本发明涉及深度流检测技术领域，特别是涉及一种视频时长统计方法、装置、计算机可读存储介质及计算机设备。
背景技术：
随着计算机、宽带技术的迅速发展，员工非工作时间上网现象，比如上网观看视频，越来越突出，企业普遍存在着电脑和互联网络滥用的严重问题，严重影响了员工正常的工作效率。
目前，审计用户上网视频行为主要通过dpi(deeppacketinspection，深度报文检测)技术，比如交互式业务检测技术，以检测到的数据报文个数为度量单位，统计用户上网观看视频时长。但是，视频行为具有持续性、连续性，以一个或若干个数据报文来定义一次视频行为并不能准确区分实际视频行为的数量。而且，网络质量、视频压缩方式、画面内容复杂度等技术差异也会造成统计到的数据报文数量存在差异，也不能准确反映用户实际视频行为的数量，造成统计用户上网观看视频时长的准确性低。
技术实现要素：
基于此，有必要针对目前统计用户上网观看视频时长的准确性低的技术问题，提供一种能够提高统计视频时长的准确性的视频时长统计方法、装置、计算机可读存储介质和计算机设备。
一种视频时长统计方法，包括以下步骤：
根据检测到的符合视频行为数据流的数据报文，生成视频行为记录；
分别统计相邻两视频行为记录之间的时间间隔，根据所述时间间隔筛选出符合要求的视频行为记录；
根据符合要求的视频行为记录统计出针对所述视频的行为时长。
在其中一个实施例中，所述根据所述时间间隔筛选出符合要求的视频行为记录的步骤，包括：
检测相邻两视频行为记录之间的时间间隔是否小于预设时间间隔，若是，则所述相邻两视频行为记录符合要求，并对所述相邻两视频行为记录进行标记；
根据视频行为记录的标记，从多个视频行为记录筛选出符合要求的视频行为记录。
在其中一个实施例中，所述根据符合要求的视频行为记录统计出针对所述视频的行为时长的步骤，包括：
根据符合要求的视频行为记录，确定针对所述视频的视频行为，以及各视频行为的开始时间和结束时间；
根据各视频行为的开始时间和结束时间，确定各视频行为对应的视频时长；
将针对所述视频的多个视频行为对应的视频时长进行累加，得到针对所述视频的行为时长。
在其中一个实施例中，所述根据检测到的符合视频行为数据流的数据报文，生成视频行为记录的步骤，包括：
对产生的符合视频行为数据流的数据报文进行统计，若在预设时间范围内，统计到的符合视频行为数据流的数据报文的数量达到预设个数，则生成一条视频行为记录，并获取当前时间，将当前时间作为视频行为记录对应的时间。
在其中一个实施例中，所述根据检测到的符合视频行为数据流的数据报文，生成视频行为记录的步骤之前，包括：
建立计数器和第一计时器；
检测产生的数据报文，将符合视频行为数据流的数据报文进行标记；
所述根据检测到的符合视频行为数据流的数据报文，生成视频行为记录的步骤，包括：
计时器开始计时，计数器从0开始计数；
若从产生的数据报文中检测到被标记的数据报文时，计数器加1；
若计数器的数值和计时器的数值均满足设定要求，则生成一条视频行为记录，获取当前时间，将当前时间作为该条视频行为记录对应的时间；计数器的数值和计时器的数值均清零；
以此类推，得到多条视频行为记录及对应的时间。
在其中一个实施例中，所述视频时长统计方法，还包括：
若计时器的数值达到预设时间值，所述计数器的数值小于预设个数，则计数器和计时器的数值均清零，计时器重新开始计时，计数器从0开始计数。
一种视频行为检测方法，包括以下步骤：
根据检测到的符合视频行为数据流的数据报文，生成视频行为记录；
分别统计相邻两视频行为记录之间的时间间隔，根据所述时间间隔筛选出符合要求的视频行为记录；
根据符合要求的视频行为记录检测视频行为。
一种视频时长统计装置，所述装置包括：
视频行为记录生成模块，用于根据检测到的符合视频行为数据流的数据报文，生成视频行为记录；
时间间隔统计模块，用于分别统计相邻两视频行为记录之间的时间间隔，根据所述时间间隔筛选出符合要求的视频行为记录；
时长统计模块，用于根据符合要求的视频行为记录统计出针对所述视频的行为时长。
