移动流媒体动态自适应速率选择算法研究

针对移动终端无线端口在接收流媒体数据时速率切换频繁、能量利用效率低问题,提出一个基于能耗感知的动态自适应速率选择算法(EDARS)。算法根据监测到的网络带宽和流媒体编码率信息,自适应调整终端缓存区下限阀值,使缓存空间大小更契合当前带宽和流媒体编码率;通过设置一个动态安全边界和响应延时因子,自适应地选择下一个目标视频块的码率。实验结果表明:该算法能明显地降低码率切换频率,提升能量的利用效率。     

基于HTTP流化的自适应码率混合控制算法

HTTP流化自适应流媒体技术已逐渐应用于媒体视频传输. 提出一种新的自适应码率控制算法, 将视频资源缓存、网络吞吐量共同作为混合控制的主要参数. 在视频资源缓存控制机制中, 通过采用缓存空间均衡的方式, 调整单个视频分片进入缓存区所消耗的时间, 使视频数据总量保持在均衡范围内. 在网络吞吐量控制机制中, 根据当前网络状况, 利用保守策略提升视频码率, 并利用逻辑斯谛方程确定码率下调幅度. 通过使用双参数进行码率决策, 能有效避免单一使用某一个参数而产生的决策精度上的不足, 从而实现控制性能最优. 在实际网络带宽情况下, 该算法已在使用MPEG-DASH标准的参考平台上得到验证.     

基于分段的适应性流媒体缓存管理算法

为提高流媒体代理服务器的缓存效率,从而提高整个流媒体服务系统的性能,提出一种基于用户访问模式的适应性媒体分段缓存策略。该策略充分考虑用户行为模式对具体影片访问特性的不同,采取有针对性的分段缓存管理策略,可显著提高代理缓存命中率。为避免由于分段策略所潜在引发的播放抖动问题,对相应的预取算法进行了理论分析。事件驱动试验结果表明:所提出的缓存算法命中率较之传统的定长分段算法及系统现有的间隔缓存策略均有显著的性能提高,系统稳定时缓存命中率分别高出后两者54%和31%。     

基于分段的适应性流媒体缓存管理算法

为提高流媒体代理服务器的缓存效率,从而提高整个流媒体服务系统的性能,提出一种基于用户访问模式的适应性媒体分段缓存策略。该策略充分考虑用户行为模式对具体影片访问特性的不同,采取有针对性的分段缓存管理策略,可显著提高代理缓存命中率。为避免由于分段策略所潜在引发的播放抖动问题,对相应的预取算法进行了理论分析。事件驱动试验结果表明:所提出的缓存算法命中率较之传统的定长分段算法及系统现有的间隔缓存策略均有显著的性能提高,系统稳定时缓存命中率分别高出后两者54%和31%。     

一种自适应的流媒体服务器缓存调度算法

在分析现有的流媒体缓存技术优缺点的基础上,提出一种采用间隔缓存的自适应混合型间隔缓存算法(adaptive hybrid interval cache,AHIC).该策略充分考虑用户行为模式和影片冷热度对缓存策略性能的影响,采取分段缓存和间隔缓存相结合的方式,通过周期性地统计影片的流行度和用户访问行为,实现了缓存的接纳和替换.仿真实验表明,与传统的间隔缓存策略相比,AHIC策略能够有效的提高缓存的字节命中率.     

MPEG/DASH中基于码率预测补偿的自适应调度算法

动态图像专家组/基于超文本传输协议(HTTP)的动态自适应流媒体(MPEG/DASH)是一种典型的视频自适应传输技术,该技术使得客户端可以根据网络带宽波动情况动态地选择合适码率的视频,从而提高带宽利用率和观看体验。该文面向MPEG/DASH提出了一种基于码率预测和补偿的自适应调度算法。首先预测出后续所需下载分片的码率,然后根据已接收分片的实际码率对预测结果进行补偿修正。该算法降低了预测带宽与实际带宽间的差距,提高了用户观看的体验。实验结果表明,与传统的码率切换算法相比,该文算法能够减少播放卡顿次数和视频码率切换次数。     

一种新的基于推荐的流媒体代理缓存替换机制

流媒体代理服务器缓存是有效缓解服务器负载、减少主干网传输的关键技术,而推荐算法是根据用户历史点播行为预测将被点播的可能性。现有的缓存算法没有考虑用户推荐对点播的影响,为此本文首先提出一种融合相异度的协同过滤推荐算法CFCD。其次,针对CFCD算法的推荐结果,定义反映流媒体文件被用户推荐程度的推荐度,并依此定义缓存价值函数,提出基于CFCD的流媒体代理缓存替换算法CRA_CFCD。仿真实验表明,CFCD算法能够提高流媒体对象的推荐精度,而提出的CRA_CFCD算法在缓存命中率和启动延迟方面改善了点播系统的性能。     

