本发明涉及信息处理技术领域，尤其涉及一种观看者协助的视频转码任务分配方法及装置。
背景技术：
随着互联网技术的快速发展，视频直播行业已在全球市场迅速扩张。根据行业内的预测报告，从2017年到2022年，直播视频流量将增长15倍，到2022年视频直播将占到互联网视频流量总量的17％。直播流量的迅速扩张将会对互联网带来巨大的挑战。同时，在视频直播场景中，观看者会与主播进行实时互动，视频延迟或卡顿将会严重降低用户体验质量，因此，在延迟敏感的视频直播服务中，保证网络服务质量(qualityofservice；qos)极为重要。由于用户观看设备和网络的异构性，直播服务提供商需要将源视频转码为不同分辨率的视频分发给观看者。然而，直播视频转码是耗时且计算密集型任务，在这种情况下，提供低延迟、高质量的直播视频流成为一大挑战。
因此，现有技术中提出了观看者协助的转码系统，即充分利用观看者端的计算资源，将转码任务卸载到观看者设备进行计算，这种方法克服了云计算转码的延迟高、价格昂贵等缺点，其转码效率很大程度上取决于如何进行转码任务分配。
但是，由于观看者设备的可用资源及网络状态是不可预知的，设计高效合理的转码任务分配策略极具挑战性。另一方面，在任务分配过程中，观看者的公平性极为重要，不公平的任务分配将会降低部分观看者的参与度，甚至影响系统的正常运行，因此，在保证系统效用的同时也必须保证观看者的公平性。
所以，如何更公平高效的进行观看者协助的视频转码任务分配，已经成为业界亟待解决的问题。
技术实现要素：
本发明实施例提供一种观看者协助的视频转码任务分配方法及装置，用以解决上述背景技术中提出的技术问题，或至少部分解决上述背景技术中提出的技术问题。
第一方面，本发明实施例提供一种观看者协助的视频转码任务分配方法，包括：
根据当前时隙的上一时隙工作观看者状态信息，得到当前时隙重新选择的观看者个数；
根据每个可用观看者的奖励评估值和每个可用观看者的公平性约束信息，得到每个可用观看者的评分；
根据每个可用观看者的评分和当前时隙重新选择的观看者个数得到当前时隙的视频转码任务分配方案。
更具体的，所述根据当前时隙的上一时隙工作观看者状态信息，得到当前时隙重新选择的观看者个数的步骤，具体包括：
获取上一时隙无法满足预设服务质量约束的第一工作观看者信息，获取上一时隙离线的第二工作观看者信息；
根据所述第一工作观看者信息和所述第二工作观看者信息得到当前时隙重新选择的观看者个数。
更具体的，所述获取上一时隙无法满足预设服务质量约束的第一工作观看者信息的步骤，具体包括：
获取上一时隙每个可用观看者的处理队列信息和传输队列信息；
若上一时隙可用观看者的处理队列信息的长度大于或等于预设处理队列长度，或上一时隙可用观看者的传输队列信息的长度大于或等于预设传输队列长度，将所述上一时隙可用观看者作为第一工作观看者信息。
更具体的，在所述根据每个可用观看者的奖励评估值和每个可用观看者的公平性约束信息，得到每个可用观看者的评分的步骤之前，所述方法还包括：
根据每个可用观看者的质量和稳定性信息，得到每个观看者的奖励信息；
根据每个可用观看者的奖励信息和历史工作次数，计算每个可用观看者的历史平均奖励信息；
根据每个可用观看者的历史平均奖励信息和历史工作次数得到每个可用观看者的奖励评估值。
在所述根据每个可用观看者的质量和稳定性信息，得到每个观看者的奖励信息的步骤之前，所述方法还包括；
根据每个可用观看者在当前时隙的处理队列长度和传输队列长度，得到每个可用观看者质量。
更具体的，在所述根据每个可用观看者的质量和稳定性信息，得到每个观看者的奖励信息的步骤，具体包括
根据每个可用观看者的质量和稳定性信息，得到每个可用观看者的效用信息；
通过组合多臂老虎机模型对所述每个可用观看者的效用信息进行分析，得到每个观看者的奖励信息。
第二方面，本发明实施例提供一种观看者协助的视频转码任务分配装置，包括：
选择模块，用于根据当前时隙的上一时隙工作观看者状态信息，得到当前时隙重新选择的观看者个数；
分析模块，用于根据每个可用观看者的奖励评估值和每个可用观看者的公平性约束信息，得到每个可用观看者的评分；