上述视频时长统计方法及装置，先根据检测到的符合视频行为数据流的数据报文，生成视频行为记录，再分别统计相邻两视频行为记录之间的时间间隔，根据所述时间间隔筛选出符合要求的视频行为记录，最后根据符合要求的视频行为记录统计出针对所述视频的行为时长。上述实施例的方法及装置，通过筛选出的视频行为记录，确定出针对所述视频的行为时长，提高了统计用户观看视频时长的准确性，以及克服了传统技术中不能准确反映用户观看视频时长的缺陷。
一种视频行为检测装置，包括：
视频记录生成模块，根据检测到的符合视频行为数据流的数据报文，生成视频行为记录；
间隔统计模块，分别统计相邻两视频行为记录之间的时间间隔，根据所述时间间隔筛选出符合要求的视频行为记录；
检测模块，用于根据符合要求的视频行为记录检测针对所述视频的视频行为。
上述视频行为检测方法及装置，先根据检测到的符合视频行为数据流的数据报文，生成视频行为记录，再分别统计相邻两视频行为记录之间的时间间隔，根据所述时间间隔筛选出符合要求的视频行为记录，最后根据符合要求的视频行为记录检测视频行为。上述实施例的方法及装置，通过符合要求的视频行为记录检测视频行为，确定针对所述视频的视频行为的数量，提高了度量用户视频行为的准确性。
一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时，实现上述所述视频时长统计方法的步骤。
上述计算机可读存储介质，通过其存储的计算机程序，实现了提高统计用户观看视频时长的准确性，以及克服传统技术中不能准确反映用户观看视频时长的缺陷。
一种计算机设备，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，实现上述所述视频时长统计方法的步骤。
上述计算机设备，通过所述处理器上运行的计算机程序，实现了提高统计用户观看视频时长的准确性，以及克服传统技术中不能准确反映用户观看视频时长的缺陷。
附图说明
图1为一个实施例的视频时长统计方法的应用环境图；
图2为一个实施例的视频时长统计方法的示意性流程图；
图3为另一个实施例的视频时长统计方法的示意性流程图；
图4为又一个实施例的视频时长统计方法的示意性流程图；
图5为一个实施例的视频行为检测方法的示意性流程图；
图6为一个实施例的视频时长统计装置的示意性结构图；
图7为一个实施例的视频行为检测装置的示意性结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
在一个实施例中，本申请提供的视频时长统计方法，可以应用于如图1所示的应用环境中。其中，该计算机设备可以是服务器，其内部结构图可以如图1所示，包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中，处理器用于提供计算和控制能力，能够检测数据报文，并根据检测到的数据报文计算视频的行为时长。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储视频行为记录及对应的时间。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种视频时长统计方法。该计算机设备可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
基于上述对应用环境的说明，以下对视频时长统计方法的实施例进行说明。
在一个实施例中，如图2所示，提供了一种视频时长统计方法，以该方法应用于图1中的计算机设备为例进行说明，包括以下步骤：
步骤s201，根据检测到的符合视频行为数据流的数据报文，生成视频行为记录。
其中，数据报文是网络传输与交换的数据单位，包含了将要发送的完整的数据信息，其长短不一致；在传输过程中会不断地封装成组、包、帧来传输，其封装的方式为添加一些信息段，这些信息段为报文头。此外，osi(opensysteminterconnect，开放系统互连)七层模型中的协议层传输的也是数据报文。
