智能计算云平台通过算力对影视剧进行安全审计的方法及装置与流程
本发明涉及智能计算中心、智算中心、算力基础设施和智算云,具体涉及一种智能计算云平台通过算力对影视剧进行安全审计的方法及装置。
背景技术:
1、随着人工智能技术的快速发展,“智能计算中心”和“智算中心”应运而生。
2、“智能计算中心”是指通过使用大规模异构算力资源,包括通用算力和智能算力,主要为人工智能应用(如人工智能深度学习模型开发、模型训练和模型推理等场景)提供所需算力、数据和算法的设施。智能计算中心涵盖设施、硬件、软件,并可提供从底层算力到顶层应用使能的全栈能力。
3、“智能计算中心”包括但不限于“智算中心”。
4、“智算中心”即人工智能计算中心,是基于人工智能理论,采用人工智能计算架构,提供人工智能应用所需算力服务、数据服务和算法服务的一类算力基础设施。
5、“算力”是“智能计算中心”和“智算中心”的核心,是计算机设备或计算/数据中心处理参数的能力,是计算机硬件和软件配合共同执行某种计算需求的能力,是通过对参数数据进行处理,实现目标结果输出的计算能力,是集参数计算力、网络运载力、数据存储力于一体的新型生产力,主要通过算力基础设施向社会提供服务。
6、随着数字内容产业的迅猛发展,电影、电视剧、网络短剧、综艺节目、预告片及其大量衍生素材如花絮、切片、二创片段等,呈现爆炸式增长。各类视听内容在正式上线前,必须经过严格的安全审计,这一过程不仅是网络视听内容监管的强制性要求,也是平台履行主体责任、防范舆情风险、保障用户体验的关键环节。
7、为应对电影、电视剧、网络短剧、综艺节目、预告片及其海量衍生素材在上线前对高效、精准内容安全审计的迫切需求,当前已开始采用智能计算云平台作为支撑基础设施。尽管智能计算云平台的算力资源已具备一定规模和多样性,仍缺乏一套面向内容安全审计场景的规范化、智能化算力分配策略。避免由于算力分配不足而延迟,也造成低复杂度任务过度占用高性能资源,造成整体算力利用率低下、审核成本过高、sla保障能力不足。
8、因此,在已有智能计算云平台基础上,亟需构建一套面向视听内容安全审计的动态、可量化、可优化的算力分配规则体系,以实现异构算力的按需调度、任务驱动的资源适配与全链路效能闭环,从而在保障内容合规底线的同时,支撑大规模、多类型、高并发视听内容的高效、稳定、经济上线。
9、可见,自智能计算中心出现以来,亟需构建一套面向影视剧安全审计的动态、可量化、可优化的算力分配规则体系,这一问题一直是本领域亟待解决的难题。
技术实现思路
1、本发明提供一种智能计算云平台通过算力对影视剧进行安全审计的方法及装置,以解决现有技术中存在亟需构建一套面向影视剧安全审计的动态、可量化、可优化的算力分配规则体系的问题。
2、为解决上述问题,本发明是这样实现的:
3、第一方面,本发明提供一种智能计算云平台通过算力对影视剧进行安全审计的方法,包括:
4、步骤s1、响应于对待安全审计影视剧的安全审计任务,对所述待安全审计影视剧的音频数据进行转码、码流解析、抽帧、镜头切分、音频分离、字幕提取、语音转文本、画面文字识别和元数据规范化处理,以生成所述待安全审计影视剧的视频时长、分辨率、帧率、码率、镜头数量、关键帧数量、音轨数量、字幕密度、台词长度、场景切换频率、剧情语义数据、模型不确定性数据和审计时限数据;
5、步骤s2、基于所述视频时长、所述分辨率、所述帧率、所述码率、所述镜头数量、所述关键帧数量、所述音轨数量、所述字幕密度、所述台词长度、所述场景切换频率、所述剧情语义数据、所述模型不确定性数据和所述审计时限数据,计算所述待安全审计影视剧的任务复杂度和算力需求数据;
6、步骤s3、基于所述任务复杂度、所述算力需求数据、风险先验、任务时限数据和智能计算云平台的算力节点状态,将所述安全审计任务各个子任务分配给智能计算云平台的目标算力节点;
7、步骤s4、通过所述目标算力节点对所述子任务的多模态数据进行多模态安全识别,以生成所述多模态数据中各模态的风险证明数据和风险结果数据,所述风险证明数据包括风险类型、风险分值、模型置信度、命中规则数据、证据位置数据和建议处理方式数据,所述风险结果数据包括单帧画面风险结果、连续镜头风险结果、音频风险结果;
