视频云环境下智能算法版权管理方法、管理器及系统与流程

1.本技术涉及云计算技术领域，尤其涉及视频云环境下智能算法版权管理方法、管理器及系统。


背景技术：

2.随着网络、存储、计算等技术的快速发展，复制和传输数字内容变得越来越便捷，但同时对数字内容版权所有者的利益提出了严峻的挑战。在密码加密、数字水印、安全容器等安全技术的支持下，数字版权管理（digital right management，drm）技术应运而生，drm控制数字内容的访问权限，提供了对数字内容的安全分发、权限控制和运营管理的能力。算法作为一类数字内容，也可利用传统drm为其进行版权的分发与管理。
3.但是在云计算迅速发展的今天，各类智能算法以容器为载体运行。在目前的算法版权管理技术中，各算法厂家通过对物理机或容器的授权绑定发放算法权限，即算法服务只能在指定的物理机或容器中运行，算法容器的重启或升级都需要人工对其进行重新授权认证，且在算法厂商繁多、算法版本迭代迅速的情况下，版权管理对不同算法厂商和版本的适配成为一大难题。这将导致算法厂商、云计算服务提供商在管理维护方面的高昂成本。
4.目前，各算法厂家对算法授权的模式主要包括两种，一是对物理机、服务器进行授权绑定，即算法服务只能运行在指定的物理机或服务器中，在云计算环境中由于存在数量巨大的服务器，这种方式需要大量的人工操作，而且管理起来十分困难。还有一种方式是将算法打包为镜像，将其运行在容器中，当授权证书挂载到算法容器内部时，算法才能正常运行。但对于这种方式，当容器重启或算法升级等情况引起容器迁移时都需要人工重新绑定授权证书，授权认证过程也比较复杂，需要较多的人力介入。也就是说，现有的视频云环境下智能算法的版权管理过程均存在自动化程度低且过程复杂等问题。


技术实现要素：

5.鉴于此，本技术实施例提供了视频云环境下智能算法版权管理方法、管理器及系统，以消除或改善现有技术中存在的一个或更多个缺陷。
6.本技术的第一个方面提供了一种可以由airm 管理器执行的视频云环境下智能算法版权管理方法，包括：获取目标智能算法的授权证书，并在视频云平台中将该授权证书加载至所述目标智能算法对应的插件中；根据所述插件中的算法元数据获取所述目标智能算法的镜像，并将该镜像以容器形式运行在所述视频云平台中，以基于所述插件中的授权证书对所述容器对应的目标智能算法进行版权管理。
7.在本技术的一些实施例中，还包括：接收应用基于预设的框架api发送的针对视频云平台中目标智能算法的调用请求，其中，该调用请求包含有所述目标智能算法的算法信息；
根据所述算法信息在所述视频云平台中查找所述目标智能算法对应的插件，并将所述调用请求发送至该插件，以使该插件根据对应的授权证书对所述目标智能算法的容器进行版权管理，以基于所述调用请求调用已通过版权认证的容器内的目标智能算法，生成所述调用请求对应的调用结果；接收所述目标智能算法对应的插件发送的所述调用请求对应的调用结果，并将该调用结果发送至所述应用。
8.在本技术的一些实施例中，所述插件根据本地的授权证书对所述目标智能算法的容器进行版权管理，并基于所述调用请求调用已通过版权认证的容器内的目标智能算法以生成所述调用请求对应的调用结果，包括：所述插件根据所述调用请求验证载入的授权证书以判断该授权证书是否满足有效要求，所述有效要求包括：所述授权证书当前处于有效状态、当前在有效期内且当前还有调用次数额度；若所述授权证书满足所述有效要求，则所述插件将所述调用请求和所述授权证书的序列号发送至所述目标智能算法的容器，以使该容器在验证所述序列号有效后，根据所述授权证书调用所述目标智能算法，生成所述调用请求对应的调用结果，并将该调用结果发送至所述插件。
9.在本技术的一些实施例中，所述生成所述调用请求对应的调用结果，并将该调用结果发送至所述插件，包括：所述容器生成所述调用请求对应的调用结果，并基于所述序列号对该调用结果进行加密处理，得到对应的加密数据；所述插件接收所述容器发送的所述加密数据，并基于所述序列号对所述加密数据进行解码处理，得到所述调用请求对应的调用结果。
10.在本技术的一些实施例中，所述获取目标智能算法的授权证书，并在视频云平台中将该授权证书加载至所述目标智能算法对应的插件中，包括：接收算法厂商向视频云平台导入目标智能算法的插件的告知信息；根据所述告知信息向所述算法厂商发送针对所述目标智能算法的授权证书申请；接收所述算法厂商根据所述授权证书申请发送的所述目标智能算法的授权证书，并将该授权证书加载至所述目标智能算法对应的插件中。