视频行为为用户上网观看视频的行为。视频行为数据流指的是用户上网观看视频时产生的视频数据在传输的过程中所产生的数据报文。视频行为记录为特定时间内统计到的符合视频行为数据流的数据报文达到一定量时，所记录下的视频行为及对应的当前时间。
采用dpi(deeppacketinspection，深度报文检测技术)检测产生的数据报文，比如，采用批量流检测的方法，根据检测到的符合视频行为数据流的数据报文，生成视频行为记录，并记下其对应的时间，克服了传统技术中对每一个数据报文都进行检测和记录而造成数据量大和数据连续性高的缺陷，从而提高了效率和准确性，还为后续筛选出符合要求的视频行为记录提供了依据。其中，dpi是一种对网络数据进行深度分析的技术。
步骤s202，分别统计相邻两视频行为记录之间的时间间隔，根据所述时间间隔筛选出符合要求的视频行为记录。
其中，时间间隔特指相邻两视频行为记录对应的时间的差。
在所有视频行为记录中，分别统计相邻两视频行为记录之间的时间间隔，从所有时间间隔中，根据特定要求，筛选出符合要求的视频行为记录，既能准确反映用户的视频行为，又能为后续根据符合要求的视频行为记录统计出针对所述视频的行为时长提供了依据，进一步提高了统计视频时长的准确性。
步骤s203，根据符合要求的视频行为记录统计出针对所述视频的行为时长。
其中，视频的行为时长指的是同一用户(同一ip地址被认为是同一用户)观看视频时所产生的时间。
根据筛选出来的符合要求的视频行为记录，采用统计学的方法，得到针对所述视频的行为时长，不仅数据量小和数据连续性低，还减少了与实际视频行为的差距，进而容易区分不同视频行为之间的差异，从而提高了统计用户观看视频时长的效率和准确性。
上述实施例，先根据检测到的符合视频行为数据流的数据报文，生成视频行为记录，再分别统计相邻两视频行为记录之间的时间间隔，根据所述时间间隔筛选出符合要求的视频行为记录，最后根据符合要求的视频行为记录统计出针对所述视频的行为时长。上述实施例的方法，通过筛选出的视频行为记录，确定出针对所述视频的行为时长，不仅提高了度量用户视频行为的准确性，还提高了统计用户观看视频时长的准确性，以及克服了传统技术中不能准确反映用户观看视频时长的缺陷。
在一个实施例中，上述步骤s202，所述根据所述时间间隔筛选出符合要求的视频行为记录的实现方式如下：检测相邻两视频行为记录之间的时间间隔是否小于预设时间间隔，比如150秒，若是，则所述相邻两视频行为记录符合要求，并对所述相邻两视频行为记录进行标记；根据视频行为记录的标记，从多个视频行为记录筛选出符合要求的视频行为记录。比如，将所有视频行为记录，按照对应的时间大小，从小到大进行排序和编号，分别检测第二条视频行为记录与第一条视频行为记录之间的时间间隔，第三条视频行为记录与第二条视频行为记录之间的时间间隔，以此类推，直到检测完最后一条视频行为记录与倒数第二条视频行为记录之间的时间间隔；从上述所有时间间隔中，筛选出时间间隔小于预设时间间隔所对应的视频行为记录，并对筛选出来的视频行为记录进行标记，从而得到被标记的视频行为记录。上述实施例，根据相邻两视频行为记录之间的时间间隔，从所有视频行为记录中筛选出符合要求的视频行为记录，也就是被标记的视频行为记录，减少了待筛选的视频行为记录的范围，提高了效率和准确性，有利于后续根据符合要求的视频行为记录统计出针对所述视频的行为时长。
其中，对筛选出来的视频行为记录进行标记有多种实现方式，比如，将依次筛选出来的视频行为记录进行编号，也可以将筛选出来的视频行为记录标记上特定标识，以表示其符合要求。
在一个实施例中，检测到相邻两视频行为记录之间的时间间隔大于或等于预设时间间隔，则所述相邻两视频行为记录不符合要求，将所述相邻两视频行为记录进行丢弃。上述实施例，对不符合要求的视频行为记录进行丢弃，有利于减少待筛选的视频行为记录的范围，提高了效率和准确性，方便后续根据符合要求的视频行为记录统计出针对所述视频的行为时长。
筛选出符合要求的视频行为记录，是为了从中确定出针对用户观看一次视频的行为时长，也就是将用户观看一次视频的行为时长分成针对所述视频的多个视频行为进行统计。