分配模块，用于根据每个可用观看者的评分和当前时隙重新选择的观看者个数得到当前时隙的视频转码任务分配方案。
第三方面，本发明实施例提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如第一方面所述观看者协助的视频转码任务分配方法的步骤。
第四方面，本发明实施例提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如第一方面所述观看者协助的视频转码任务分配方法的步骤。
本发明实施例提供的一种观看者协助的视频转码任务分配方法及装置，通过充分考虑上个时隙的工作观看者的状态信息，来判断需要重新选择的观看者个数，并且在可用观看者候选集中通过综合考虑转码状态和稳定性，来对可用观看者进行综合评估，保证长期观看者的长期公平性与网络服务质量，本发明实施例的方案在保证观看者公平性的条件下降低转码延迟，提高服务质量。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明一实施例中所描述的观看者协助的视频转码任务分配方法流程示意图；
图2为本发明一实施例所描述的转码队列模型示意图；
图3为本发明一实施例所描述的观看者协助直播视频转码系统框图；
图4为本发明一实施例所描述观看者协助的视频转码任务分配装置示意图；
图5为本发明一实施例所描述的电子设备结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
图1为本发明一实施例中所描述的观看者协助的视频转码任务分配方法流程示意图，如图1所示，包括：
步骤s1，根据当前时隙的上一时隙工作观看者状态信息，得到当前时隙重新选择的观看者个数；
具体的，本发明实施例中所描述的工作观看者是指正在执行转码任务的观看者用户
本发明实施例中所描述的上一时隙是相对于当前时隙而言的，当一个执行转码任务的观看者离线或者不能继续转码时，就要重新在可用观看者中选择合适的观看者继续执行转码任务。
获取上一时隙无法满足预设服务质量约束的观看者信息，和上一时隙离线的工作观看者信息，得到上一个时隙无法继续进行转码任务的工作观看者个数，即得到当前时隙重新选择的观看者个数。
步骤s2，根据每个可用观看者的奖励评估值和每个可用观看者的公平性约束信息，得到每个可用观看者的评分；
具体的，本发明实施例中所描述的公平性约束具体可以是指根据每个可用观看者历史在线时间内被选择的次数，来对一个虚拟队列来进行维护，得到每个可用观看者的公平性约束信息。
本发明实施例中所描述的可用观看者历史在线时间内被选择的比例具体为：
其中ci(t)是到t为止的总在线时长，bi(t)∈{0,1}表示观众i是否在时隙t内执行转码：
为了保证公平性，为每个观看者i设置一个要求的最小选择分数(rmsf)
其中xi是观看者i的rmsf，实际上，xi可以由服务提供商灵活调整。
本发明实施例中的公平性约束信息qi(t)具体为：
其中，[x] ＝max(x,0)。
本发明实施例中所描述的每个可用观看者的评分具体为，根据每个可用观看者在当前时隙的处理队列长度和传输队列长度，得到每个可用观看者质量，根据每个可用观看者的质量和稳定性信息，得到每个观看者的奖励信息；通过置信区间上界算法，根据每个可用观看者的奖励信息和历史工作次数，计算每个可用观看者的历史平均奖励信息；根据每个可用观看者的历史平均奖励信息和历史工作次数得到每个可用观看者的奖励评估值，根据每个可用观看者的质量和稳定性信息，得到每个可用观看者的效用信息；通过组合多臂老虎机模型对所述每个可用观看者的效用信息进行分析，得到每个观看者的奖励信息。
步骤s3，根据每个可用观看者的评分和当前时隙重新选择的观看者个数得到当前时隙的视频转码任务分配方案。
具体的，本发明实施例将当前时隙重新选择的观看者个数，在所有可用观看者的评分排名中，选择最佳的可用观看者，得到当前时隙的视频转码任务分配方案。
