一种基于互联网的云课堂直播传输方法及系统与流程

本技术涉及网络直播，尤其涉及一种基于互联网的云课堂直播传输方法及系统。

背景技术：

1、随着在线教育行业的蓬勃发展，云课堂直播已成为教育服务的重要形式之一。然而，当前的云课堂直播传输方法在面对复杂多变的网络环境、大规模用户参与以及多样化的用户需求时，暴露出了一系列的问题：

2、现有的直播传输方法往往不能有效地适应不同用户的网络状况。在带宽不稳定或低带宽环境下，直播视频容易出现卡顿、延迟甚至中断，严重影响用户体验；直播活动的资源分配通常基于静态规则或简单预测，缺乏实时性和动态性。在直播高峰期，资源分配不均可能导致部分用户无法顺畅观看，而部分资源却未被充分利用。

3、传统方法采用固定的传输策略，无法根据直播内容类型、用户参与度和网络条件的变化进行灵活调整。例如，在视频内容密集或用户互动频繁的时段，未能相应增加带宽或优化传输协议，导致数据传输效率低下。现有的直播系统往往无法根据用户的实际网络条件、设备性能和观看需求动态调整媒体质量(如视频分辨率、帧率、音频码率等)。这导致在高带宽环境下用户可能无法享受到更高的视频质量，而在低带宽环境下则可能因画质模糊而降低学习效果。在多个通信链路可选的情况下，现有方法往往缺乏智能的链路选择和负载均衡机制。这可能导致数据传输路径不合理，增加了传输延迟和丢包率，同时也未能充分利用网络资源的潜力。传统的缓存策略往往基于固定的缓存大小和策略，无法根据用户的地理位置、网络状况以及实时流量变化进行动态调整。这可能导致缓存数据过时、冗余或不足，影响数据传输的效率和用户体验。

技术实现思路

1、针对上述问题，本发明提出了一种基于互联网的云课堂直播传输方法及系统；通过引入智能的宽带资源分配算法、灵活的传输策略集、动态的媒体质量调整机制、智能的链路选择和负载均衡技术，以及多级缓存机制，旨在提升云课堂直播的传输效率、稳定性和用户体验，同时能够根据实时网络状况和用户需求的变化进行动态调整，确保在各种复杂环境下都能提供高质量的直播服务。

2、本技术的目的采用以下技术方案实现：

3、第一方面，本技术提供了一种基于互联网的云课堂直播传输方法，所述方法包括：

4、获取用户参数以及直播活动参数，其中，所述用户参数包括用户的网络状况和数据传输质量，所述直播活动参数包括直播活动的内容类型、平台网络状况、参与人数、第一直播数据；

5、根据所述直播活动的内容类型、平台网络状况以及参与人数，分配所述直播活动的第一宽带资源；

6、基于传输策略集，将第一直播数据从第一设备集传输至第二设备集，其中，所述传输策略集包括多个不同的传输策略，所述第一设备集包括一个或多个第一设备，所述第二设备集包括一个或多个第二设备；

7、根据用户的网络状况和数据传输质量动态调整各传输策略，其中，所述传输策略包括智能选择数据传输链路、动态调整媒体质量参数、以及动态调整缓冲区大小以及相邻两个调整的时间间隔。

8、优选地，所述根据所述直播活动的内容类型、平台网络状况以及参与人数，分配所述直播活动的第一宽带资源；包括：

9、通过历史数据，建立第一宽带资源预测模型；所述历史数据包括直播活动的内容类型、峰值人数、平均在线人数、平台网络状况、同一时间段的直播活动类型和总量以及总参与人数；

10、根据t时刻的实时数据，通过宽带资源预测模型，预测对应t+1时刻直播活动的第一宽带资源。

11、优选地，所述传输策略集包括：

12、对多个类型的第一直播数据进行实时性评分；根据实时性评分获得传输优先级；根据传输优先级设置传输队列；所述第一直播数据的类型包括文件数据、视频数据、音频数据和/或书写数据；

