[发明专利]一种数据上行优化方法以及装置

权利要求书

1.一种数据上行优化方法，其特征在于，包括：

获取网络交互参数；

根据所述网络交互参数确定交互类别；其中所述类别包括目标分类和非目标分类；

根据对应的类别选择对应的速率控制方法；其中所述非目标分类采用网络平台的原始速率控制方法，所述目标分类采用预测分配法；

所述预测分配法包括对所述目标分类的第一时长进行预测；

根据所述第一时长对上传速率进行分配；

所述的所述目标分类的第一时长进行预测，进一步包括：

构建预测模型；

对所述预测模型进行训练；

将所述网络交互参数导入训练后的预测模型预测出第一时长；

所述根据所述第一时长对上传速率进行分配第一时长，进一步包括：

当所述第一时长大于第一阈值，且目标分类的时间大于所述第一阈值时，采用第一码率范围上传数据；

当所述第一时长大于第一阈值，且目标分类的时间小于或等于所述第一阈值时，采用第二码率范围上传数据；

当所述第一时长小于或等于第一阈值，且目标分类的时间大于所述第一阈值时，采用第二码率范围上传数据；

当所述第一时长小于或等于第一阈值，且目标分类的时间小于或等于所述第一阈值时，采用第一码率范围上传数据。

2.根据权利要求1所述的数据上行优化方法，其特征在于，根据所述网络交互参数确定交互类别，进一步包括：

对所述网络交互参数进行Z-Score标准化和主成分分析降维的数据预处理操作；

使用K-Means算法对特征进行聚类。

3.根据权利要求1所述的数据上行优化方法，其特征在于，所述构建预测模型进一步包括：

通过6个1维卷积神经网络将所有5/6数组特征编码为6个一维的新特征；

将所述新特征与其余特征一起输入具有3个隐藏层的全连接网络。

4.根据权利要求1所述的数据上行优化方法，其特征在于：所述第一码率范围是0.05~0.1MBps。

5.根据权利要求1所述的数据上行优化方法，其特征在于：所述第二码率范围是0.02~0.05MBps。

6.根据权利要求1所述的数据上行优化方法，其特征在于：所述第一阈值为40~60秒。

7.一种数据上行优化装置，其特征在于，包括：

获取单元，用于获取网络交互参数；

确定单元，用于根据所述网络交互参数确定交互类别；其中所述类别包括目标分类和非目标分类；

选择单元，用于根据对应的类别选择对应的速率控制方法；其中所述非目标分类采用网络平台的原始速率控制方法，所述目标分类采用预测分配法；

预测单元，用于对所述目标分类的第一时长进行预测；

分配单元，用于根据所述第一时长对上传速率进行分配；

所述预测单元包括：

构建模块，用于构建预测模型；

训练单元，用于训练所述预测模型；

使用单元，用于将所述网络交互参数导入训练后的预测模型预测出第一时长；

所述分配单元包括：

第一分配模块，用于当所述第一时长大于第一阈值，且目标分类的时间大于所述第一阈值时，采用第一码率范围上传数据；

第二分配模块，用于当所述第一时长大于第一阈值，且目标分类的时间小于或等于所述第一阈值时，采用第二码率范围上传数据；

第三分配模块，用于当所述第一时长小于或等于第一阈值，且目标分类的时间大于所述第一阈值时，采用第二码率范围上传数据；

第四分配模块，用于当所述第一时长小于或等于第一阈值，且目标分类的时间小于或等于所述第一阈值时，采用第一码率范围上传数据。

8.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，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至6任一项所述的一种数据上行优化方法的步骤。