11.本技术的第二个方面提供了一种可以由插件执行的视频云环境下智能算法版权管理方法，包括：在视频云平台中接收airm 管理器发送的目标智能算法的授权证书，以将该授权证书加载至本地；根据所述airm 管理器发送的指令，基于所述授权证书对所述目标智能算法对应的容器进行针对该目标智能算法的版权管理，其中，所述容器为所述airm 管理器预先根据本地的算法元数据获取所述目标智能算法的镜像，并将该镜像以容器形式运行在所述视频云平台中而得到的。
12.本技术的另一个方面提供了一种airm管理器，包括：证书加载模块，用于获取目标智能算法的授权证书，并在视频云平台中将该授权证书加载至所述目标智能算法对应的插件中；
容器运行模块，用于根据所述插件中的算法元数据获取所述目标智能算法的镜像，并将该镜像以容器形式运行在所述视频云平台中，以基于所述插件中的授权证书对所述容器对应的目标智能算法进行版权管理。
13.本技术的另一个方面提供了一种视频云环境下智能算法版权管理系统，包括：依次通信连接的airm管理器、插件和容器；所述airm管理器与应用通信连接，且该airm管理器用于执行前述第一方面的视频云环境下智能算法版权管理方法；所述插件用于执行前述第二方面的视频云环境下智能算法版权管理方法。
14.本技术的另一个方面提供了一种电子设备，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计算机程序时实现前述第一方面的视频云环境下智能算法版权管理方法，或者，实现前述第二方面的视频云环境下智能算法版权管理方法。
15.本技术的另一个方面提供了一种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前述第一方面的视频云环境下智能算法版权管理方法，或者，实现前述第二方面的视频云环境下智能算法版权管理方法。
16.本技术提供的视频云环境下智能算法版权管理方法，获取目标智能算法的授权证书，并在视频云平台中将该授权证书加载至所述目标智能算法对应的插件中；根据所述插件中的算法元数据获取所述目标智能算法的镜像，并将该镜像以容器形式运行在所述视频云平台中，以基于所述插件中的授权证书对所述容器对应的目标智能算法进行版权管理；airm 管理器通过在视频云平台中将该授权证书加载至所述目标智能算法对应的插件中，并基于所述插件中的授权证书对所述容器对应的目标智能算法进行版权管理，通过视频云平台中设置插件实现智能算法的版权管理，能够在容器迁移时不再需要人工进行重新授权认证，能够有效简化智能算法的版权管理过程并提高视频云环境下智能算法版权管理的效率、自动化程度及智能化程度，将算法运行与授权管理分隔开来，解决云环境中容器迁移引起的授权管理问题；进而能够有效提高视频云环境下智能算法的调用效率及可靠性。
17.本技术的附加优点、目的，以及特征将在下面的描述中将部分地加以阐述，且将对于本领域普通技术人员在研究下文后部分地变得明显，或者可以根据本技术的实践而获知。本技术的目的和其它优点可以通过在说明书以及附图中具体指出的结构实现到并获得。
18.本领域技术人员将会理解的是，能够用本技术实现的目的和优点不限于以上具体所述，并且根据以下详细说明将更清楚地理解本技术能够实现的上述和其他目的。
附图说明
19.此处所说明的附图用来提供对本技术的进一步理解，构成本技术的一部分，并不构成对本技术的限定。附图中的部件不是成比例绘制的，而只是为了示出本技术的原理。为了便于示出和描述本技术的一些部分，附图中对应部分可能被放大，即，相对于依据本技术实际制造的示例性装置中的其它部件可能变得更大。在附图中：图1为现有的授权证书挂载到算法容器内部的执行示意图。
20.图2为本技术一实施例中的可以由airm管理器执行的视频云环境下智能算法版权
管理方法的总流程示意图。
21.图3为本技术一实施例中的可以由airm管理器执行的视频云环境下智能算法版权管理方法的具体流程示意图。
22.图4为本技术另一实施例中的可以由插件执行的视频云环境下智能算法版权管理方法的流程示意图。
23.图5为本技术另一实施例中的airm管理器的模块示意图。
24.图6为本技术另一实施例中的插件的模块示意图。
25.图7为本技术应用实例提供的视频云环境下智能算法版权管理系统（airm系统）的架构图。
26.图8为本技术应用实例提供的airm系统中各组件之间的调用关系示意图。