本发明实施例通过充分考虑上个时隙的工作观看者的状态信息，来判断需要重新选择的观看者个数，并且在可用观看者候选集中通过综合考虑转码状态和稳定性，来对可用观看者进行综合评估，保证观看者的长期公平性与网络服务质量，本发明实施例的方案在保证观看者公平性的条件下降低转码延迟，提高服务质量。
在上述实施例的基础上，所述根据当前时隙的上一时隙工作观看者状态信息，得到当前时隙重新选择的观看者个数的步骤，具体包括：
获取上一时隙无法满足预设服务质量约束的第一工作观看者信息，获取上一时隙离线的第二工作观看者信息；
根据所述第一工作观看者信息和所述第二工作观看者信息得到当前时隙重新选择的观看者个数。
所述获取上一时隙无法满足预设服务质量约束的第一工作观看者信息的步骤，具体包括：
获取上一时隙每个可用观看者的处理队列信息和传输队列信息；
若上一时隙可用观看者的处理队列信息的长度大于或等于预设处理队列长度，或上一时隙可用观看者的传输队列信息的长度大于或等于预设传输队列长度，将所述上一时隙可用观看者作为第一工作观看者信息。
具体的，不同于其他任务分配问题，视频直播是延时敏感的，并且有实时的互动需求，如果在转码阶段耗费过多的时间将会严重影响qos，本发明实施例中通过预先设定的预设服务质量约束来保证用户体验。
具体的，在队列模型中，队列长度q′(t)和q″(t)必须保证在一定范围内，即：
其中q′max和q″max分别是可容忍的最大队列长度，根据视频直播系统的实际情况来决定。
本发明实施例中通过预设服务质量约束的设定，可以有效删选部分不符合条件的用户，保证用户体验。
在上述实施例的基础上，在所述根据每个可用观看者的奖励评估值和每个可用观看者的公平性约束信息，得到每个可用观看者的评分的步骤之前，所述方法还包括：
根据每个可用观看者的质量和稳定性信息，得到每个观看者的奖励信息；
根据每个可用观看者的奖励信息和历史工作次数，计算每个可用观看者的历史平均奖励信息；
根据每个可用观看者的历史平均奖励信息和历史工作次数得到每个可用观看者的奖励评估值。
具体的，根据每个可用观看者的质量和稳定性信息，得到每个可用观看者的效用信息ui(t)，然后，通过组合多臂老虎机模型，每个观看者是一个“臂”，数据中心是一个“玩家”，数据中心通过选择拥有未知效用的观看者来实现最大累积效用，其中，每个观看者的奖励是ri(t)，
由于每个观看者的奖励是事先未知的,数据中心必须权衡“探索”(即尝试选择不同的观看者从而收集更多观看者的奖励信息)和“利用”(选择历史信息中最佳的观看者)。为了综合评估奖励，采用ucb学习策略。用hi(t)表示截止时隙t观看者i执行转码任务的历史工作次数，即
用
其中，ri(0)是初始奖励值，可以在观看者观看直播的时候通过测试得到。
根据ucb策略，可以得到奖励评估值
当hi(t)＝0时，设置
本发明实施例通过基于置信区间上界算法和虚拟队列，设计了一种公平强盗算法，能够在保证观看者长期公平性的条件下实现高效用。
在上述实施例的基础上，在所述根据每个可用观看者的质量和稳定性信息，得到每个观看者的奖励信息的步骤之前，所述方法还包括；
根据每个可用观看者在当前时隙的处理队列长度和传输队列长度，得到每个可用观看者质量。
具体的，图2为本发明一实施例所描述的转码队列模型示意图，如图2所示，当有内容块到达观看者设备时，首先进入处理队列等待被转码，处理队列长度q′(t)会随着内容块的到达和被转码而改变。内容块被转码处理后，就会进入发送队列等待被发送，发送队列长度q″(t)随着内容被转码以及被发送而改变。定义观看者质量
所述根据每个可用观看者的质量和稳定性信息，得到每个观看者的奖励信息的步骤，具体包括
根据每个可用观看者的质量和稳定性信息，得到每个可用观看者的效用信息；
通过组合多臂老虎机模型对所述每个可用观看者的效用信息进行分析，得到每个观看者的奖励信息。
同时考虑观看者的稳定性和质量，将系统的效用信息具体为：
ui(t)＝li(t)-α·ii(t)·dre
其中，α是权重参数，dre是重新分配导致的延时，ii(t)是一个示性函数，可以表示为：
从长期来看，拥有更高质量和更高稳定性的观看者会产生更大的累积效用。
在该模型中，每个观看者是一个“臂”，数据中心是一个“玩家”，数据中心通过选择拥有未知效用的观看者来实现最大累积效用。通过下式对系统效用进行归一化
