【技術實現步驟摘要】
本專利技術涉及人工智能處理數據延時的，尤其是涉及一種數據延時處理方法、裝置、計算機設備以及存儲介質。
技術介紹
1、隨著網絡技術的飛速發展，數據處理和傳輸的效率變得尤為重要。在網絡傳輸過程中，數據包的延遲是一個普遍存在的問題，它可能導致數據傳輸的不穩定和低效。為了解決這一問題，現有技術通常采取固定的優先級和傳輸路徑進行數據傳輸，這種方法無法根據實際情況動態調整，因此傳輸效率并不高。為了克服這一缺陷，需要一種通過人工智能算法預測數據包特性，動態調整傳輸優先級和傳輸路徑的方法。
技術實現思路
1、為了提高數據傳輸效率和穩定性，本申請提供一種數據延時處理方法、裝置、計算機設備以及存儲介質。
2、本申請的上述專利技術目的一是通過以下技術方案得以實現的：
3、一種數據延時處理方法，所述數據延時處理方法包括：
4、獲取源數據包；
5、通過訓練好的人工智能預測模型，對所述源數據包進行分析預測，得到所述源數據包的預測延遲時間；
6、根據所述源數據包的預測延遲時間調整源數據包的處理優先級和傳輸路徑，得到處理后的數據包；
7、通過數據包傳輸協議，將所述處理后的數據包傳送到目標地址。
8、通過采用上述技術方案，通過預測延遲時間，能夠動態調整數據包的處理優先級和傳輸路徑。高優先級數據包可以優先選擇低延遲路徑和可靠的傳輸協議（如tcp），從而保證數據傳輸的實時性和可靠性，而低優先級數據包則可以選擇更高效的傳輸路徑和協議（如u
9、本申請在一較佳示例中可以進一步配置為：所述獲取源數據包，還包括：
10、獲取多個數據包歷史延時時間和歷史數據包處理優先級，根據所述多個數據包歷史延時時間和歷史數據包處理優先級，對預設的人工智能預測模型進行訓練，得到所述訓練好的人工智能預測模型。
11、通過采用上述技術方案，通過訓練好的人工智能預測模型，可以利用歷史數據包的延時時間和處理優先級，精確預測未來數據包的延遲情況。
12、本申請在一較佳示例中可以進一步配置為：所述通過訓練好的人工智能預測模型，對所述源數據包進行分析預測，得到所述源數據包的預測延遲時間，具體包括：
13、所述源數據包進行解析，得到源數據包的特征向量，所述源數據包的特征向量包括，數據包的大小、類型、來源、目的地ip地址、協議類型和時間戳；
14、將所述源數據包的特征向量進行標準化處理，得到處理后的源數據包特征向量；
15、將所述處理后的源數據包特征向量輸入所述訓練好的人工智能預測模型，得到所述源數據包的預測延遲時間。
16、通過采用上述技術方案，通過解析源數據包，提取數據包的大小、類型、來源、目的地ip地址、協議類型和時間戳等特征向量。這些特征能夠全面描述數據包的屬性，為后續預測模型提供充分的輸入信息。對提取的特征向量進行標準化處理，可以消除不同特征之間的量綱差異，確保模型在訓練和預測過程中能夠平衡各個特征的影響，提高模型的穩定性和預測準確性。利用訓練好的人工智能預測模型，輸入標準化處理后的特征向量，能夠精確預測每個源數據包的延遲時間。這種預測能力使得系統可以在數據傳輸前動態調整優先級和路徑，以最大化傳輸效率和穩定性。預測延遲時間的能力使系統具備實時優化和響應能力。系統可以根據預測結果，動態調整數據包的處理優先級和傳輸路徑，以應對不斷變化的網絡條件和數據需求，提升數據傳輸的實時性和穩定性。
17、本申請在一較佳示例中可以進一步配置為：所述將所述處理后的源數據包特征向量輸入所述訓練好的人工智能預測模型，得到所述源數據包的預測延遲時間，具體包括：
18、所述訓練好的人工智能預測模型對所述處理后的源數據包特征向量進行預測，公式為，，其中ω是所述人工智能預測模型學習到的權重，x是輸入特征，b是偏置項，y是預測結果，即源數據包的預測延遲時間。
19、通過采用上述技術方案，訓練好的人工智能預測模型能夠利用處理后的源數據包特征向量進行精準的預測，即預測源數據包的延遲時間。這種精準的預測能力使得系統可以根據實際情況動態調整數據包的處理優先級和傳輸路徑，以最大化傳輸效率。
20、本申請在一較佳示例中可以進一步配置為：所述根據所述源數據包的預測延遲時間調整源數據包的處理優先級和傳輸路徑，得到處理后的數據包，具體包括：
21、根據所述源數據包的預測延遲時間調整所述源數據包的處理優先級，根據所述源數據包的預測延遲時間選擇所述傳輸路徑；
22、將所述調整后的優先級和所述傳輸路徑更新到所述源數據包中，得到所述處理后的數據包。
