动态扩容视频存储分发系统设计

在带宽增速,互联网用户对视频内容的要求日趋增多的趋势下,本文描述了大规模视频存储分发的系统设计和实现.该系统设计的目标是把用户上传的视频重新编解码生成适合不同场景的不同格式视频文件,然后根据客户端支持的视频属性和网络带宽的实际情况,自动分发不同码流的视频文件到客户端,从而达到流畅访问视频的目的;对系统中的热门视频,系统通过算法结合缓存,实现同一视频文件在不同服务器间动态迁移,从而充分利用系统的计算能力,最终给用户提供更流畅的视频体验.     

基于窄变带宽的实时视频传输算法

根据视频流与实时监视应用的特点,提出一种基于TCP协议的动态双缓冲与双线程视频实时传输算法。在发送方设置视频数据缓存与数据发送缓存,并分别由视频数据输入线程与视频数据发送线程负责管理;视频数据输入线程根据预设的最大等待发送时间与实时计算的网络传输速率,动态调节缓存的大小以及在网络拥塞时有选择性地丢弃视频帧;视频数据发送线程实现视频数据发送与按帧从视频数据缓存获取数据,并实时计算出网络数据传输速率。实验结果表明,本算法能最大限度地利用动态变化的网络带宽,保证视频实时发送至接收方与平稳播放,可有效地应用于窄变带宽网络环境下实时视频监视。     

基于多代理强化学习的边缘网络资源协作缓存方法

多代理强化学习能够将目标内容看做一个整体,可以同时进行多个类型目标的协同管理,研究基于多代理强化学习的边缘网络资源协作缓存方法。构建动态传输的边缘网络缓存模型,基于多代理强化学习定义选择动作,贪婪算法设定网络资源缓存放置路径,最佳响应协作缓存边缘网络资源,完成基于多代理强化学习的边缘网络资源协作缓存方法设计。实验结果:选择两组不同运行时段的边缘网络资源请求数据,本文方法能够实现不同数据大小之间的协同缓存,且在资源数据大小为8G时,所用的缓存时间能够控制在10s之内,较比传统方法缩短了120s,能够有效解决网络拥挤的现象,具有实际应用效果。     

校园无线视频监控系统的设计与应用

为解决校园内及周边视频监控点布置分散等原因造成的无法实现远程视频监控问题,针对3G无线网络的特点,描述了基于3G标准的无线视频监控系统关键技术的研究与实现方法。在数据传输中利用RTP协议中时间戳,解决音视频同步的问题,对监控系统的客户端与服务器端进行了设计。实际应用表明,该系统设计合理,可靠性好,能对校园内外目标实现有效监控。     

多主多从Stackelberg博弈下的边缘缓存资源分配算法

为鼓励视频服务提供商参与到缓存过程中,本文提出一种基于Stackelberg博弈的激励缓存资源分配算法。与传统激励缓存资源分配方案不同,本文考虑同时存在多个网络运营商和多个视频服务提供商,视频服务提供商从网络运营商处购买存储空间以缓存热门视频。针对该场景,本文将该激励缓存模型建模为多主多从Stackelberg博弈问题,分别构建主方和从方的效用函数,证明了在网络运营商价格确定的情况下,视频服务提供商之间的非合作博弈存在纳什均衡。文章利用分布式迭代算法对该博弈模型进行求解,获得了视频服务提供商的最优缓存策略和网络运营商的最优价格策略。仿真结果表明,本文提出的激励缓存机制可使视频服务提供商获得比其他缓存分配算法更高的单位成本收益。      

面向ICN的动态自适应流媒体算法

信息中心网络(information-centric networking,ICN)与传统IP网络的重要区别在于,前者的路由器节点具备缓存能力,能将热门内容推送到更靠近客户的网络边缘,从而降低客户获取内容的时延。然而ICN中的节点缓存特性会导致传统的自适应流媒体协议出现视频抖动甚至播放中断,降低客户的观看体验。提出了ICN中的动态自适应流媒体算法,在保证客户端播放流畅的同时,尽可能地提升视频片段的码率,提升客户的观看体验。通过在现有的ICN平台中进行仿真实验,证明了该自适应算法在性能上优于传统的算法。     

基于深度学习的视频缓存算法

在视频深度学习环境下,要提高用户体验就必须在视频访问速度方面做文章。而对视频访问速度的快慢产生影响的主要因素有两个:服务器响应速度和网络传输效率,但服务器响应用户请求的速度更是重中之重。目前,在视频深度学习环境下,采用缓存技术是提升用户访问速度的一个有效手段,也被业界广泛关注,并进行了实际的应用探索。当前,主要的经典算法有LFU、LRU、LRf U、sc等,本文对他们进行了简单的介绍,着重就LFU、LRU算法作了重点的分析研究,并通过某运营商提供的实际运行数据与在视频深度学习环境下获得的模拟数据开展实证比对分析,观察各算法的实际表现。从各算法的应用结果的具体情况出发,研究视频深度学习环境下所应采用的缓存算法策略,进而为提高视频深度学习系统的缓存命中率寻求理论研究根据。     

基于代理的分布式视频流点播传输策略

视频流传输具有带宽高、周期长的特点,使网络带宽成为了制约视频流点播应用发展的主要因素.本文针对现有网络技术条件,充分利用客户端I/O带宽、本地缓存及网络带宽资源,设计了一个适用于大规模点播应用的基于代理的分布式视频点播传输策略.该策略中各本地网络设有一视频流代理服务器用于保存部分视频的部分内容,并按动态批处理的方式来接纳并服务请求用户.视频传输时,服务器与代理端之间采用单播传输机制,在代理与客户端之间采用单播与多播相结合的方式.实验表明该策略可以大大减少对骨干网络带宽的需求,并能为客户端提供理论上的零启动延时服务.     

流媒体代理缓存技术研究

代理缓存是降低流媒体点播系统数据传输代价的一项关键技术,但目前现有的缓存方案,由于受到代理本身缓存空间大小和代理与客户端缺少协作的限制,效率不是很高.针对纯代理缓存系统的不足,文章提出了一种采用代理与客户端缓存协作的方式来弥补以上的不足.通过整合客户端的缓存空间来扩充系统总的缓存空间,依靠代理服务器实现资源的部署与协调.仿真结果显示,对比纯代理缓存系统,由于客户端缓存空间的加入,能显著减少主干网的带宽消耗,降低流媒体数据传输代价.     

一种基于链路状态自适应的路由器缓存设置算法

 本文首先总结了路由器缓存设置领域的研究成果,指出在当前复杂时变的网络环境下采用固定大小的缓存设置方法存在一系列问题,从而提出了一种根据实时网络状态动态改变缓存大小的BSLS算法.算法运用微分的思想引入一个判定因子,并采用乘性增加乘性减少(MIMD)的方式动态调节可用缓存阈值.通过仿真,验证了BSLS算法在各种负载条件下都能保持高吞吐率,同时取得排队延迟和拥塞丢包率的合理折中.