27.图9为本技术应用实例提供的应用调用airm系统内算法服务的一个基本过程的示意图。
28.图10为本技术应用实例提供的airm方法的流程示意图。
29.图11为本技术应用实例提供的版权管理方案的调用过程的流程图。
具体实施方式
30.为使本技术的目的、技术方案和优点更加清楚明白，下面结合实施方式和附图，对本技术做进一步详细说明。在此，本技术的示意性实施方式及其说明用于解释本技术，但并不作为对本技术的限定。
31.在此，还需要说明的是，为了避免因不必要的细节而模糊了本技术，在附图中仅仅示出了与根据本技术的方案密切相关的结构和/或处理步骤，而省略了与本技术关系不大的其他细节。
32.应该强调，术语“包括/包含”在本文使用时指特征、要素、步骤或组件的存在，但并不排除一个或更多个其它特征、要素、步骤或组件的存在或附加。
33.在此，还需要说明的是，如果没有特殊说明，术语“连接”在本文不仅可以指直接连接，也可以表示存在中间物的间接连接。
34.在下文中，将参考附图描述本技术的实施例。在附图中，相同的附图标记代表相同或类似的部件，或者相同或类似的步骤。
35.在目前的算法版权管理技术中，各算法厂家通过对物理机或容器的授权绑定发放算法权限，即算法服务只能在指定的物理机或容器中运行，算法容器的重启或升级都需要人工对其进行重新授权认证，且在算法厂商繁多、算法版本迭代迅速的情况下，版权管理对不同算法厂商和版本的适配成为一大难题。这将导致算法厂商、云计算服务提供商在管理维护方面的高昂成本。对于用户使用算法而言，不同的算法厂商采用不同的版权管理方案，没有统一的调用接口，导致算法调用比较复杂，学习和使用成本高。此外用户在购买算法版权时也只能通过买断式的方案，一次性承担较大的资金成本，而无法实现按使用量计价。
36.各算法厂家对算法授权的模式主要包括两种，一是对物理机、服务器进行授权绑定，即算法服务只能运行在指定的物理机或服务器中，在云计算环境中由于存在数量巨大的服务器，这种方式需要大量的人工操作，而且管理起来十分困难。
37.还有一种方式是将算法打包为镜像，将其运行在容器中，当授权证书挂载到算法
容器内部时，算法才能正常运行，参见图1。但对于这种方式，当容器重启或算法升级等情况引起容器迁移时都需要人工重新绑定授权证书，授权认证过程也比较复杂，需要较多的人力介入。
38.基于此，本技术提出一种云计算环境下智能算法版权管理方法，将算法运行与授权管理分隔开来，解决云环境中容器迁移引起的授权管理问题。
39.在本技术的一个或多个实施例中，drm（digital right management）是指数字版权管理。
40.在本技术的一个或多个实施例中，airm（algorithmized intelligence right management）是指智能算法权限管理。
41.在本技术的一个或多个实施例中，api（application programming interface）是指应用程序接口。
42.在本技术的一个或多个实施例中，镜像：包含算法应用及其运行依赖的文件。
43.在本技术的一个或多个实施例中，容器：某一镜像运行的实例，容器之间相互隔离。
44.在本技术的一个或多个实施例中，容器迁移：因容器故障或容器升级导致的容器重启或重建的过程。
45.在本技术的一个或多个实施例中，插件或airm插件：包含算法镜像等元数据并可被加载到airm管理器运行的文件，其实现了版权管理的具体方案。
46.基于此，本技术实施例提供一种视频云环境下智能算法版权管理方法，参见图2，可以由airm 管理器执行的所述视频云环境下智能算法版权管理方法具体包含有如下内容：步骤100：获取目标智能算法的授权证书，并在视频云平台中将该授权证书加载至所述目标智能算法对应的插件中。
47.在步骤100中，在将插件导入到airm系统中，并配置好认证证书之后，启动插件，airm管理器会管理该插件实例，完成版权认证。
48.步骤200：根据所述插件中的算法元数据获取所述目标智能算法的镜像，并将该镜像以容器形式运行在所述视频云平台中，以基于所述插件中的授权证书对所述容器对应的目标智能算法进行版权管理。
49.在步骤200中，airm管理器根据插件中的信息拉取算法镜像，并将其以容器的形式运行。
50.可以理解的是，基于所述插件中的授权证书对所述容器对应的目标智能算法进行版权管理具体可以指：若接收到容器迁移等需要对目标智能算法进行授权证书的重新认证的消息后，可以直接基于插件中的授权证书对所述容器对应的目标智能算法进行版权认证。