23、通過采用上述技術方案，根據預測的延遲時間調整數據包的處理優先級和傳輸路徑。高優先級的數據包可以選擇低延遲和可靠性更高的傳輸路徑，保證重要數據的及時傳輸；而低優先級的數據包則可以選擇更經濟高效的傳輸方式，避免資源浪費。通過動態調整數據包的處理優先級和傳輸路徑，系統能夠有效降低數據包的延遲。根據預測的延遲時間精確控制數據包的處理優先級，可以避免數據包在網絡中競爭資源而導致的擁塞。同時，優化傳輸路徑還能有效減少數據包的丟失和重傳，提高數據傳輸的穩定性和可靠性。通過動態調整優先級和傳輸路徑，系統能夠智能地管理網絡資源的使用。高效利用網絡帶寬和傳輸能力，避免資源的空閑浪費，從而提升系統的整體效率和經濟性。預測延遲時間并據此調整傳輸策略使得系統具備了實時響應和適應不同網絡條件的能力。系統可以隨時根據變化的網絡狀況和數據流量需求做出調整，保持數據傳輸的穩定性和高效性。
24、本申請在一較佳示例中可以進一步配置為：所述根據所述源數據包的預測延遲時間調整所述源數據包的處理優先級，根據所述源數據包的預測延遲時間選擇傳輸路徑，還包括：
25、獲取優先級調整規則信息，根據所述優先級調整規則信息，得到預測延遲時間優先級閾值，所述預測延遲時間優先級閾值包括，高優先級、中優先級和低優先級；
26、根據所述預測延遲時間優先級閾值調整所述源數據包的處理優先級；
27、獲取實時網絡狀況信息，根據所述實時網絡狀況信息和所述源數據包的預測延遲時間選擇所述傳輸路徑。
28、通過采用上述技術方案，根據預測延遲時間優先級閾值（如高優先級、中優先級、低優先級），系統可以動態調整數據包的處理優先級。這種精細化的優先級調整能夠確保重要數據包優先傳輸。結合實時網絡狀況信息和預測的延遲時間，系統可以智能地選擇最優的傳輸路徑。高優先級的數據包可以選擇穩定和低延遲的路徑，以保證實時性和可靠性，而低優先級的數據包則可以選擇更經濟的傳輸路徑，優化資源利用。預測延遲時間并根據優先級規則調整處理優先級，使系統能夠快速響應網絡需求和變化條件。這種及時的響應能力有助于提升數據傳輸的效率和整體服本文檔來自技高網...
【技術保護點】
1.一種數據延時處理方法，其特征在于，所述數據延時處理方法包括：
2.根據權利要求1所述的數據延時處理方法，其特征在于，所述獲取源數據包，還包括：
3.根據權利要求1所述的數據延時處理方法，其特征在于，所述通過訓練好的人工智能預測模型，對所述源數據包進行分析預測，得到所述源數據包的預測延遲時間，具體包括：
4.根據權利要求3所述的數據延時處理方法，其特征在于，所述將所述處理后的源數據包特征向量輸入所述訓練好的人工智能預測模型，得到所述源數據包的預測延遲時間，具體包括：
5.根據權利要求1所述的數據延時處理方法，其特征在于，所述根據所述源數據包的預測延遲時間調整源數據包的處理優先級和傳輸路徑，得到處理后的數據包，具體包括：
6.根據權利要求5所述的數據延時處理方法，其特征在于，所述根據所述源數據包的預測延遲時間調整所述源數據包的處理優先級，根據所述源數據包的預測延遲時間選擇傳輸路徑，還包括：
7.根據權利要求1所述的數據延時處理方法，其特征在于，所述通過數據包傳輸協議，將所述處理后的數據包傳送到目標地址，還包括
8.一種數據延時處理裝置，其特征在于，所述數據延時處理裝置包括：
9.一種計算機設備，包括存儲器、處理器以及存儲在所述存儲器中并可在所述處理器上運行的計算機程序，其特征在于，所述處理器執行所述計算機程序時實現如權利要求1至7任一項所述數據延時處理方法的步驟。
10.一種計算機可讀存儲介質，所述計算機可讀存儲介質存儲有計算機程序，其特征在于，所述計算機程序被處理器執行時實現如權利要求1至7任一項所述數據延時處理方法的步驟。
...【技術特征摘要】
1.一種數據延時處理方法，其特征在于，所述數據延時處理方法包括：
2.根據權利要求1所述的數據延時處理方法，其特征在于，所述獲取源數據包，還包括：
3.根據權利要求1所述的數據延時處理方法，其特征在于，所述通過訓練好的人工智能預測模型，對所述源數據包進行分析預測，得到所述源數據包的預測延遲時間，具體包括：
4.根據權利要求3所述的數據延時處理方法，其特征在于，所述將所述處理后的源數據包特征向量輸入所述訓練好的人工智能預測模型，得到所述源數據包的預測延遲時間，具體包括：
5.根據權利要求1所述的數據延時處理方法，其特征在于，所述根據所述源數據包的預測延遲時間調整源數據包的處理優先級和傳輸路徑，得到處理后的數據包，具體包括：
6.根據權利要求5所述的數據延時處理方法...
【專利技術屬性】
技術研發人員：李柯辰，何偉，彭旭，
申請(專利權)人：長沙星光數智科技有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。