視頻點播內(nèi)容分發(fā)關(guān)鍵技術(shù)研究.pdf_第1頁
已閱讀1頁,還剩118頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、視頻點播VoD(Video-on-Demand)提供的交互式體驗改善了人們在傳統(tǒng)信息服務(wù)的被動模式,以其內(nèi)容豐富、操作簡單、獲取便捷等特征得到了飛速發(fā)展,已成為當(dāng)前媒體內(nèi)容傳播的主流方式。然而日益增長的用戶規(guī)模、海量的媒體數(shù)據(jù)及高度動態(tài)的用戶請求,導(dǎo)致現(xiàn)有的內(nèi)容分發(fā)模式已經(jīng)不能滿足用戶交互性的需求,即使是當(dāng)前最流行的P2P分發(fā)模式也因用戶的高度動態(tài)性制約了VoD大規(guī)模的應(yīng)用。在此背景下,研究新的視頻點播內(nèi)容分發(fā)技術(shù),實現(xiàn)以低成本向大規(guī)模

2、的用戶提供穩(wěn)定而又持續(xù)的高質(zhì)量的媒體服務(wù)尤為重要,具有重大的現(xiàn)實意義。
   針對視頻點播系統(tǒng)的數(shù)據(jù)實時性、節(jié)點互助性、資源請求異步性、交互操作等特征,本文對流媒體點播內(nèi)容分發(fā)的關(guān)鍵技術(shù)問題進(jìn)行了深入研究,主要從以下幾個方面展開:(1)結(jié)合云計算,提出新型的視頻點播內(nèi)容分發(fā)服務(wù)模式;(2)探討當(dāng)用戶請求數(shù)據(jù)片段時,高效快速、準(zhǔn)確的服務(wù)定位機(jī)制;(3)研究利用用戶興趣的局部性(也稱空間局部性)提高節(jié)點相互共享效率、提升系統(tǒng)服務(wù)容量

3、的緩存管理策略;(4)研究數(shù)據(jù)內(nèi)容有用性的計算方法,以提高數(shù)據(jù)緩存的命中率,滿足用戶流暢跳轉(zhuǎn)的需求;5)建立視頻點播應(yīng)用與云平臺交互模型。本文工作主要包括以下幾方面:
   視頻點播系統(tǒng)中,用戶行為的高度動態(tài)性使得支持流媒體快速傳輸?shù)腜2P模式不能滿足用戶對視頻播放的需求。為此,本文提出了結(jié)合P2P與云計算的新型視頻點播服務(wù)模式CAPMedia,從參與節(jié)點類型來看,分為P2P端節(jié)點、云端節(jié)點及源服務(wù)器節(jié)點。對于終端用戶,提出了分

4、布式的雙向鏈表式鄰居節(jié)點管理策略,不僅有效地改善了頻繁更換鄰居的不足,也自適應(yīng)地選擇出穩(wěn)定性較好的節(jié)點。用戶興趣相似性與地理位置感知的結(jié)點組織策略提高了節(jié)點間協(xié)助機(jī)率,增加了整個系統(tǒng)的服務(wù)容量。同時根據(jù)P2P點播服務(wù)特征,探討了視頻的數(shù)據(jù)結(jié)構(gòu)模式及性能評價模型。
   高效的服務(wù)定位是視頻點播系統(tǒng)設(shè)計中一個關(guān)鍵因素,當(dāng)前的解決方案大多假設(shè)用戶訪問模式服從均勻分布,未能充分考慮用戶的自主行為。本文通過形式化對等網(wǎng)絡(luò)用戶搜索模型,分

5、析其影響性能的因素,根據(jù)greedy策略得到最優(yōu)解決方案,并提出一種新的用戶行為特征自主發(fā)現(xiàn)的自適應(yīng)服務(wù)定位網(wǎng)絡(luò)Dsplay。該結(jié)構(gòu)根據(jù)用戶的實時訪問行為自適應(yīng)地組成行為相似團(tuán)體,不需要歷史訪問記錄,就能實時地反應(yīng)用戶的訪問模式與數(shù)據(jù)塊的流行度。實驗結(jié)果進(jìn)一步驗證了Dsplay提高了用戶服務(wù)定位效率,尤其能有效地支持不可預(yù)知的非均勻的用戶訪問請求。
   預(yù)存機(jī)制在流媒體點播應(yīng)用起著關(guān)鍵性作用,隨著節(jié)點存儲能力與網(wǎng)絡(luò)帶寬的不斷增

6、加,利用多余的帶寬提前獲取將來可能需要的視頻片段是一個理想的服務(wù)模式。本文提出的基于節(jié)點離開、鄰居協(xié)助、流行度感知的預(yù)存策略,優(yōu)化了數(shù)據(jù)調(diào)度策略。與現(xiàn)有預(yù)存策略不同,該策略并不預(yù)測用戶的行為,以一新思路達(dá)到降低了跳轉(zhuǎn)時延的目的。通過挖掘搜索結(jié)構(gòu)所學(xué)習(xí)到的信息,設(shè)計了流行度感知的數(shù)據(jù)預(yù)存策略,并通過形式化的分析提出了基于鄰居節(jié)點離開的優(yōu)化模型,給出了該問題的精確算法。同時為了使節(jié)點間資源共享最大化,進(jìn)一步提出了節(jié)點預(yù)存鄰居節(jié)點中與所請求預(yù)

7、存數(shù)據(jù)片段相關(guān)度高的數(shù)據(jù)片段的策略。在滿足用戶連續(xù)播放需求的前提下,提高了資源共享效率與帶寬利用率。
   視頻點播系統(tǒng)中,由于節(jié)點訪問時間局部性、動態(tài)性或其它網(wǎng)絡(luò)應(yīng)用,導(dǎo)致用戶相互共享已經(jīng)不能滿足其服務(wù)容量的需求時,其擴(kuò)展性受到威脅,然而部署多的服務(wù)器導(dǎo)致成本過高。為了提高系統(tǒng)的可擴(kuò)展性,根據(jù)提出的CAPMedia服務(wù)模式,探討了P2P與云計算結(jié)合在視頻點播應(yīng)用中的必然性與可行性,對視頻點播應(yīng)用與云平臺的交互進(jìn)行了設(shè)計,并提出

8、了考慮節(jié)點離開與數(shù)據(jù)片段流行度的數(shù)據(jù)遷移策略。對引入云模型服務(wù)成本進(jìn)行了形式化描述,給出一量化的成本估算模型,以指導(dǎo)采取最優(yōu)的租用策略。最后通過實驗驗證了所提出策略的有效性,及P2P與Cloud結(jié)合的高效性。
   本論文研究得到國家“863計劃”專項課題(2008AA01A315),國家教育部高等學(xué)校博士學(xué)科點專項科研基金課題“基于云服務(wù)的視頻點播關(guān)鍵技術(shù)研究”(20114101110007)及河南省科技創(chuàng)新人才計劃項目“P2

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論