[发明专利]一种基于机器学习的视频上传方法、装置及设备

权利要求书

1.一种基于机器学习的视频上传方法，其特征在于，包括：

获取历史流量信息数据；

调用预先建立的预测模型，根据所述历史流量信息数据计算视频上行带宽分配数据，所述预测模型为通过机器学习机制所建立的预测模型；

根据所述视频上行带宽分配数据，调整各上传客户端上传速度，使视频实际上传速度与所述视频上行带宽分配数据的差值小于预设的阈值。

2.如权利要求1所述的基于机器学习的视频上传方法，其特征在于，所述获取历史流量信息数据包括：

获取历史上行带宽数据、视频档案流水日志及档案中心历史下行带宽数据。

3.如权利要求1所述的基于机器学习的视频上传方案，其特征在于，所述调整各上传客户端上传速度包括：

调整各上传客户端上传视频数据时的上传速度；所述视频数据是录制完成后存储在储存介质中的视频数据。

4.如权利要求3所述的基于机器学习的视频上传方案，其特征在于，还包括录制视频数据后，对所述视频数据通过P2P协议进行多副本复制。

5.如权利要求1所述的基于机器学习的视频上传方案，其特征在于，建立预测模型包括：

通过基于机器学习的线性回归算法和统计算法建立预测模型。

6.如权利要求1-5任一项所述的基于机器学习的视频上传方案，其特征在于，所述调整各上传客户端上传速度包括：

调整各上传客户端速度参数来调整上传速度。

7.一种基于机器学习的视频上传装置，其特征在于，包括：

获取模块，用于获取历史流量信息数据；

学习模块，用于调用预先建立的预测模型，根据所述历史流量信息数据计算出视频上行带宽分配数据；

模型建立模块，用于通过机器学习机制所建立的预测模型；

流量调度模块，用于根据所述视频上行带宽分配数据，调整各上传客户端上传速度，使视频实际上传速度与所述视频上行带宽分配数据的差值小于预设的阈值。

8.如权利要求7所述的基于机器学习的视频上传装置，其特征在于，所述获取模块具体用于：

获取历史上行带宽数据、视频档案流水日志及档案中心历史下行带宽数据。

9.一种基于机器学习的视频上传设备，其特征在于，包括：

存储器，用于存储计算机程序；

处理器，用于执行所述计算机程序时实现如权利要求1至6任一项所述的基于机器学习的视频上传方法的步骤。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述的基于机器学习的视频上传方法的步骤。