基于云边协同的视频数据处理方法、装置、系统及设备

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。 2.根据权利要求1所述的基于云边协同的视频数据处理系统，其特征在于，所述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，包括：根据利用深度强化学习算法确定出的各个终端采集设备在当前时隙的传输速率确定出各个终端采集设备的带宽分配信息；将各个终端采集设备的历史视频块传输时的带宽分配信息、传输时长、下一视频块的文件大小、剩余视频块数量、上一个视频块选择的码率、缓冲区数据量作为深度强化学习的输入；将各个终端采集设备的可选传输比特率的概率分配作为深度强化学习的输出；基于各个视频块的视频传输质量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的传输比特率。 3.一种基于云边协同的视频数据处理方法，其特征在于，应用于云边协同网络架构中的云端服务器中，所述云端服务器中设置有中央网络控制器，所述方法包括：利用所述中央网络控制器接收所述云边协同网络架构中的各个边缘节点上传的当前链路带宽信息；根据所述当前链路带宽信息，确定出全局网络状态；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，以使得所述边缘节点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。 4.根据权利要求3所述的基于云边协同的视频数据处理方法，其特征在于，所述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，包括：根据利用深度强化学习算法确定出的各个终端采集设备在当前时隙的传输速率确定出各个终端采集设备的带宽分配信息；将各个终端采集设备的历史视频块传输时的带宽分配信息、传输时长、下一视频块的文件大小、剩余视频块数量、上一个视频块选择的码率、缓冲区数据量作为深度强化学习的输入；将各个终端采集设备的可选传输比特率的概率分配作为深度强化学习的输出；基于各个视频块的视频传输质量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的传输比特率。 5.根据权利要求3所述的基于云边协同的视频数据处理方法，其特征在于，所述深度强化学习算法的目标函数被设置为下述公式：其中，I表示终端采集设备的总数量，M表示视频块的总数量，R m 表示第m个视频块的码率，q(·)表示将码率转化为视频传输质量的映射函数，T s 表示视频上传时的时延，|q(R m+1 )-q(R m )|表示相邻两个视频块之间的传输质量差值，μ、λ分别为两个惩罚项的权重系数。 6.一种基于云边协同的视频数据处理装置，其特征在于，应用于云边协同网络架构中的云端服务器中，所述云端服务器中设置有中央网络控制器，所述装置包括：带宽信息获取模块，用于利用所述中央网络控制器接收所述云边协同网络架构中的各个边缘节点上传的当前链路带宽信息；全局网络状态确定模块，用于根据所述当前链路带宽信息，确定出全局网络状态；传输比特率确定模块，用于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，以使得所述边缘节点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。 7.一种电子设备，所述电子设备包括处理器和存储器，所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现如权利要求3-5任一项所述的方法。