51.基于此，在一种步骤200的举例中，其具体实现为：（1）根据所述插件中的算法元数据获取所述目标智能算法的镜像，并将该镜像以容器形式运行在所述视频云平台中；（2）若接收或检测到所述视频云平台中存在所述目标智能算法对应的容器迁移的情形，则确定该容器需要重新认证授权证书，进而将对应的重新认证指令发送至对应的插
件，以使该插件根据对应的授权证书对所述目标智能算法的容器进行版权管理。
52.在另一种步骤200的举例中，其具体实现为若接收到针对视频云平台中目标智能算法的调用请求，则也需要对容器中的目标智能算法进行版权管理，详见下述步骤300至步骤500。
53.也就是说，在步骤200中提及的版权管理，不仅包含有容器迁移等需要重新认证授权证书的场景，还包含有外部调用目标智能算法时，直接执行步骤300至步骤500的过程，以在不同场景中均能够实现版权管理自动化程度及效率的提高。
54.从上述描述可知，本技术实施例提供的视频云环境下智能算法版权管理方法，airm 管理器通过在视频云平台中将该授权证书加载至所述目标智能算法对应的插件中，并基于所述插件中的授权证书对所述容器对应的目标智能算法进行版权管理，通过视频云平台中设置插件实现智能算法的版权管理，能够在容器迁移时不再需要人工进行重新授权认证，能够有效简化智能算法的版权管理过程并提高视频云环境下智能算法版权管理的效率、自动化程度及智能化程度，将算法运行与授权管理分隔开来，解决云环境中容器迁移引起的授权管理问题；进而能够有效提高视频云环境下智能算法的调用效率及可靠性。
55.为了进一步提高调用视频云环境下智能算法的效率及自动化程度，在本技术实施例提供的一种视频云环境下智能算法版权管理方法中，参见图3，所述视频云环境下智能算法版权管理方法中的步骤200之后还具体包含有如下内容：步骤300：接收应用基于预设的框架api发送的针对视频云平台中目标智能算法的调用请求，其中，该调用请求包含有所述目标智能算法的算法信息。
56.步骤400：根据所述算法信息在所述视频云平台中查找所述目标智能算法对应的插件，并将所述调用请求发送至该插件，以使该插件根据对应的授权证书对所述目标智能算法的容器进行版权管理，以基于所述调用请求调用已通过版权认证的容器内的目标智能算法，生成所述调用请求对应的调用结果。
57.步骤500：接收所述目标智能算法对应的插件发送的所述调用请求对应的调用结果，并将该调用结果发送至所述应用。
58.具体的，应用通过airm框架api调用某算法，该调用请求被airm管理器接收；airm管理器根据要调用的算法信息查找已加载的插件，然后调用该插件实现的调用接口将算法调用请求交给负责的插件；插件接收到请求后验证所载入的证书，验证证书是否有效、是否过期、是否还有调用次数额度；插件将请求与载入证书的序列号一并发给运行中的算法容器；算法容器接收到请求后验证证书序列号是否有效；算法容器根据请求完成算法调用，并将结果根据序列号加密；插件接收到算法容器返回的加密内容；插件使用证书解密算法容器返回的内容；返回调用结果。
59.从上述描述可知，本技术实施例提供的视频云环境下智能算法版权管理方法，插件根据对应的授权证书对所述目标智能算法的容器进行版权管理，以基于所述调用请求调用已通过版权认证的容器内的目标智能算法，生成所述调用请求对应的调用结果，能够进一步提高调用视频云环境下智能算法的效率及自动化程度，即使因容器重启或算法升级等情况引起容器迁移，也可以自动重新绑定授权证书，无需人工介入，以有效简化授权认证过程；另外，使用airm框架api为应用提供统一接口，屏蔽了版权管理实现的细节，应用只需要简单调用接口而不需要在意版权管理内部流程。
60.为了进一步提高视频云环境下的智能算法调用的可靠性及自动化程度，在本技术实施例提供的一种视频云环境下智能算法版权管理方法中，所述视频云环境下智能算法版权管理方法中的所述插件根据本地的授权证书对所述目标智能算法的容器进行版权管理，并基于所述调用请求调用已通过版权认证的容器内的目标智能算法以生成所述调用请求对应的调用结果，具体包含有如下内容：（1）所述插件根据所述调用请求验证载入的授权证书以判断该授权证书是否满足有效要求，所述有效要求包括：所述授权证书当前处于有效状态、当前在有效期内且当前还有调用次数额度；（2）若所述授权证书满足所述有效要求，则所述插件将所述调用请求和所述授权证书的序列号发送至所述目标智能算法的容器，以使该容器在验证所述序列号有效后，根据所述授权证书调用所述目标智能算法，生成所述调用请求对应的调用结果，并将该调用结果发送至所述插件。