其中，umax和umin分别是效用的最大值和最小值，观看者i的奖励信息可以表示为
本发明实施例通过，使用多臂老虎机模型对任务分配问题进行建模，解决转码任务分配问题，尽可能提高系统整体的长期效用。
在上述实施例的基础上，在所述根据每个可用观看者的奖励评估值和每个可用观看者的公平性约束信息，得到每个可用观看者的评分的步骤之前，所述方法还包括：
根据上一时隙的每个可用观看者虚拟队列长度和上一时隙每个可用观看者的执行转码信息，得到当前时隙用户每个可用观看者的公平性约束信息。
具体的，设计了一种虚拟队列来处理公平性约束。假设每个观看者都维护一个虚拟队列，观看者i的队列长度qi(t)由下式进行更新：
其中，[x] ＝max(x,0)，其中qi(t-1)为上一时隙的每个可用观看者虚拟队列长度，bi(t-1)为上一个时隙每个可用观看者的执行转码信息，即用户被选择的次数越多，则会相应减少qi(t)的值，从而保证公平性。
图3为本发明一实施例所描述的观看者协助直播视频转码系统框图，如图3所示，于一个区域，假设有k个观看者在观看某个频道，定义观看者
图4为本发明一实施例所描述观看者协助的视频转码任务分配装置示意图，如图4所示，包括：选择模块410、分析模块420和分配模块430；其中，选择模块410,用于根据当前时隙的上一时隙工作观看者状态信息，得到当前时隙重新选择的观看者个数；其中，分析模块420用于根据每个可用观看者的奖励评估值和每个可用观看者的公平性约束信息，得到每个可用观看者的评分；其中，分配模块430用于根据每个可用观看者的评分和当前时隙重新选择的观看者个数得到当前时隙的视频转码任务分配方案。
本发明实施例提供的装置是用于执行上述各方法实施例的，具体流程和详细内容请参照上述实施例，此处不再赘述。
本发明实施例通过充分考虑上个时隙的工作观看者的状态信息，来判断需要重新选择的观看者个数，并且在可用观看者候选集中通过综合考虑转码状态和稳定性，来对可用观看者进行综合评估，保证观看者的长期公平性与网络服务质量，本发明实施例的方案在保证观看者公平性的条件下降低转码延迟，提高服务质量。
图5为本发明一实施例所描述的电子设备结构示意图，如图5所示，该电子设备可以包括：处理器(processor)510、通信接口(communicationsinterface)520、存储器(memory)530和通信总线540，其中，处理器510，通信接口520，存储器530通过通信总线540完成相互间的通信。处理器510可以调用存储器530中的逻辑指令，以执行如下方法：根据当前时隙的上一时隙工作观看者状态信息，得到当前时隙重新选择的观看者个数；根据每个可用观看者的奖励评估值和每个可用观看者的公平性约束信息，得到每个可用观看者的评分；根据每个可用观看者的评分和当前时隙重新选择的观看者个数得到当前时隙的视频转码任务分配方案。
此外，上述的存储器530中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-onlymemory)、随机存取存储器(ram，randomaccessmemory)、磁碟或者光盘等各种可以存储程序代码的介质。
本发明实施例公开一种计算机程序产品，所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，计算机能够执行上述各方法实施例所提供的方法，例如包括：根据当前时隙的上一时隙工作观看者状态信息，得到当前时隙重新选择的观看者个数；根据每个可用观看者的奖励评估值和每个可用观看者的公平性约束信息，得到每个可用观看者的评分；根据每个可用观看者的评分和当前时隙重新选择的观看者个数得到当前时隙的视频转码任务分配方案。
本发明实施例提供一种非暂态计算机可读存储介质，该非暂态计算机可读存储介质存储服务器指令，该计算机指令使计算机执行上述各实施例提供的方法，例如包括：根据当前时隙的上一时隙工作观看者状态信息，得到当前时隙重新选择的观看者个数；根据每个可用观看者的奖励评估值和每个可用观看者的公平性约束信息，得到每个可用观看者的评分；根据每个可用观看者的评分和当前时隙重新选择的观看者个数得到当前时隙的视频转码任务分配方案。