8、步骤s5、对所有所述子任务的多模态数据的风险结果数据进行时间对齐和融合,以生成多个窗口片段融合数据,基于所述窗口片段融合数据中包含的风险分值和模型置信度计算融合风险分;
9、步骤s6、基于所述融合风险分和所述风险证明数据生成风险审计结果,并将所述风险审计结果与所述风险证明数据进行绑定,以生成安全审计报告数据。
10、在一个实施例中,所述步骤s3包括:
11、步骤s3.1、基于所述安全审计任务确定目标审计策略;
12、步骤s3.2、将所述目标审计策略划分为多个审计算子,所述审计算子之间通过数据依赖、时间依赖和复核依赖连接;
13、步骤s3.3、基于所述审计算子生成所述子任务。
14、在一个实施例中,所述审计算子包括视频解码、镜头切分、关键帧抽取、画面安全识别、动作识别、人物跟踪、ocr、asr、字幕语义审核、剧情段落分析、多模态融合、证据包生成和报告生成中的多种或者全部。
15、在一个实施例中,所述子任务包括所述审计算子的素材编号、片段起止时间、前后缓冲时长、审计策略版本、模型版本和证据编号。
16、在一个实施例中,所述步骤s3包括:
17、步骤s3.4、基于所述任务复杂度、所述算力需求数据、风险先验、任务时限数据和智能计算云平台的算力节点状态,从所述智能计算云平台中确定所述安全审计任务各个子任务的至少一个候选算力节点;
18、步骤s3.5、获取所述候选算力节点的健康状态、显存余量、队列等待时间、任务截止时间和数据合规约束;
19、步骤s3.6、基于所述健康状态、所述显存余量、所述队列等待时间、所述任务截止时间和所述数据合规约束确定所述候选算力节点处理所述子任务的算力成本;
20、步骤s3.7、将所述算力成本最低的候选算力节点作为处理所述子任务的目标算力节点。
21、在一个实施例中,执行所述步骤s4之前包括:
22、步骤s4.1、获取所述待安全审计影视剧的风险等级和播放时长;
23、步骤s4.2、基于所述风险等级和/或所述播放时长对所述多模态数据进行处理。
24、在一个实施例中,所述步骤s4.2包括:
25、步骤s4.2.1、响应于所述风险等级大于风险等级阈值,在所述智能计算云平台中提升处理所述多模态数据的优先级;
26、步骤s4.2.2、响应于所述风险等级小于或者等于风险等级阈值,且所述播放时长大于播放时长阈值,对所述多模态数据进行低成本抽样处理。
27、在一个实施例中,执行所述步骤s4之前包括:
28、步骤s4.3、获取所述多模态数据中各个数据片段之间的第一相似度;
29、步骤s4.4、将所述第一相似度大于第一相似度阈值的数据片段进行合并处理。
30、在一个实施例中,执行所述步骤s4之前包括:
31、步骤s4.5、基于所述多模态数据的素材、片段、模型版本和参数,计算所述多模态数据与所述智能计算云平台中历史处理数据的第二相似度;
32、步骤s4.6、响应于所述第二相似度大于第二相似度阈值,将所述历史处理数据的历史风险证明数据和历史风险结果数据,作为所述多模态数据中各模态的风险证明数据和风险结果数据。
33、在一个实施例中,所述步骤s5包括:
34、步骤s5.1、获取所述单帧画面风险结果、所述连续镜头风险结果、所述音频风险结果各自对应的风险权重,并确定上下文修正值;
35、步骤s5.2、基于所述单帧画面风险结果、所述连续镜头风险结果、所述音频风险结果各自对应的风险权重和所述风险权重进行加权计算,并基于加权计算的结果和所述上下文修正值计算所述片段融合数据。
36、在一个实施例中,所述步骤s5.1,包括:
37、步骤s5.1.1、基于所述子任务当前处理的窗口片段数据的上下文数据,计算所述上下文修正值。
38、在一个实施例中,所述风险审计结果包括多个风险片段,所述风险片段包括片段编号、所属作品、起止时间、风险类别、风险等级、融合风险分、证据截图、音频转写、字幕原文、剧本片段、命中规则、模型版本、算力节点、上下文解释和建议处理方式。
39、第二方面,本发明还提供一种智能计算云平台通过算力对影视剧进行安全审计的装置,包括:
40、处理模块,用于响应于对待安全审计影视剧的安全审计任务,对所述待安全审计影视剧的音频数据进行转码、码流解析、抽帧、镜头切分、音频分离、字幕提取、语音转文本、画面文字识别和元数据规范化处理,以生成所述待安全审计影视剧的视频时长、分辨率、帧率、码率、镜头数量、关键帧数量、音轨数量、字幕密度、台词长度、场景切换频率、剧情语义数据、模型不确定性数据和审计时限数据;
41、计算模块,用于基于所述视频时长、所述分辨率、所述帧率、所述码率、所述镜头数量、所述关键帧数量、所述音轨数量、所述字幕密度、所述台词长度、所述场景切换频率、所述剧情语义数据、所述模型不确定性数据和所述审计时限数据,计算所述待安全审计影视剧的任务复杂度和算力需求数据;
42、算力分配模块,用于基于所述任务复杂度、所述算力需求数据、风险先验、任务时限数据和智能计算云平台的算力节点状态,将所述安全审计任务各个子任务分配给智能计算云平台的目标算力节点;
43、识别模块,用于通过所述目标算力节点对所述子任务的多模态数据进行多模态安全识别,以生成所述多模态数据中各模态的风险证明数据和风险结果数据,所述风险证明数据包括风险类型、风险分值、模型置信度、命中规则数据、证据位置数据和建议处理方式数据,所述风险结果数据包括单帧画面风险结果、连续镜头风险结果、音频风险结果;
44、融合模块,用于对所有所述子任务的多模态数据的风险结果数据进行时间对齐和融合,以生成多个窗口片段融合数据,基于所述窗口片段融合数据中包含的风险分值和模型置信度计算融合风险分;
45、生成模块,用于基于所述融合风险分和所述风险证明数据生成风险审计结果,并将所述风险审计结果与所述风险证明数据进行绑定,以生成安全审计报告数据。
46、第三方面,本发明还提供一种电子设备,包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述计算机程序被所述处理器执行时实现如上述第一方面所述的智能计算云平台通过算力对影视剧进行安全审计的方法中的步骤。
47、第四方面,本发明还提供一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如上述第一方面所述的智能计算云平台通过算力对影视剧进行安全审计的方法中的步骤。
48、第五方面,本发明还提供一种计算机程序产品,包括计算机指令,所述计算机指令被处理器执行时实现如上述第一方面所述的智能计算云平台通过算力对影视剧进行安全审计的方法中的步骤。
49、在本发明中,步骤s1、响应于对待安全审计影视剧的安全审计任务,对所述待安全审计影视剧的音频数据进行转码、码流解析、抽帧、镜头切分、音频分离、字幕提取、语音转文本、画面文字识别和元数据规范化处理,以生成所述待安全审计影视剧的视频时长、分辨率、帧率、码率、镜头数量、关键帧数量、音轨数量、字幕密度、台词长度、场景切换频率、剧情语义数据、模型不确定性数据和审计时限数据;步骤s2、基于所述视频时长、所述分辨率、所述帧率、所述码率、所述镜头数量、所述关键帧数量、所述音轨数量、所述字幕密度、所述台词长度、所述场景切换频率、所述剧情语义数据、所述模型不确定性数据和所述审计时限数据,计算所述待安全审计影视剧的任务复杂度和算力需求数据;步骤s3、基于所述任务复杂度、所述算力需求数据、风险先验、任务时限数据和智能计算云平台的算力节点状态,将所述安全审计任务各个子任务分配给智能计算云平台的目标算力节点;步骤s4、通过所述目标算力节点对所述子任务的多模态数据进行多模态安全识别,以生成所述多模态数据中各模态的风险证明数据和风险结果数据,所述风险证明数据包括风险类型、风险分值、模型置信度、命中规则数据、证据位置数据和建议处理方式数据,所述风险结果数据包括单帧画面风险结果、连续镜头风险结果、音频风险结果;步骤s5、对所有所述子任务的多模态数据的风险结果数据进行时间对齐和融合,以生成多个窗口片段融合数据,基于所述窗口片段融合数据中包含的风险分值和模型置信度计算融合风险分;步骤s6、基于所述融合风险分和所述风险证明数据生成风险审计结果,并将所述风险审计结果与所述风险证明数据进行绑定,以生成安全审计报告数据。这样,通过引入基于任务复杂度、算力需求、风险先验、时限约束及智能计算云平台节点实时状态的算力分配机制,实现了安全审计任务子任务与最优算力节点的动态精准匹配,显著提升了多模态安全审计的处理效率与算力利用率,在保障高并发、高精度风险识别的同时,有效缩短了智能计算云平台的整体审计周期和审核成本。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com