一种基于缓存对象未来价值的淘汰算法

为解决分布式系统缓存淘汰算法的缓存污染、抖动、命中率低等问题,综合考虑缓存对象最近的访问时间、访问频次、分片优先级和对象大小等因素,提出一种基于缓存对象未来最小价值(LFV)的淘汰算法。通过回归模型预测每个缓存对象的访问概率,利用分片优先级和对象大小计算每个缓存对象的未来价值,将LFV最小的对象进行淘汰。理论分析和仿真结果表明:该策略能有效提高请求命中率,避免缓存污染,降低节点间网络开销,提升了整体服务质量。     

基于数据挖掘的IPTV QoE评价方法

针对运营商难以对用户感知质量(QoE)进行主动评估和预警,且难以有效利用海量的网络日常运行数据的问题,在调研了运营商的IPTV网络运行数据和指标基础上,分析了现有的IPTV QoE评价方法和相关的数据挖掘算法,提出了一种基于数据挖掘的IPTV QoE评价方法.该方法包括特征指标相关性分析、指标选择、指标降维、QoE评分及QoE预警等,通过相关性分析、回归分析等算法实现了从原始指标数据到IPTV QoE评价模型建立的过程.基于真实数据集的验证结果表明:当该方法选择80作为QoE评分阈值时,能够达到66.35%的预警命中率.     

交互式流媒体代理服务器缓存算法

针对交互式流媒体的特点,提出了基于段流行度的交互式流媒体代理服务器缓存算法,根据流媒体对象的段流行度,实现了代理服务器缓存的接纳和替换,使流媒体对象的段在代理服务器中缓存的数据量和其流行度成正比.仿真结果表明,该算法在不同的用户请求模式和交互强度下,可以提供较小的被延迟的请求率和较高的字节命中率,尤其适于交互强度较高的用户请求.     

基于Adaboost学习的lCN自适应缓存算法

针对信息中心网络(ICN)中缓存内容优化放置的问题,提出一种基于Adaboost学习的自适应缓存算法ACAL.该算法首先将提取的节点和内容数据流作为网络资源,然后利用集成学习算法Adaboost对数据流进行分析挖掘,利用挖掘出的状态属性与缓存匹配之间的函数映射关系对未来时间段内的节点与内容间的匹配关系进行预测,该预测结果用于指导缓存的部署.实验结果表明,ACAL在延时、缓存命中率和链路利用率等指标方面,与CEE策略、LCD策略、prob0.5策略和OPP策略相比有显著的优势.     

一种基于缓冲区阈值调整的动态自适应码率选择算法

基于HTTP的动态自适应流媒体(Dynamic adaptive streaming over HTTP,DASH)是一种可利用Web服务器提供在线高质量视频流的自适应码率流技术,决定了视频播放性能。传统动态自适应码率选择算法存在考虑因素单一、播放缓冲区长度受限、带宽不稳定等问题,因此,改进与优化动态自适应码率选择算法十分必要。针对客户端缓冲区长度受限和带宽不稳定造成的视频播放卡顿现象,综合考虑网络带宽和客户端缓冲区因素,提出一种基于缓冲区阈值调整的动态自适应码率选择算法(Dynamic adaptive rate selection algorithm based on buffer threshold adjustment,BT-DARA)。该算法首先通过获取不同视频段大小和下载速率,计算网络吞吐量并对视频下载时间进行预测,然后结合缓冲区视频片段长度状态进行码率选择。特别地,在视频播放过程中对不同阶段采取不同的视频码率选择策略,并在客户端缓冲区达到临界值时动态调整缓冲区阈值参数,以此增加缓冲区长度,减少码率切换次数,确保视频播放的稳定性。实验结果表明,该算法能提高视频播放的码率,保证视频播放质量和稳定性,减少了视频开始播放的启动时间,为用户提供良好的视频播放体验。     

基于两点流行度的流媒体缓存算法

针对流媒体自身内在流行度变化的特征,提出了一种新的基于两点流行度的缓存算法,根据片段所在的不同区域,分别采用不同的片段流行度计算标准对片段流行度进行估算,进而选择流行度高的片段进行缓存．利用实际用户访问数据,将该算法与等长分段的缓存算法和指数分段的缓存算法进行了比较,仿真结果证明该算法可以在获得与这些算法相近的请求延迟率的条件下,取得最高的字节命中率．     