在一个实施例中，上述步骤s203，所述根据符合要求的视频行为记录统计出针对所述视频的行为时长的实现方式如下：根据符合要求的视频行为记录，确定针对所述视频的视频行为，以及各视频行为的开始时间和结束时间；根据各视频行为的开始时间和结束时间，确定各视频行为对应的视频时长；将针对所述视频的多个视频行为对应的视频时长进行累加，得到针对所述视频的行为时长。比如，将第一条符合要求的视频行为记录对应的时间作为第一次视频行为开始的时间，在所有符合要求的视频行为记录中，分别检测相邻两符合要求的视频行为记录之间的时间间隔，若所述时间间隔小于预设时间间隔，则说明原视频行为未结束；若所述时间间隔大于或等于预设时间间隔，则说明原视频行为结束，新视频行为开始；其中，所述时间间隔对应的视频行为记录中，前一条视频行为记录对应的时间为原视频行为的结束时间，后一条视频行为记录对应的时间为新视频行为的开始时间。根据这个原理，得到针对所述视频的各视频行为的开始时间和结束时间，也就是针对所述视频的各视频行为对应的时长，从而得到针对一次视频的行为时长。上述实施例，根据符合要求的视频行为记录，确定多个视频行为对应的视频时长，从而得到针对一次视频的行为时长，有利于反映用户真实的视频行为，从而提高了统计用户观看视频时长的准确性，以及克服了以数据报文为单位来度量视频行为而造成准确性低的缺陷。
另外，对检测到的符合视频行为数据流的数据报文，可以采用批量流检测的方法生成视频行为记录。比如，在一个实施例中，上述步骤s201，所述根据检测到的符合视频行为数据流的数据报文，生成视频行为记录的实现方式具体如下：对产生的符合视频行为数据流的数据报文进行统计，若在预设时间范围内，统计到的符合视频行为数据流的数据报文的数量达到预设个数，则生成一条视频行为记录，并获取当前时间，将当前时间作为视频行为记录对应的时间。
比如，对产生的符合视频行为数据流的数据报文进行统计，如果在60秒内，统计到的符合视频行为数据流的数据报文大于或等于200个，则生成一条视频行为记录，并将当前时间作为视频行为记录对应的时间。上述实施例，对产生的符合视频行为数据流的数据报文进行批量统计，以生成视频行为记录，克服了对每个数据报文均进行检测和记录而造成数据量大和数据连续性高，不容易区分视频行为之间的差异的缺陷，从而提高了统计用户观看视频时长的效率和准确性。
此外，在对产生的符合视频行为数据流的数据报文进行统计时，若达到预设时间，统计到的符合视频行为数据流的数据报文的数量没有达到预设个数时，则不生成视频行为记录，即此轮统计无效，进行下一轮统计，从而提高了生成视频行为记录的准确性，为后续根据符合要求的视频行为记录统计出针对所述视频的行为时长提供了依据，进一步提高了统计视频时长的准确性。
在一个实施例中，上述步骤s201，所述根据检测到的符合视频行为数据流的数据报文，生成视频行为记录的步骤之前，包括：建立计数器和计时器；检测产生的数据报文，将符合视频行为数据流的数据报文进行标记。上述步骤s202，所述根据检测到的符合视频行为数据流的数据报文，生成视频行为记录的步骤，包括：计时器开始计时，计数器从0开始计数；若从产生的数据报文中检测到被标记的数据报文时，计数器加1；若计数器的数值和计时器的数值均满足设定要求，比如，计数器的数值达到第一预设值时，计时器的数值大于或等于第二预设值，则生成一条视频行为记录，获取当前时间，将当前时间作为该条视频行为记录对应的时间；计数器的数值和计时器的数值均清零；以此类推，得到多条视频行为记录及对应的时间。上述实施例，根据在设定时间内统计到的数据报文符合要求，则算作一次视频行为记录的批量记录方法，得到多条视频行为记录及对应的时间，数据量小和数据连续性低，能够准确反映用户真实的视频行为，从而提高了统计用户观看视频时长的效率和准确性。
基于上述实施例，本发明还提供另一种视频时长统计方法的实施例。如图3所示，所述视频时长统计方法，包括以下步骤：
