公开(公告)号：CN117421697A

公开(公告)日：2024-01-19

申请号：CN202311381766.4

申请日：2023-10-24

Applicant: 桂林电子科技大学

Inventor： 刘平山 ,  奚铭骏 ,  吕树月 ,  俞中舒 ,  唐泽慧

IPC: G06F18/25 ,  G06F16/78 ,  G06F16/735 ,  G06N3/0442

Abstract: 本发明公开了一种融合注意力机制的多特征多通道长短时记忆网络视频流行度预测方法。该方法首先针对视频的时序数据，引入多特征和多通道以丰富长短时记忆网络的输入信息，让预测模型处理更多种类的时序特征；其次，通过多层感知机学习视频的静态元数据特征，并对其进行静态特征建模得到静态特征向量；然后，引入注意力机制；特征注意力和通道注意力的引入可以使多通道视频时序特征处理模型从多个维度学习多特征之间的内在规律，最终得到时序特征向量；最后，将经过动态特征融合的静态和时序特征向量与模型所学习到的信息值进行综合计算，得到视频流行度预测值。该方法不仅拥有良好的预测精准度，还有助于流媒体平台为用户提供更加精准的用户推荐。

公开(公告)号：CN113453038B

公开(公告)日：2022-03-29

申请号：CN202110709682.3

申请日：2021-06-25

Applicant: 桂林电子科技大学

Inventor： 刘平山 ,  刘韶星 ,  孙业民 ,  俞中舒 ,  黄桂敏

IPC: H04N21/231 ,  H04N21/218 ,  H04L67/568 ,  H04L67/5682 ,  H04L67/1097 ,  H04L67/104

Abstract: 本发明公开了一种CDN‑P2P混合架构下效用最优协同缓存管理方法，该方法首先构建一个超级节点群，支持P2P技术与内容分发网络相结合，利用P2P覆盖网的高可拓展、部署成本低特性，为其他节点提供服务；其次，根据ISPs域间的资源供需关系，基于全局效用值构建相应数学模型，并利用资源分配贪心算法对模型进行优化；最后，基于效用最优模型设计一个协同缓存管理方法，基于发送节点上传带宽以及接收节点下载带宽和磁盘容量，通过超级节点群内节点间协同缓存、超级节点群与CDNs节点间协同缓存，将流行度高的视频资源放置在靠近用户侧，从而减少ISPs间回程链路流量，提高用户的播放流畅度和缓存命中率。

公开(公告)号：CN113453038A

公开(公告)日：2021-09-28

申请号：CN202110709682.3

申请日：2021-06-25

Applicant: 桂林电子科技大学

Inventor： 刘平山 ,  刘韶星 ,  孙业民 ,  俞中舒 ,  黄桂敏

IPC: H04N21/231 ,  H04N21/218 ,  H04L29/08

Abstract: 本发明公开了一种CDN‑P2P混合架构下效用最优协同缓存管理方法，该方法首先构建一个超级节点群，支持P2P技术与内容分发网络相结合，利用P2P覆盖网的高可拓展、部署成本低特性，为其他节点提供服务；其次，根据ISPs域间的资源供需关系，基于全局效用值构建相应数学模型，并利用资源分配贪心算法对模型进行优化；最后，基于效用最优模型设计一个协同缓存管理方法，基于发送节点上传带宽以及接收节点下载带宽和磁盘容量，通过超级节点群内节点间协同缓存、超级节点群与CDNs节点间协同缓存，将流行度高的视频资源放置在靠近用户侧，从而减少ISPs间回程链路流量，提高用户的播放流畅度和缓存命中率。