一种基于时钟自适应的改进缓存替换算法

缓存算法在存储系统、数据库、Web服务器等计算机领域有很广泛的应用,缓存命中率是衡量缓存算法优劣的指标之一,对经典的缓存页面替代算法LRU、CLOCK、ARC和CAR进行了比较和分析,提出了一种基于时钟自适应的改进缓存替换算法——ICAR,它能更精确地对读请求的“频率”特性进行管理.实验结果表明,在几种典型的概率分布(例如随机分布、泊松分布和正态分布)的读请求进入缓存的情况下,ICAR在大部分情况下都比CAR和LRU算法有更高的缓存命中率.但是当缓存命中率相当高(高于80％)或者比较低(低于30％)的情况下,ICAR算法并不能总是表现出更好的性能,值得进一步研究.     

移动社交网络中一种基于效用的概率路由算法

为提高移动社交网络中节点间消息投递率,提出了基于效用的概率路由算法UBPR,该算法将节点间接触概率与社会属性相结合,并以此作为判定条件评估节点在社交网络场景下是否适合作为中继节点进行数据传输。仿真结果表明,在资源充足和网络负载能力较低的情况下,UBPR算法的传输率和平均时延优于Prophet,Epidemic和First Contact算法。UBPR在节点缓存空间不充裕的情况下的网络负载率约为Epidemic算法的50%,平均时延比Prophet算法降低了约8%。     

P2P流媒体系统中基于多点获取的快速启动机制

在对等网络(P2P)流媒体系统中,为保证媒体的平滑播放,缩短节点的启动时延,充分利用P2P网络中节点的存储资源和带宽资源,提出了一种基于多点获取的启动方法.即在提供服务的节点上缓存一部分媒体数据,以提高客户节点请求数据的命中率;同时,客户节点以自身与服务节点间的端到端时延为依据,并发地从多个服务节点获取媒体数据,以加快获取媒体数据的速度.该方法隐藏了P2P流媒体系统中的搜索时延,屏蔽了网络时延,加快了数据获取,从而将节点的启动时延缩短40 %以上.     

基于最大缓冲时间的流媒体缓存策略

通过综合考虑无线网络传输时延、流媒体片段内部流行度以及用户终端缓存空间大小对流媒体分发质量的影响,提出了一种基于最大缓冲时间的P2P流媒体分发缓存算法,算法考虑了无线网络传输时延、流媒体中断的位置及用户提供的计算资源.性能分析表明,它与仅考虑无线网络传输时延的缓存算法相比,能减少流媒体分发起动时延和播放抖动时延,可有效地提高无线Ad Hoc网络中P2P流媒体分发质量.     

计算机网络结构中页面交换技术算法

对并行网络系统结构与计算机系统结构进行了比较,分析了计算系统结构中的页面交换技术与网络并行服务节点磁盘数据交换技术之间的异同。提出了一种基于计算机系统结构页面交换算法(LRU算法)的网络系统服务节点数据交换算法,用以提高用户点播命中率。仿真结果表明,该算法能有效地提高网络的访问速度。     

异构家庭网络中基于环境感知的流媒体自适应分发系统

随着无线网络与智能终端的普及,移动流媒体业务量正在逐级攀升。在异构家庭网络中,有线网络的带宽变化、抖动和丢包,无线网络的带宽变化以及多种样式的用户终端,都对可靠QoS保证的流媒体分发带来了很大程度的挑战。在充分考虑上述可能影响流媒体分发的因素后,文章提出了一种基于环境感知的流媒体自适应分发系统,实现了有线网络感知,无线网络感知,终端感知以及策略分析模块,分别感知有线无线网络参数和终端参数,并对现有的流媒体QoS模型进行了优化,最终实现系统基于环境变化的流媒体自适应分发。在论文的测试阶段,笔者设计了12种测试环境分别对系统各个模块和整体性能进行了测试。通过测试结果可知,文章提出的系统可以根据不断变化的用户环境(网络参数和终端性能等)来动态调整服务策略,为用户提供可靠QoS保证的流媒体分发服务。     

流媒体传输的模糊自适应预测拥塞控制

为保证网络流媒体传输质量,在流媒体的传输中多采用有效的拥塞控制策略.本文给出了一种更有效的流媒体传输的拥塞控制算法.基于模糊算法给出了模拟的网络传输模型,采用能克服较大传输延时的预测控制解决缓存器的排队预报问题,采用自适应控制算法解决缓存器溢出问题.多种算法有机组合,解决了通过网络的流媒体传输.