步骤s301，建立计数器和计时器；检测产生的数据报文，将符合视频行为数据流的数据报文进行标记。
步骤s302，根据被标记的数据报文，得到多条视频行为记录。
在一个实施例中，上述步骤s302的实现方式为：计时器开始计时，计数器从0开始计数；若从产生的数据报文中检测到被标记的数据报文时，计数器加1；若计数器的数值和计时器的数值均满足设定要求，比如，计数器的数值达到预设时间值时，计时器的数值大于或等于预设个数，则生成一条视频行为记录，获取当前时间，将当前时间作为该条视频行为记录对应的时间；计数器的数值和计时器的数值均清零；以此类推，得到多条视频行为记录及对应的时间。
步骤s303，分别统计相邻两视频行为记录之间的时间间隔，根据所述时间间隔筛选出符合要求的视频行为记录。
步骤s304，根据符合要求的视频行为记录统计出针对所述视频的行为时长。
上述实施例，通过筛选出的视频行为记录，确定出针对所述视频的行为时长，提高了统计用户观看视频时长的准确性，以及克服了传统技术中不能准确反映用户观看视频时长的缺陷。
在一个实施例中，若计时器的数值达到预设时间值，所述计数器的数值小于预设个数，则计数器和计时器的数值均清零，计时器重新开始计时，计数器从0开始计数，即说明本次统计无效，进行下一轮统计。上述实施例，统计无效时，则不生成视频行为记录，有利于提高生成视频行为记录的准确性，方便后续统计用户观看视频的行为时长的准确性。
在一个实施例中，如图4所示，提供了又一种视频时长统计方法，包括以下步骤：
步骤s401，采用深度流检测技术，对符合视频行为数据流的数据报文进行标记。
步骤s402，建立计数器和计时器，当检测到符合视频行为数据流标记的数据报文时，计数器加1；如果在60秒内，统计到的符合视频行为数据流的数据报文大于或等于200个，则生成一条视频行为记录，并将当前时间作为视频行为记录对应的时间，计数器的数值和计时器的数值均清零；以此类推，得到多条视频行为记录及对应的时间。
其中，若达到预设时间60秒，统计到的符合视频行为数据流的数据报文的数量没有达到预设个数200时，则不生成视频行为记录，进行下一轮统计，
步骤s403，根据预先统计的实验结果得到最佳时间间隔。
采用实验和统计学的方法，进行多次实验，分别记录下每次实验时，用户观看视频的实际时长，以及根据不同时间间隔(比如100秒、150秒和200秒)而统计到的对应的视频时长，比如时间间隔为100秒时，记录下每次实验时，根据这个时间间隔统计到的视频时长。接着，以横坐标为统计次数，纵坐标为视频时长，可以得到多条数据曲线。通过数据曲线图对比，筛选出与真实记录的数据曲线最接近，频率也基本同步的数据曲线对应的时间间隔，将此时间间隔作为最佳时间间隔。
步骤s404，分别统计相邻两视频行为记录的时间间隔，第一条视频行为记录对应的时间被认为是第一次视频行为的开始时间，下一条(第二条)视频行为记录对应的时间如果小于最佳时间间隔(比如150秒)，认为原视频行为未结束，继续查看下一条视频行为记录，直到第n条视频行为记录与第n-1条视频行为记录之间的时间间隔大于最佳时间间隔(比如150秒)，则认为第n-1条视频行为记录对应的时间是原视频行为的结束时间，第n条记录是新的视频行为的开始时间。依据这个原理，得到针对一次视频的各视频行为的开始时间跟结束时间。
步骤s405，根据各视频行为的开始时间跟结束时间，得到针对一次视频的行为时长。
其中，依据时间间隔，将用户观看视频的行为时长，分成针对所述视频的几次视频行为进行统计，有利于提高统计用户观看视频的行为时长的准确性。
上述实施例，通过筛选出的视频行为记录，确定出针对所述视频的行为时长，提高了统计用户观看视频时长的准确性，以及克服了传统技术中不能准确反映用户观看视频时长的缺陷。
在一个实施例中，如图5所示，提供了一种视频行为检测方法，包括以下步骤：
步骤s501，根据检测到的符合视频行为数据流的数据报文，生成视频行为记录。
步骤s502，分别统计相邻两视频行为记录之间的时间间隔，根据所述时间间隔筛选出符合要求的视频行为记录。
步骤s503，根据符合要求的视频行为记录检测针对所述视频的视频行为。
