数据特征分析方法、装置及网络设备与流程

本技术属于无线通信，具体涉及一种数据特征分析方法、装置及网络设备。

背景技术：

1、扩展现实(extended reality，xr)中视频流的数据可以分为i帧，p帧和b帧。

2、i帧(intra-coded picture，帧内编码图像帧)也称为独立解码帧，通常是一个完整的画面。

3、p帧(predictive-coded picture，前向预测编码图像帧)表示的是本帧画面跟之前的一个i帧或p帧的差别，解码时需要用之前缓存的画面叠加上本帧定义的差别，生成最终画面。

4、b帧(bidirectionally predicted picture，双向预测编码图像帧)是双向差别帧，也就是b帧记录的是本帧与前后帧的差别，换言之，要解码b帧，不仅要取得之前的缓存画面，还要解码之后的画面，通过前后画面与本帧数据的叠加取得最终的画面。

5、p帧和b帧记录的是相对于i帧的变化。i帧相对于p帧或b帧更重要，i帧的传输错误会导致i帧无法正确被接收方解析，并进一步导致后续的p帧和b帧也解析错误。目前，业界提出了针对i帧的传输优化的方法，优化的前提是能正确的识别出i帧。

6、协议数据单元(protocol data unit，pdu)集合(set)是一组具有相同特征的数据的集合。pdu集合由一个或多个pdu组成。pdu集合可以用于传输(carry)一个帧的内容(payload)，或一个帧的一个分片(slice)的内容。一个帧可以分成多个slice(分片)，例如一个帧分成9个slice，每个pdu集合用于传输其中一个slice。每个pdu可以是一个互联网协议(internet protocol，ip)包；或者，每个pdu由多个ip包组成；或者每个pdu可以封装在一个或多个ip包内，或者，每个pdu通过一个或多个ip包进行传输。协议数据单元也可以称为包数据单元(packet data unit，pdu)，在本技术中，二者可以互相替换。

7、一种识别i帧的方法为，应用功能(application function，af)在产生xr数据时，提供pdu集合的数据特征，例如帧的重要性等级或帧的类型(i帧、p帧、b帧等)。运营商核心网内的网关设备，例如用户面功能(user plane function，)upf，可以针对不同的pdu集合进行传输优化，例如，针对i帧的pdu集合内的所有pdu进行优先传输或使用高服务质量(quality of service，qos)的服务质量流(qos flow)进行传输，并指示基站对i帧的pdu集合内的所有pdu进行优先传输。从而保证用户使用xr业务时的流畅体验。

8、若af未向网关设备提供pdu集合的数据特征，或者对af的数据进行了加密，例如，af的数据使用超文本传输安全协议(hyper text transfer protocol over securesocketlayer，https)进行传输，则网关设备无法获得pdu集合的数据特征，从而无法对i帧进行优化传输，会影响用户的体验。

技术实现思路

1、本技术实施例提供一种数据特征分析方法、装置及网络设备，能够解决无法获取pdu集合的数据特征，从而无法对i帧进行优化传输的问题。

2、第一方面，提供了一种数据特征分析方法，包括：

3、第一设备获取第一业务的业务数据流的相关信息，所述业务数据流的相关信息包括第一信息和第二信息，所述第一信息为所述第一业务的业务数据流中的pdu的相关信息，所述第二信息为所述第一业务的业务数据流中的数据帧的相关信息，其中，每个所述数据帧包括至少一个pdu集合；

4、所述第一设备根据所述业务数据流的相关信息，确定所述第一业务的分析模型，所述分析模型用于识别所述第一业务的业务数据流中的pdu集合的数据特征。

5、第二方面，提供了一种数据特征分析方法，包括：

6、第二设备获取第一业务的分析模型，所述分析模型用于识别所述第一业务的业务数据流中的pdu集合的数据特征；

7、所述第二设备根据所述分析模型对所述第一业务的目标业务数据流进行分析，得到分析结果，所述分析结果包括以下至少一项：所述目标业务数据流中的pdu集合的边界信息，所述pdu集合的类型指示信息，所述pdu集合中每个pdu的序号，所述pdu集合中的pdu的数量，所述pdu集合的周期；

8、其中，所述类型指示信息包括以下至少一项：帧类型，重要性等级信息；

9、所述目标业务数据流中的pdu集合的边界信息包括以下至少一项：所述pdu集合的起始pdu的信息，所述pdu集合的结束pdu的信息。

10、第三方面，提供了一种数据特征分析方法，包括：

11、第三设备接收第一业务的目标业务数据流的分析结果，所述分析结果基于分析模型分析得到，所述分析模型用于识别所述第一业务的业务数据流中的pdu集合的数据特征；

12、所述第三设备根据所述分析结果，确定所述目标业务数据流中的pdu集合的传输方式。

13、第四方面，提供了一种数据特征分析装置，包括：

14、第一获取模块，用于获取第一业务的业务数据流的相关信息，所述相关信息包括第一信息和第二信息，所述第一信息为所述第一业务的业务数据流中的pdu的相关信息，所述第二信息为所述第一业务的业务数据流中的数据帧的相关信息，其中，每个所述数据帧包括至少一个pdu集合；