13、响应于文件数据的变化，第一设备仅传输文件数据的变化部分至第二电子设备；

14、根据视频数据、音频数据或交互数据的刷新频率，设置对应类型的第一直播数据类型的传输频率；

15、对网络环境进行全面评估，并智能选择数据传输链路；根据网络状况、用户信息以及环境信息，动态调整媒体质量参数；

16、建立多级缓存机制，根据用户地理位置、网络状况以及节点评分，动态调整缓冲区大小以及相邻两个调整的时间间隔。

17、优选地，所述对网络环境进行全面评估，并智能选择数据传输链路；包括：

18、根据用户地理位置，通过网络拓扑结构获得发送端和接收端的多条通信链路；

19、根据t时刻的链路第一评分、地理距离以及链路负载，通过约束条件，预测t+1时刻的可用链路。

20、优选地，所述根据t时刻的链路第一评分、地理距离以及链路负载，通过约束条件，预测t+1时刻的可用链路，包括：

21、收集可用链路的实时性能指标，其中，性能指标包括丢包率、丢包残差、丢包率残差变化率、实时带宽、延迟时间以及链路可靠性；

22、通过机器学习模型，输出t时刻的链路第一评分；

23、利用时间序列分析预测t+1时刻的链路性能指标，并结合t时刻的链路第一评分预测t+1时刻的第一评分；

24、通过链路的地理距离和负载预测，计算t+1时刻的链路第二评分；

25、定义约束条件，所述约束条件包括最大可接受的丢包率、最小带宽要求、最大延迟以及负载均衡；

26、根据t+1时刻链路的第二评分和约束条件，预测t+1时刻的可用链路；

27、根据业务的冗余需求，选择多条可用链路；并选择第二评分最高的可用链路作为主链路；通过传输队列中的数据量和链路负载，分配传输队列中的数据到不同的可用链路。

28、优选地，所述方法还包括：

29、建立闭环反馈机制，持续监测链路性能，根据实际性能调整评分模型和预测算法的参数；

30、根据历史数据和新出现的网络状况，自适应地调整约束条件和评分权重；引入异常检测算法，识别并隔离网络中的异常行为和/或故障链路。

31、优选地，所述通过传输队列中的数据量和链路负载，分配传输队列中的数据到不同的可用链路；包括：

32、将同一优先级的数据分成不同的数据块；通过哈希函数来确定数据块的边界；确保相同内容的数据块有相同的哈希值；

33、将优先级最高的数据块分配给主链路，直到达到预设的负载阈值；

34、将剩余数据块根据剩余选择链路的第二评分，以及对应链路的负载进行依次分配。

35、优选地，所述根据网络状况，用户信息以及环境信息，动态调整媒体质量参数，包括：

36、收集用户端传输链路第一评分、用户信息、直播时间、环境信息以及媒体质量参数；所述用户信息包括用户设备信息、设备电池寿命以及电量、地理位置以及偏好；所述媒体质量参数包括音频质量、媒体清晰度以及交互响应速度；

37、通过历史训练数据，训练深度学习模型，学习不同条件下媒体质量与用户满意度之间的关系；

38、根据实时网络状况、用户信息、直播时间和环境信息，利用深度学习模型，预测最优媒体质量参数。

39、优选地，所述建立多级缓存机制，根据用户地理位置网络状况、以及节点评分，动态调整缓冲区大小，包括：

40、构建分布式缓存网络；所述分布式缓存网络包括多个节点；并获得节点评分；

41、根据节点评分，调整缓冲区的大小以及相邻两次缓冲区大小调整的时间间隔。

42、本技术提供一种基于互联网的云课堂直播传输系统，所述系统包括：

43、第一获取模块，用于获取用户参数以及直播活动参数，其中，所述用户参数包括用户的网络状况和数据传输质量，所述直播活动参数包括直播活动的内容类型、平台网络状况、参与人数、第一直播数据；

44、第一分配模块，根据所述直播活动的内容类型、平台网络状况以及参与人数，分配所述直播活动的第一宽带资源；

45、传输模块，用于基于传输策略集，将第一直播数据从第一设备集传输至第二设备集，其中，所述传输策略集包括多个不同的传输策略，所述第一设备集包括一个或多个第一设备，所述第二设备集包括一个或多个第二设备；

46、调整模块，用于根据用户的网络状况和数据传输质量动态调整各传输策略，其中，所述传输策略包括智能选择数据传输链路、动态调整媒体质量参数、以及动态调整缓冲区大小以及相邻两个调整的时间间隔。

47、本发明的有益效果包括：第一宽带资源预测模型通过分析历史数据，预测直播活动所需的宽带资源，确保资源分配既不过剩也不不足，提高了资源利用效率。实时性评分与优先级设置确保了不同类型数据的及时传输，特别是对文件数据变化的精准传输，减少了不必要的数据传输量，提高了传输效率。智能链路选择与媒体质量参数调整能够根据网络状况和用户需求动态调整，保证了传输的稳定性和高质量，同时降低了延迟和卡顿现象。多级缓存机制与动态调整缓冲区大小相结合，确保了即使在网络状况不佳时，用户也能获得流畅的观看体验，减少了缓冲等待时间。深度学习模型预测媒体质量参数能够根据用户设备状况、地理位置和偏好等信息，提供个性化的内容质量设置，增强了用户满意度和参与度。闭环反馈机制与异常检测算法能够及时发现并隔离网络中的异常行为或故障链路，减少了直播中断的可能性，提高了系统的稳定性和可靠性。动态调整机制使得系统能够适应不断变化的网络环境和用户需求，提高了系统的灵活性和可扩展性，能够应对突发的大流量需求。通过精确的资源分配和高效的传输策略，减少了不必要的资源浪费，降低了运营成本，提高了整个系统的成本效益。