61.从上述描述可知，本技术实施例提供的视频云环境下智能算法版权管理方法，插件通过根据所述调用请求验证载入的授权证书以判断该授权证书是否满足有效要求，容器在验证所述序列号有效后，根据所述授权证书调用所述目标智能算法，生成所述调用请求对应的调用结果，能够有效提高视频云环境下的智能算法调用的可靠性及自动化程度。
62.为了进一步提高调用结果传输的安全性，在本技术实施例提供的一种视频云环境下智能算法版权管理方法中，所述视频云环境下智能算法版权管理方法中的所述生成所述调用请求对应的调用结果，并将该调用结果发送至所述插件，具体包含有如下内容：（1）所述容器生成所述调用请求对应的调用结果，并基于所述序列号对该调用结果进行加密处理，得到对应的加密数据；（2）所述插件接收所述容器发送的所述加密数据，并基于所述序列号对所述加密数据进行解码处理，得到所述调用请求对应的调用结果。
63.从上述描述可知，本技术实施例提供的视频云环境下智能算法版权管理方法，容器通过对该调用结果进行加密处理，得到对应的加密数据，插件通过接收所述容器发送的所述加密数据，能够有效提高调用结果传输的安全性，进而能够进一步提高视频云环境下智能算法调用的可靠性及安全性。
64.另外，对于用户使用算法而言，现有方式中，不同的算法厂商采用不同的版权管理方案，没有统一的调用接口，导致算法调用比较复杂，学习和使用成本高。此外用户在购买算法版权时也只能通过买断式的方案，一次性承担较大的资金成本，而无法实现按使用量计价。
65.基于此，在本技术实施例提供的一种视频云环境下智能算法版权管理方法中，参见图3，所述视频云环境下智能算法版权管理方法中的步骤100还具体包含有如下内容：步骤110：接收算法厂商向视频云平台导入目标智能算法的插件的告知信息。
66.步骤120：根据所述告知信息向所述算法厂商发送针对所述目标智能算法的授权证书申请。
67.步骤130：接收所述算法厂商根据所述授权证书申请发送的所述目标智能算法的授权证书，并将该授权证书加载至所述目标智能算法对应的插件中。
68.可以理解的是，算法厂商需要构建算法镜像，并实现该算法的定制化插件；云平台
需要运行airm系统；将算法厂商实现的某一插件导入 airm 管理器中，向算法厂商申请授权证书，并将证书加载到相应的插件中；airm 管理器会自动根据插件中的算法元数据从厂商中拉取算法的镜像，并将其以容器的形式运行在云平台中；应用通过airm系统api调用指定的算法，airm管理器会在所导入的插件中查询匹配的算法，获得运行该算法的目标容器，然后进行授权认证，完成算法的实际调用。
69.从上述描述可知，本技术实施例提供的视频云环境下智能算法版权管理方法，使用插件实现具体的版权管理方案，算法厂商可以根据算法甚至版本进行定制化开发，除传统的包年包月计费、买断式计费等版权管理方案外，还能够支持算法使用的按量计价等细粒度的版权管理，系统在屏蔽方案细节的同时支持扩展不同的版权管理方案。
70.基于图2或图3所示的视频云环境下智能算法版权管理方法，本技术还提供一种可以由插件执行的视频云环境下智能算法版权管理方法的实施例，参见图4，由插件执行的视频云环境下智能算法版权管理方法具体包含有如下内容：步骤600：在视频云平台中接收airm 管理器发送的目标智能算法的授权证书，以将该授权证书加载至本地。
71.步骤700：根据所述airm 管理器发送的指令，基于所述授权证书对所述目标智能算法对应的容器进行针对该目标智能算法的版权管理，其中，所述容器为所述airm 管理器预先根据本地的算法元数据获取所述目标智能算法的镜像，并将该镜像以容器形式运行在所述视频云平台中而得到的。
72.可以理解的是，所述步骤600在步骤100和步骤200之间执行，所述步骤700在步骤200之后执行。
73.从上述描述可知，本技术实施例提供的视频云环境下智能算法版权管理方法，插件通过根据所述airm 管理器发送的指令，基于所述授权证书对所述目标智能算法对应的容器进行针对该目标智能算法的版权管理，能够在容器迁移时不再需要人工进行重新授权认证，能够有效简化智能算法的版权管理过程并提高视频云环境下智能算法版权管理的效率、自动化程度及智能化程度，进而能够有效提高视频云环境下智能算法的调用效率及可靠性。