上述实施例，根据符合要求的视频行为记录确定针对所述视频的视频行为，克服了传统技术中确定视频行为准确性低的缺陷，有利于提高度量用户视频行为的准确性。
在一个实施例中，上述步骤s503，所述根据符合要求的视频行为记录检测视频行为的实现方式具体如下：根据符合要求的视频行为记录，确定针对所述视频的各视频行为的开始时间和结束时间；根据各视频行为的开始时间或结束时间，确定针对所述视频的视频行为的数量，即有多少个视频行为的开始时间或结束时间，就有多少个视频行为。上述实施例，根据符合要求的视频行为记录确定视频行为，克服了传统技术中确定视频行为准确性低的缺陷，有利于提高度量用户视频行为的准确性。
应该理解的是，虽然图2-5的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图2-5中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中，如图6所示，提供了一种视频时长统计装置，包括：视频行为记录生成模块610、时间间隔统计模块620和时长统计模块630，其中：
视频行为记录生成模块610，用于根据检测到的符合视频行为数据流的数据报文，生成视频行为记录。
时间间隔统计模块620，用于分别统计相邻两视频行为记录之间的时间间隔，根据所述时间间隔筛选出符合要求的视频行为记录。
时长统计模块630，用于根据符合要求的视频行为记录统计出针对所述视频的行为时长。
在一个实施例中，上述时间间隔统计模块620，还用于检测相邻两视频行为记录之间的时间间隔是否小于预设时间间隔，若是，则所述相邻两视频行为记录符合要求，并对所述相邻两视频行为记录进行标记；根据视频行为记录的标记，从多个视频行为记录筛选出符合要求的视频行为记录。
在一个实施例中，上述时长统计模块630还用于：根据符合要求的视频行为记录，确定针对所述视频的视频行为，以及各视频行为的开始时间和结束时间；根据各视频行为的开始时间和结束时间，确定各视频行为对应的视频时长；将针对所述视频的多个视频行为对应的视频时长进行累加，得到针对所述视频的行为时长。
在一个实施例中，上述视频行为记录生成模块610还用于：对产生的符合视频行为数据流的数据报文进行统计，若在预设时间范围内，统计到的符合视频行为数据流的数据报文的数量达到预设个数，则生成一条视频行为记录，并获取当前时间，将当前时间作为视频行为记录对应的时间。
在一个实施例中，所述视频时长统计装置还包括报文检测模块，用于建立计数器和计时器；检测产生的数据报文，将符合视频行为数据流的数据报文进行标记。上述视频行为记录生成模块610还用于：计时器开始计时，计数器从0开始计数；若从产生的数据报文中检测到被标记的数据报文时，计数器加1；若计数器的数值和计时器的数值均满足设定要求，则生成一条视频行为记录，获取当前时间，将当前时间作为该条视频行为记录对应的时间；计数器的数值和计时器的数值均清零；以此类推，得到多条视频行为记录及对应的时间。
在一个实施例中，所述视频行为记录生成模块610还用于：若计时器的数值达到预设时间值，所述计数器的数值小于预设个数，则计数器和计时器的数值均清零，计时器重新开始计时，计数器从0开始计数。
上述各个实施例，视频时长统计装置先根据检测到的符合视频行为数据流的数据报文，生成视频行为记录，再分别统计相邻两视频行为记录之间的时间间隔，根据所述时间间隔筛选出符合要求的视频行为记录，最后根据符合要求的视频行为记录统计出针对所述视频的行为时长。本装置通过筛选出的视频行为记录，确定出针对所述视频的行为时长，提高了统计用户观看视频时长的准确性，以及克服了传统技术中不能准确反映用户观看视频时长的缺陷。
关于视频时长统计装置的具体限定可以参见上文中对于视频时长统计方法的限定，在此不再赘述。上述视频时长统计装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，如图7所示，提供了一种视频行为检测装置，包括：视频记录生成模块710、间隔统计模块720和检测模块730，其中：
