流媒体服务系统中接入控制与缓存策略的研究

论文摘要

视频点播系统（VOD）自问世以来,因其点播的自主性、多媒体表现形式的直观性,一直受到市场的广泛关注,成为多媒体研究领域的一大热点。随着网络带宽的逐步提高以及计算机性能的不断进步,计算、存储和网络带宽的价格逐年下降,用户数量不断增加,视频服务系统的规模也在不断扩大。构建大规模的视频服务系统对于视频服务器的体系结构、服务策略及软件架构等方面提出了新的要求,存在一系列的技术难点和问题,解决这些问题既具有挑战性,又具有重要的意义。本文针对影响VOD系统服务能力的因素进行了研究,围绕接入控制技术以及缓存调度技术进行了研究,通过建立问题的数学模型进行分析,提出相应的策略。论文对研究过程中取得的主要成果进行了详细阐述,这些创新工作简要归纳如下:1.针对共享存储结构下的VOD系统的接入问题,给出了一种以最大化系统收益为目标的接入控制策略。提出了一个数学分析模型,从理论上分析了系统中不同类别点播请求的接入阈值和系统长期平均收益之间的关系。随后给出了一种基于动态阈值的接入策略CDT（Call-rate-based DynamicThreshold Admission Control）,该策略对用户请求到达率进行迭代评估预测,使算法具有自适应学习能力。同时给出了一种快速的阈值搜索算法,有效的降低了接入控制策略的计算的复杂度。2.在考虑实际系统中用户点播行为的基础上,结合经典的间隔缓存算法,提出了一种基于用户行为的自适应混合型间隔缓存算法（Adaptive HybridInterval Caching,AHIC）。算法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,采用缓存热门影片片头和间隔缓存相结合的方式,并通过周期性的统计影片的流行度和用户访问行为来动态调整用来缓存间隔和缓存片头的内存的大小,使得系统在用户请求到达率较高,影片点播间隔较小时,采用间隔缓存提高内存的利用效率,而在用户请求到达率较低,点播的间隔较大时,增大缓存片头的空间,使得算法对内存的利用效率增大。3.给出了一种基于分布式VOD系统的可扩展的协作缓存技术（Scalable andCooperative Caching,SCC）。在单台机器上,采用间隔缓存算法。当服务器接收到一个用户请求后,它会综合考虑本地缓存情况和异地服务器的服务情况来决定是否将请求重定向。这样对热门影片的点播将会相对集中,整个系统的缓存命中率能够得到提高。与其他的集群式的协作缓存算法相比,SCC算法是在每个服务器上独立运行的,整个系统并不需要一个集中式的管理服务器,因此更适合分布式的流媒体服务系统。

论文目录

• 摘要
• Abstract
• 目录
• 第1章 绪论
• 1.1 流媒体技术概述
• 1.1.1 流媒体技术基础
• 1.1.2 流媒体系统的关键技术
• 1.1.3 流媒体的发展现状与主流方案
• 1.2 VOD系统介绍
• 1.2.1 基本概念
• 1.2.2 VOD系统的组成
• 1.2.3 VOD系统的体系结构
• 1.2.4 VOD系统需要考虑的问题
• 1.3 本文的创新与内容安排
• 第2章 VOD服务器设计中的关键问题
• 2.1 流媒体用户的访问行为
• 2.2 磁盘与存储系统
• 2.2.1 预读策略
• 2.2.2 大规模流媒体存储系统
• 2.2.3 流媒体文件存储调度策略
• 2.3 接入控制算法
• 2.3.1 接入控制算法简介
• 2.3.2 VOD系统中的接入控制算法
• 2.3.3 分布式VOD系统中的接入控制策略
• 2.4 缓存调度算法
• 2.4.1 流媒体代理服务器缓存策略
• 2.4.2 流媒体服务器上的缓存策略
• 第3章 一种基于动态阈值的视频点播请求的接入策略
• 3.1 引言
• 3.2 系统结构与描述模型
• 3.3 基于MDP的系统模型
• 3.4 基于动态阈值的接入策略
• 3.4.1 基于阈值的接入模型
• 3.4.2 周期性的参数更新
• 3.4.3 快速的阈值搜索算法
• 3.4.4 复杂度分析
• 3.5 性能仿真与分析
• 3.5.1 参数的设置
• 3.5.2 算法性能比较
• 3.6 本章小结
• 第4章 一种自适应的缓存调度算法
• 4.1 引言
• 4.2 基于流的间隔缓存策略
• 4.2.1 间隔缓存基本原理
• 4.2.2 间隔缓存的分析模型
• 4.3 一种自适应的混合缓存策略
• 4.3.1 流媒体服务器的结构
• 4.3.2 系统分析模型
• 4.3.3 缓存策略和替换算法
• 4.4 仿真实验与分析
• 4.4.1 用户点播行为分析
• 4.4.2 缓存算法性能比较
• 4.4.3 内存大小对算法的影响
• 4.5 结论
• 第5章 分布式VOD系统中的协作缓存策略
• 5.1 引言
• 5.2 系统描述
• 5.3 服务模式
• 5.4 可扩展的协作缓存算法
• 5.4.1 分析模型
• 5.4.2 本地请求的调度策略
• 5.4.3 重定向请求判断
• 5.4.4 重定向请求的调度策略
• 5.5 仿真与分析
• 5.5.1 协作缓存算法的影响
• 5.5.2 影片流行度的影响
• 5.5.3 请求到达率与拒绝率的情况
• 5.6 小结
• 第6章 总结与展望
• 参考文献
• 致谢
• 在读期间发表的学术论文与取得的研究成果