74.从软件层面来说，本技术还提供一种用于执行图2或图3所示的视频云环境下智能算法版权管理方法中全部或部分内的airm管理器，参见图5，所述airm管理器具体包含有如下内容：证书加载模块10，用于获取目标智能算法的授权证书，并在视频云平台中将该授权证书加载至所述目标智能算法对应的插件中。
75.容器运行模块20，用于根据所述插件中的算法元数据获取所述目标智能算法的镜像，并将该镜像以容器形式运行在所述视频云平台中，以基于所述插件中的授权证书对所述容器对应的目标智能算法进行版权管理。
76.本技术提供的airm管理器的实施例具体可以用于执行图2或图3所示的视频云环境下智能算法版权管理方法的实施例的处理流程，其功能在此不再赘述，可以参照上述视频云环境下智能算法版权管理方法实施例的详细描述。
77.所述airm管理器进行视频云环境下智能算法版权管理的部分可以在服务器中执行，而在另一种实际应用情形中，也可以所有的操作都在客户端设备中完成。具体可以根据
所述客户端设备的处理能力，以及用户使用场景的限制等进行选择。本技术对此不作限定。若所有的操作都在所述客户端设备中完成，所述客户端设备还可以包括处理器，用于视频云环境下智能算法版权管理的具体处理。
78.上述的客户端设备可以具有通信模块（即通信单元），可以与远程的服务器进行通信连接，实现与所述服务器的数据传输。所述服务器可以包括任务调度中心一侧的服务器，其他的实施场景中也可以包括中间平台的服务器，例如与任务调度中心服务器有通信链接的第三方服务器平台的服务器。所述的服务器可以包括单台计算机设备，也可以包括多个服务器组成的服务器集群，或者分布式装置的服务器结构。
79.上述服务器与所述客户端设备端之间可以使用任何合适的网络协议进行通信，包括在本技术提交日尚未开发出的网络协议。所述网络协议例如可以包括tcp/ip协议、udp/ip协议、http协议、https协议等。当然，所述网络协议例如还可以包括在上述协议之上使用的rpc协议(remote procedure call protocol，远程过程调用协议)、rest协议(representational state transfer，表述性状态转移协议)等。
80.从上述描述可知，本技术实施例提供的airm管理器，airm 管理器通过在视频云平台中将该授权证书加载至所述目标智能算法对应的插件中，并基于所述插件中的授权证书对所述容器对应的目标智能算法进行版权管理，通过视频云平台中设置插件实现智能算法的版权管理，能够在容器迁移时不再需要人工进行重新授权认证，能够有效简化智能算法的版权管理过程并提高视频云环境下智能算法版权管理的效率、自动化程度及智能化程度，进而能够有效提高视频云环境下智能算法的调用效率及可靠性。
81.从软件层面来说，本技术还提供一种用于执行图4所示的视频云环境下智能算法版权管理方法中全部或部分内的插件，参见图6，所述插件具体包含有如下内容：证书加载模块60，用于在视频云平台中接收airm 管理器发送的目标智能算法的授权证书，以将该授权证书加载至本地；版权认证模块70，用于根据所述airm 管理器发送的指令，基于所述授权证书对所述目标智能算法对应的容器进行针对该目标智能算法的版权管理，其中，所述容器为所述airm 管理器预先根据本地的算法元数据获取所述目标智能算法的镜像，并将该镜像以容器形式运行在所述视频云平台中而得到的。
82.基于上述实施例提供的airm管理器及相应插件，参见图7至图9，本技术还提供一种视频云环境下智能算法版权管理系统，具体包含有如下内容：依次通信连接的airm管理器、插件（或airm插件）和容器（或算法容器）；所述airm管理器与应用通信连接，且该airm管理器用于执行图2或图3所示的视频云环境下智能算法版权管理方法；所述插件用于执行图4所示的视频云环境下智能算法版权管理方法。
83.从上述描述可知，本技术实施例提供的视频云环境下智能算法版权管理系统，视频云环境下智能算法版权管理系统，将版权管理通过airm管理器及相应插件实现，能够在容器迁移时不再需要人工进行重新授权认证，能够有效简化智能算法的版权管理过程并提高视频云环境下智能算法版权管理的效率、自动化程度及智能化程度，进而能够有效提高视频云环境下智能算法的调用效率及可靠性。
84.为了进一步说明本方案，本技术还提供一种视频云环境下智能算法版权管理airm