视频记录生成模块710，根据检测到的符合视频行为数据流的数据报文，生成视频行为记录；
间隔统计模块720，分别统计相邻两视频行为记录之间的时间间隔，根据所述时间间隔筛选出符合要求的视频行为记录；
检测模块730，用于根据符合要求的视频行为记录检测针对所述视频的视频行为。
在一个实施例中，上述检测模块730还用于：根据符合要求的视频行为记录，确定针对所述视频的各视频行为的开始时间和结束时间；根据各视频行为的开始时间或结束时间，确定针对所述视频的视频行为的数量，即有多少个视频行为的开始时间或结束时间，就有多少个视频行为。
上述各个实施例，视频行为检测装置先根据检测到的符合视频行为数据流的数据报文，生成视频行为记录，再分别统计相邻两视频行为记录之间的时间间隔，根据所述时间间隔筛选出符合要求的视频行为记录，最后根据符合要求的视频行为记录检测视频行为。本装置通过符合要求的视频行为记录检测出针对所述视频的视频行为，从而确定视频行为的数量，提高了度量用户视频行为的准确性。
关于视频行为检测装置的具体限定可以参见上文中对于视频行为检测方法的限定，在此不再赘述。上述视频行为检测装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：根据检测到的符合视频行为数据流的数据报文，生成视频行为记录；分别统计相邻两视频行为记录之间的时间间隔，根据所述时间间隔筛选出符合要求的视频行为记录；根据符合要求的视频行为记录统计出针对所述视频的行为时长。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：检测相邻两视频行为记录之间的时间间隔是否小于预设时间间隔，若是，则所述相邻两视频行为记录符合要求，并对所述相邻两视频行为记录进行标记；根据视频行为记录的标记，从多个视频行为记录筛选出符合要求的视频行为记录。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：根据符合要求的视频行为记录，确定针对所述视频的视频行为，以及各视频行为的开始时间和结束时间；根据各视频行为的开始时间和结束时间，确定各视频行为对应的视频时长；将针对所述视频的多个视频行为对应的视频时长进行累加，得到针对所述视频的行为时长。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：对产生的符合视频行为数据流的数据报文进行统计，若在预设时间范围内，统计到的符合视频行为数据流的数据报文的数量达到预设个数，则生成一条视频行为记录，并获取当前时间，将当前时间作为视频行为记录对应的时间。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：建立计数器和计时器；检测产生的数据报文，将符合视频行为数据流的数据报文进行标记；计时器开始计时，计数器从0开始计数；若从产生的数据报文中检测到被标记的数据报文时，计数器加1；若计数器的数值和计时器的数值均满足设定要求，则生成一条视频行为记录，获取当前时间，将当前时间作为该条视频行为记录对应的时间；计数器的数值和计时器的数值均清零；以此类推，得到多条视频行为记录及对应的时间。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：若计时器的数值达到预设时间值，所述计数器的数值小于预设个数，则计数器和计时器的数值均清零，计时器重新开始计时，计数器从0开始计数。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：根据检测到的符合视频行为数据流的数据报文，生成视频行为记录；分别统计相邻两视频行为记录之间的时间间隔，根据所述时间间隔筛选出符合要求的视频行为记录；根据符合要求的视频行为记录检测视频行为。
