预测方法、***、设备及存储介质 |
| CN114422443A (zh) * | 2022-01-24 | 2022-04-29 | 西安电子科技大学 | 基于带宽估计和拥塞预测的卫星网络tcp拥塞控制方法 |
| CN114629797A (zh) * | 2022-03-11 | 2022-06-14 | 阿里巴巴（中国）有限公司 | 带宽预测方法、模型生成方法及设备 |
Non-Patent Citations (3)
| Title |
|---|
| Adaptive Energy-Aware Algorithms for Minimizing Energy Consumption and SLA Violation in Cloud Computing;R. Yadav, et al.;《IEEE Access》;20181002;全文 * |
| 基于物理主机过载检测的虚拟机动态整合方法研究;闫成雨;《中国优秀硕士论文电子期刊网》;20180215;全文 * |
| 新一代大地测量VLBI关键技术及应用研究;范昊鹏;《中国博士学位论文电子期刊网》;20200215;全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115801639A (zh) | 2023-03-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11778006B2 (en) | Data transmission method and apparatus | |
| US10225203B2 (en) | Scheduled transmission of data | |
| CN109981225B (zh) | 一种码率预估方法、装置、设备及存储介质 | |
| WO2020026018A1 (zh) | 文件的下载方法、装置、设备/终端/服务器及存储介质 | |
| US11677639B2 (en) | Connection management between applications and service resources | |
| CN110012324B (zh) | 一种嵌入式无线视频传输的码率自适应方法、wifi相机、控制装置以及码率自适应*** | |
| CN115801639B (zh) | 一种带宽探测方法、装置、电子设备及存储介质 | |
| CN113453045A (zh) | 网络带宽预测方法、***、设备及存储介质 | |
| US9326161B2 (en) | Application-driven control of wireless networking settings | |
| US20170163509A1 (en) | Inter-node distance metric method and system | |
| US11190430B2 (en) | Determining the bandwidth of a communication link | |
| US11088960B2 (en) | Information processing apparatus and verification system | |
| CN115499230A (zh) | 网络攻击检测方法和装置、设备及存储介质 | |
| US20140294379A1 (en) | Method and apparatus for using credits to determine cable length | |
| US9437205B2 (en) | Method, application, and device for audio signal transmission | |
| CN110619080A (zh) | 可提高数据加载速率的实时数据显示***及方法 | |
| CN112737940A (zh) | 一种数据传输的方法和装置 | |
| CN114143271B (zh) | 一种基于拥塞检测的带宽估算方法及装置 | |
| US9882751B2 (en) | Communication system, communication controller, communication control method, and medium | |
| JP2014112779A (ja) | データ送信制御装置、データ送信制御方法、および、コンピュータ・プログラム | |
| KR20220055661A (ko) | 엣지 서비스 제어 처리 시스템 및 그 제어방법 | |
| CN111966510B (zh) | 一种计算数据流的方法、***、设备及介质 | |
| CN114157764B (zh) | Vo-LTE音视频排队调度机坐席线路选择方法及装置 | |
| CN114615164B (zh) | 丢包率探测方法及装置、存储介质、电子设备 | |
| CN117319752A (zh) | 音视频处理方法、装置、电子设备及存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant |