1.一种基于边缘计算的视频缓存整理方法，应用于视频缓存整理系统，所述视频缓存整理系统包括同步消隐信号分离模块、视频处理器和视频数据缓存器，所述同步消隐信号分离模块、视频处理器和视频数据缓存器之间电信连接，所述视频数据缓存器设置于同步消隐信号分离模块和视频处理器之间，其特征在于，上述视频缓存整理方法包括以下步骤：

S1、将视频信号输入由同步消隐信号分离模块引入到视频缓存整理系统内，由同步消隐信号分离模块将有效帧数据输入和有效输入视频数据的时钟分别传输至视频数据缓存器中，视频数据缓存器接收由视频处理器发送的有效输出视频数据的时钟，同时向视频处理器发送有效帧数据输出，在视频数据缓存器中设置视频缓存区，经视频处理器处理后的数据作为输出视频信号向外输出；

S2、视频缓存整理系统还包括视频元信息获取模块，利用所述视频元信息获取模块从存储设备中获取视频文件并解析出该视频文件对应的视频元信息，所述视频文件包括视频数据和音频数据；

S3、启动视频处理器，输出缓存区序号并选择双向预测帧信号，使其指向视频缓存区，多个视频缓存区依次按照顺序对数据进行读取，输入缓存区序号，在Linux下的信号选择视频信号，启动时指向多个视频缓存区依次按照顺序对数据进行读取，在依照相同的顺序写入数据；

S4、将参照视频信号进行服务迁移，对该服务进行可用性更新:

根据更新请求安装流量规则、卸载流量规则或更新现有流量规则的参数；

同步的根据请求安装任务或卸载任务；

为任务边缘计算表中不同的边缘计算任务分配不同的权重，以根据该权重对该边缘计算任务进行处理；

S5、利用上述更新获取边缘元数据管理数据，所述边缘元数据管理数据通过参照服务的控制器发送的元数据同步至边缘元数据存储器内，所述边缘元数据存储器内存储保存边缘元数据。

2.根据权利要求1所述的一种基于边缘计算的视频缓存整理方法，其特征在于：所述双向预测帧信号是指，每次输入缓存区序号选择信号所对应的目标视频缓存区是否同时指向对应的视频缓存区，如果指向对应则不改变当前指向的视频缓存区序号，即再次读取当前视频缓存区的数值；相反的，如果指向相同（重复）则不改变当前指向的视频缓存区序号，即再次读取当前视频缓存区的数值，即用当前帧数据覆盖当前的视频缓存区的数值。

3.根据权利要求1所述的一种基于边缘计算的视频缓存整理方法，其特征在于：所述视频缓存整理系统包括通讯模块，所述通讯模块用于频号之间的转换和拾取，所述通讯模块包括音频数据获取单元和视频解析单元，所述视频解析单元用于获取该视频文件对应的音频数据，所述音频数据获取单元用于接受上述音频数据。

4.根据权利要求3所述的一种基于边缘计算的视频缓存整理方法，其特征在于：所述通讯模块包括向量处理单元、序列生成单元和摘要合成单元，所述向量处理单元用于通过模型对视频数据进行处理，得到所述视频数据对应的向量集合。

5.根据权利要求4所述的一种基于边缘计算的视频缓存整理方法，其特征在于：所述序列生成模块，用于通过第二模型对所述向量集合进行处理，得到目标序列；所述摘要合成模块，用于依据所述目标序列生成所述视频数据的视频摘要。

6.根据权利要求1所述的一种基于边缘计算的视频缓存整理方法，其特征在于：所述视频缓存整理系统还包括边缘元数据管理模块，所述边缘元数据管理模块通过边缘节点存储更新变更数据；所述边缘元数据管理模块包括边缘数据节点。

7.根据权利要求6所述的一种基于边缘计算的视频缓存整理方法，其特征在于：所述边缘节点包括边缘元数据管理和边缘元数据存储，所述边缘节点存储包括：所述边缘元数据管理接收所述参照服务的控制器发送的变更数据；

所述边缘元数据管理将所述变更数据同步至所述边缘元数据存储器；所述边缘元数据存储器保存上述变更数据。

8.根据权利要求1所述的一种基于边缘计算的视频缓存整理方法，其特征在于：所述步骤S4中的可用性更新，包括：初始化至少一个边缘节点的内核；将该初始化内核和训练样本发送至至少一个基于多边缘计算的应用程序设备；获取该至少一个基于多边缘计算的应用程序设备反馈的参数，该参数是该至少一个基于多边缘计算的应用程序设备通过神经网络的反向传播获得的；根据该参数和预设学习率对该服务的可用性进行更新。

9.根据权利要求1所述的一种基于边缘计算的视频缓存整理方法，其特征在于：步骤S5中所述为任务边缘计算表中不同的边缘计算任务分配不同的权重，以根据该权重对该边缘计算任务进行处理，包括：将该权重中至少一个边缘节点的边缘计算处理标准按降序进行排列，生成任务边缘计算表；根据该任务边缘计算表的顺序依次访问该权重中至少一个边缘节点。