以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如rom/ram、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
1.一种观看者协助的视频转码任务分配方法，其特征在于，包括：
根据当前时隙的上一时隙工作观看者状态信息，得到当前时隙重新选择的观看者个数；
根据每个可用观看者的奖励评估值和每个可用观看者的公平性约束信息，得到每个可用观看者的评分；
根据每个可用观看者的评分和当前时隙重新选择的观看者个数得到当前时隙的视频转码任务分配方案。
2.根据权利要求1所述观看者协助的视频转码任务分配方法，其特征在于，所述根据当前时隙的上一时隙工作观看者状态信息，得到当前时隙重新选择的观看者个数的步骤，具体包括：
获取上一时隙无法满足预设服务质量约束的第一工作观看者信息，获取上一时隙离线的第二工作观看者信息；
根据所述第一工作观看者信息和所述第二工作观看者信息得到当前时隙重新选择的观看者个数。
3.根据权利要求2所述观看者协助的视频转码任务分配方法，其特征在于，所述获取上一时隙无法满足预设服务质量约束的第一工作观看者信息的步骤，具体包括：
获取上一时隙每个可用观看者的处理队列信息和传输队列信息；
若上一时隙可用观看者的处理队列信息的长度大于或等于预设处理队列长度，或上一时隙可用观看者的传输队列信息的长度大于或等于预设传输队列长度，将所述上一时隙可用观看者作为第一工作观看者信息。
4.根据权利要求1所述观看者协助的视频转码任务分配方法，其特征在于，在所述根据每个可用观看者的奖励评估值和每个可用观看者的公平性约束信息，得到每个可用观看者的评分的步骤之前，所述方法还包括：
根据每个可用观看者的质量和稳定性信息，得到每个观看者的奖励信息；
根据每个可用观看者的奖励信息和历史工作次数，计算每个可用观看者的历史平均奖励信息；
根据每个可用观看者的历史平均奖励信息和历史工作次数得到每个可用观看者的奖励评估值。
5.根据权利要求4所述观看者协助的视频转码任务分配方法，其特征在于，在所述根据每个可用观看者的质量和稳定性信息，得到每个观看者的奖励信息的步骤之前，所述方法还包括；
根据每个可用观看者在当前时隙的处理队列长度和传输队列长度，得到每个可用观看者质量。
6.根据权利要求4所述观看者协助的视频转码任务分配方法，其特征在于，在所述根据每个可用观看者的质量和稳定性信息，得到每个观看者的奖励信息的步骤，具体包括
根据每个可用观看者的质量和稳定性信息，得到每个可用观看者的效用信息；
通过组合多臂老虎机模型对所述每个可用观看者的效用信息进行分析，得到每个观看者的奖励信息。
7.根据权利要求1所述观看者协助的视频转码任务分配方法，其特征在于，在所述根据每个可用观看者的奖励评估值和每个可用观看者的公平性约束信息，得到每个可用观看者的评分的步骤之前，所述方法还包括：
根据上一时隙的每个可用观看者虚拟队列长度和上一时隙每个可用观看者的执行转码信息，得到当前时隙用户每个可用观看者的公平性约束信息。
8.一种观看者协助的视频转码任务分配装置，其特征在于，包括：
选择模块，用于根据当前时隙的上一时隙工作观看者状态信息，得到当前时隙重新选择的观看者个数；
分析模块，用于根据每个可用观看者的奖励评估值和每个可用观看者的公平性约束信息，得到每个可用观看者的评分；
分配模块，用于根据每个可用观看者的评分和当前时隙重新选择的观看者个数得到当前时隙的视频转码任务分配方案。
9.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至7任一项所述观看者协助的视频转码任务分配方法的步骤。
10.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如权利要求1至7任一项所述观看者协助的视频转码任务分配方法的步骤。
技术总结