方法及系统的具体应用实例，将算法运行与授权管理分隔开来，解决云环境中容器迁移引起的授权管理问题。
85.应用实例（一）参见图10，视频云环境下智能算法版权管理airm方法的具体应用实例具体包含有如下内容：s1、首先，算法厂商需要构建算法镜像，并实现该算法的定制化插件；云平台需要运行airm系统；s2、将算法厂商实现的某一插件导入 airm 管理器中，向算法厂商申请授权证书，并将证书加载到相应的插件中；s3、airm 管理器会自动根据插件中的算法元数据从厂商中拉取算法的镜像，并将其以容器的形式运行在云平台中；s4、应用通过airm系统api调用指定的算法，airm管理器会在所导入的插件中查询匹配的算法，获得运行该算法的目标容器，然后进行授权认证，完成算法的实际调用。
86.其中，图7展示了本技术的系统架构，系统包括airm框架api、airm管理器、airm插件、算法容器四部分。
87.图8是airm系统组件之间的调用关系，该系统的核心是airm管理器，该管理器通过airm框架api对系统外部服务提供算法调用服务，管理器中可以加载插件，插件需要实现airm系统所需要的调用接口，插件将负责版权管理以及实际的算法调用过程。
88.图9展示了应用调用airm系统内算法服务的一个基本过程：1.应用通过视频云环境下智能算法版权管理方法，调用某算法，该调用请求被airm管理器接收；2.airm管理器根据要调用的算法信息查找已加载的插件，然后调用该插件实现的调用接口将算法调用请求交给负责的插件；3.插件接收到请求后根据内部实现的版权管理过程与运行着的算法容器完成版权认证与实际的算法调用过程，并返回调用结果。
89.图10说明了加载某一插件到airm系统的过程：1.人工将插件导入到airm系统中，并配置好认证证书；2.启动插件，airm管理器会管理该插件实例，完成版权认证；3.airm管理器根据插件中的信息拉取算法镜像，并将其以容器的形式运行；4.airm系统通过airm框架api向外提供该算法的调用。
90.应用实例（二）参见图11，一个具体的版权管理方案的实现，其插件加载过程与图10相同。
91.图11展示了该版权管理方案的调用过程：1.应用通过airm框架api调用某算法，该调用请求被airm管理器接收；2.airm管理器根据要调用的算法信息查找已加载的插件，然后调用该插件实现的调用接口将算法调用请求交给负责的插件；3.插件接收到请求后验证所载入的证书，验证证书是否有效、是否过期、是否还有调用次数额度；4.插件将请求与载入证书的序列号一并发给运行中的算法容器；
5.算法容器接收到请求后验证证书序列号是否有效；6.算法容器根据请求完成算法调用，并将结果根据序列号加密；7.插件接收到算法容器返回的加密内容；8.插件使用证书解密算法容器返回的内容；9.返回调用结果。
92.基于此，本技术应用实例提供的方法及系统，系统将版权管理与算法调用分离，实现了从拉取算法到认证授权到运行算法的自动化，节省了容器迁移导致的授权重新认证所消耗的人工资源；系统提供通用api接口，屏蔽了应用调用的版权管理细节，简化了应用调用过程；版权管理方案的插件化使版权管理系统支持定制化开发与扩展，适配不同厂家，不同版本的算法，系统支持按量计价等更细粒度的版权管理方案。
93.本技术应用实例具备如下有益效果：1、系统将版权管理通过airm管理器及相应插件实现，容器迁移不再需要人工进行重新授权认证，简化了算法的版权管理过程。
94.2、使用airm框架api为应用提供统一接口，屏蔽了版权管理实现的细节，应用只需要简单调用接口而不需要在意版权管理内部流程；3、airm系统使用插件实现具体的版权管理方案，厂商可以根据算法甚至版本进行定制化开发，除传统的包年包月计费、买断式计费等版权管理方案外，还能够支持算法使用的按量计价等细粒度的版权管理，系统在屏蔽方案细节的同时支持扩展不同的版权管理方案。
95.本技术实施例还提供了一种计算机设备（也即电子设备），该计算机设备可以包括处理器、存储器、接收器及发送器，处理器用于执行上述实施例提及的视频云环境下智能算法版权管理方法，其中处理器和存储器可以通过总线或者其他方式连接，以通过总线连接为例。该接收器可通过有线或无线方式与处理器、存储器连接。所述计算机设备与airm管理器之间通信连接，以自所述无线多媒体传感器网络中的传感器接收实时运动数据，并自所述视频采集装置接收原始视频序列。