15、第一确定模块，用于根据所述业务数据流的相关信息，确定所述第一业务的分析模型，所述分析模型用于识别所述第一业务的业务数据流中的pdu集合的数据特征。

16、第五方面，提供了一种数据特征分析装置，包括：

17、第一获取模块，用于获取第一业务的分析模型，所述分析模型用于识别所述第一业务的业务数据流中的pdu集合的数据特征；

18、分析模块，用于根据所述分析模型对所述第一业务的目标业务数据流进行分析，得到分析结果，所述分析结果包括以下至少一项：所述目标业务数据流中的pdu集合的边界信息，所述pdu集合的类型指示信息，所述pdu集合中每个pdu的序号，所述pdu集合中的pdu的数量，所述pdu集合的周期；

19、其中，所述类型指示信息包括以下至少一项：帧类型，重要性等级信息；

20、所述目标业务数据流中的pdu集合的边界信息包括以下至少一项：所述pdu集合的起始pdu的信息，所述pdu集合的结束pdu的信息。

21、第六方面，提供了一种数据特征分析装置，包括：

22、第一接收模块，用于接收第一业务的目标业务数据流的分析结果，所述分析结果基于分析模型分析得到，所述分析模型用于识别所述第一业务的业务数据流中的pdu集合的数据特征；

23、第一确定模块，用于根据所述分析结果，确定所述目标业务数据流中的pdu集合的传输方式。

24、第七方面，提供了一种网络设备，该终端包括处理器和存储器，所述存储器存储可在所述处理器上运行的程序或指令，所述程序或指令被所述处理器执行时实现如第一方面、第二方面或第三方面所述的方法的步骤。

25、第八方面，提供了一种网络设备，包括处理器及通信接口，其中，所述处理器用于获取第一业务的业务数据流的相关信息，所述相关信息包括第一信息和第二信息，所述第一信息为所述第一业务的业务数据流中的pdu的相关信息，所述第二信息为所述第一业务的业务数据流中的数据帧的相关信息，其中，每个所述数据帧包括至少一个pdu集合；根据所述业务数据流的相关信息，确定所述第一业务的分析模型，所述分析模型用于识别所述第一业务的业务数据流中的pdu集合的数据特征。

26、第九方面，提供了一种网络设备，包括处理器及通信接口，其中，所述处理器用于获取第一业务的分析模型，所述分析模型用于识别所述第一业务的业务数据流中的pdu集合的数据特征；根据所述分析模型对所述第一业务的目标业务数据流进行分析，得到分析结果，所述分析结果包括以下至少一项：所述目标业务数据流中的pdu集合的边界信息，所述pdu集合的类型指示信息，所述pdu集合中每个pdu的序号，所述pdu集合中的pdu的数量，所述pdu集合的周期；其中，所述类型指示信息包括以下至少一项：帧类型，重要性等级信息；所述目标业务数据流中的pdu集合的边界信息包括以下至少一项：所述pdu集合的起始pdu的信息，所述pdu集合的结束pdu的信息。

27、第十方面，提供了一种通信系统，包括：第一设备、第二设备和第三设备，所述第一设备可用于执行如第一方面所述的数据特征分析方法的步骤，所述第二设备可用于执行如第二方面所述的数据特征分析方法的步骤，所述第三设备可用于执行如第三方面所述的数据特征分析方法的步骤。

28、第十一方面，提供了一种可读存储介质，所述可读存储介质上存储程序或指令，所述程序或指令被处理器执行时实现如第一方面、第二方面或第三方面所述的数据特征分析方法的步骤。

29、第十二方面，提供了一种芯片，所述芯片包括处理器和通信接口，所述通信接口和所述处理器耦合，所述处理器用于运行程序或指令，实现如第一方面、第二方面或第三方面所述的数据特征分析方法。

30、第十三方面，提供了一种计算机程序/程序产品，所述计算机程序/程序产品被存储在存储介质中，所述计算机程序/程序产品被至少一个处理器执行以实现如第一方面、第二方面或第三方面所述的数据特征分析的步骤。

31、在本技术实施例中，通过对第一业务的业务数据流的相关信息进行训练，得到第一业务的分析模型，该分析模型可以识别第一业务的业务数据流中的pdu集合的数据特征，从而可针对i帧的pdu集合内的所有pdu进行优先传输，保证用户使用第一业务时的流畅体验。