上述各个实施例，计算机设备通过所述处理器上运行的计算机程序，实现了提高统计用户观看视频时长的准确性，以及克服传统技术中不能准确反映用户观看视频时长的缺陷。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：根据检测到的符合视频行为数据流的数据报文，生成视频行为记录；分别统计相邻两视频行为记录之间的时间间隔，根据所述时间间隔筛选出符合要求的视频行为记录；根据符合要求的视频行为记录统计出针对所述视频的行为时长。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：检测相邻两视频行为记录之间的时间间隔是否小于预设时间间隔，若是，则所述相邻两视频行为记录符合要求，并对所述相邻两视频行为记录进行标记；根据视频行为记录的标记，从多个视频行为记录筛选出符合要求的视频行为记录。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：根据符合要求的视频行为记录，确定针对所述视频的视频行为，以及各视频行为的开始时间和结束时间；根据各视频行为的开始时间和结束时间，确定各视频行为对应的视频时长；将针对所述视频的多个视频行为对应的视频时长进行累加，得到针对所述视频的行为时长。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：对产生的符合视频行为数据流的数据报文进行统计，若在预设时间范围内，统计到的符合视频行为数据流的数据报文的数量达到预设个数，则生成一条视频行为记录，并获取当前时间，将当前时间作为视频行为记录对应的时间。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：建立计数器和第一计时器；检测产生的数据报文，将符合视频行为数据流的数据报文进行标记。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：计时器开始计时，计数器从0开始计数；若从产生的数据报文中检测到被标记的数据报文时，计数器加1；若计数器的数值和计时器的数值均满足设定要求，则生成一条视频行为记录，获取当前时间，将当前时间作为该条视频行为记录对应的时间；计数器的数值和计时器的数值均清零；以此类推，得到多条视频行为记录及对应的时间。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：若计时器的数值达到预设时间值，所述计数器的数值小于预设个数，则计数器和计时器的数值均清零，计时器重新开始计时，计数器从0开始计数。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：根据检测到的符合视频行为数据流的数据报文，生成视频行为记录；分别统计相邻两视频行为记录之间的时间间隔，根据所述时间间隔筛选出符合要求的视频行为记录；根据符合要求的视频行为记录检测视频行为。
上述各个实施例，计算机可读存储介质通过其存储的计算机程序，实现了提高统计用户观看视频时长的准确性，以及克服传统技术中不能准确反映用户观看视频时长的缺陷。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(rom)、可编程rom(prom)、电可编程rom(eprom)、电可擦除可编程rom(eeprom)或闪存。易失性存储器可包括随机存取存储器(ram)或者外部高速缓冲存储器。作为说明而非局限，ram以多种形式可得，诸如静态ram(sram)、动态ram(dram)、同步dram(sdram)、双数据率sdram(ddrsdram)、增强型sdram(esdram)、同步链路(synchlink)dram(sldram)、存储器总线(rambus)直接ram(rdram)、直接存储器总线动态ram(drdram)、以及存储器总线动态ram(rdram)等。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。