96.处理器可以为中央处理器（central processing unit，cpu）。处理器还可以为其他通用处理器、数字信号处理器（digital signal processor，dsp）、专用集成电路（application specific integrated circuit，asic）、现场可编程门阵列（field-programmable gate array，fpga）或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等芯片，或者上述各类芯片的组合。
97.存储器作为一种非暂态计算机可读存储介质，可用于存储非暂态软件程序、非暂态计算机可执行程序以及模块，如本技术实施例中的视频云环境下智能算法版权管理方法对应的程序指令/模块。处理器通过运行存储在存储器中的非暂态软件程序、指令以及模块，从而执行处理器的各种功能应用以及数据处理，即实现上述方法实施例中的视频云环境下智能算法版权管理方法。
98.存储器可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储处理器所创建的数据等。此外，存储器可以包括高速随机存取存储器，还可以包括非暂态存储器，例如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施例中，存储器可选包括相对于处理器远程设
置的存储器，这些远程存储器可以通过网络连接至处理器。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
99.所述一个或者多个模块存储在所述存储器中，当被所述处理器执行时，执行实施例中的视频云环境下智能算法版权管理方法。
100.在本技术的一些实施例中，用户设备可以包括处理器、存储器和收发单元，该收发单元可包括接收器和发送器，处理器、存储器、接收器和发送器可通过总线系统连接，存储器用于存储计算机指令，处理器用于执行存储器中存储的计算机指令，以控制收发单元收发信号。
101.作为一种实现方式，本技术中接收器和发送器的功能可以考虑通过收发电路或者收发的专用芯片来实现，处理器可以考虑通过专用处理芯片、处理电路或通用芯片实现。
102.作为另一种实现方式，可以考虑使用通用计算机的方式来实现本技术实施例提供的服务器。即将实现处理器，接收器和发送器功能的程序代码存储在存储器中，通用处理器通过执行存储器中的代码来实现处理器，接收器和发送器的功能。
103.本技术实施例还提供一种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以实现前述视频云环境下智能算法版权管理方法的步骤。该计算机可读存储介质可以是有形存储介质，诸如随机存储器（ram）、内存、只读存储器（rom）、电可编程rom、电可擦除可编程rom、寄存器、软盘、硬盘、可移动存储盘、cd-rom、或技术领域内所公知的任意其它形式的存储介质。
104.本领域普通技术人员应该可以明白，结合本文中所公开的实施方式描述的各示例性的组成部分、系统和方法，能够以硬件、软件或者二者的结合来实现。具体究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本技术的范围。当以硬件方式实现时，其可以例如是电子电路、专用集成电路（asic）、适当的固件、插件、功能卡等等。当以软件方式实现时，本技术的元素是被用于执行所需任务的程序或者代码段。程序或者代码段可以存储在机器可读介质中，或者通过载波中携带的数据信号在传输介质或者通信链路上传送。
105.需要明确的是，本技术并不局限于上文所描述并在图中示出的特定配置和处理。为了简明起见，这里省略了对已知方法的详细描述。在上述实施例中，描述和示出了若干具体的步骤作为示例。但是，本技术的方法过程并不限于所描述和示出的具体步骤，本领域的技术人员可以在领会本技术的精神后，作出各种改变、修改和添加，或者改变步骤之间的顺序。
106.本技术中，针对一个实施方式描述和/或例示的特征，可以在一个或更多个其它实施方式中以相同方式或以类似方式使用，和/或与其他实施方式的特征相结合或代替其他实施方式的特征。
107.以上所述仅为本技术的优选实施例，并不用于限制本技术，对于本领域的技术人员来说，本技术实施例可以有各种更改和变化。凡在本技术的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本技术的保护范围之内。