一、一种具有双重QoS保证的VOD流媒体系统结构（论文文献综述）
张政欢[1]（2016）在《云视频服务系统的资源配置和调度优化》文中研究指明随着高速互联网的广泛普及和多媒体技术的飞速发展,通过互联网在线观看视频已成为最受欢迎的互联网应用之一。传统上,视频服务提供商主要基于内容分发网络和对等网络的架构来构建大规模视频服务系统。然而,内容分发网络半静态的资源配置方式使得系统可扩展性较差,资源利用率较低和服务成本高昂,难以应对不断增长的用户请求。而对等网络依赖用户上传的互相配合,难以保证服务的可靠性,无法保障用户对视频观看体验的更高要求。相对于这些传统技术,新兴的云计算提供了一种可靠、弹性和低成本的资源配置方式,这为视频服务商带来了新的解决方案。本文考虑利用云计算平台构建新一代的大规模视频服务系统。视频服务提供商通过按需动态调整配置的云计算资源,来应对高度异构和动态的视频需求并同时降低运营成本。本文针对基于云的大规模视频服务系统中面临的动态资源配置、请求调度、内容部署和网络管理等问题进行了深入研究,通过建立数学模型来描述系统,在模型下利用相关优化理论推导出系统的最优控制策略。具体的研究工作概括如下：1)考虑云计算服务商以虚拟机为单位向视频服务商提供计算资源,并提供多种租用定价方案。视频服务商通过按需调整所租用的虚拟机数量,来应对用户动态的视频请求并降低运营成本。本论文将上述问题建模成满足服务质量约束下系统应配置的虚拟机最小数量问题和多种定价模型下各种类型虚拟机的最优采购方案问题。将服务质量约束表示成系统过载的概率需要在设定的阈值范围内,并利用大偏差原理估计过载概率,进而基于在线测量得出虚拟机的最优配置数量。然后通过分析比较多种定价模型,利用整数规划求出每个时隙虚拟机的最优租用方案,并提出了一个动态调整长期预留型虚拟机数目的优化策略。通过实验仿真验证了算法的有效性。2)研究了视频服务商利用多个分布各地的云数据中心来构建大规模视频服务系统向多地区的用户进行服务的优化问题。为了提升用户观看体验质量以最大化系统收益并同时降低运营成本,需要以一定策略调度并服务来自多地区的用户请求,并同时不断按需调整内容部署和资源配置。本文利用Markov决策过程来建模描述多数据中心云视频服务系统的动态运行过程。利用平均性能准则来反映系统长期运行的平均利润,其中利润为系统收益减去运营成本,系统收益通过一个效用函数反映了用户的观看体验质量。通过寻求一个动态的请求调度、视频部署和资源配置联合优化策略来最大化平均利润。利用性能灵敏度分析,本文设计了一个基于样本轨道的策略迭代算法来找到最优策略,并证明了算法的最优性。接着从实际系统运行的角度对该算法进行了详细的分析,并通过一系列仿真实验验证了本文的算法有效性。3)考虑先进的软件定义网络（Software Defined Network, SDN）技术和云计算技术的结合。本文提出了一个SDN功能化的媒体云架构,云数据中心之间通过SDN功能化的网络互相连接。针对网络拥塞对视频服务传输时延以及对用户观看体验的影响,通过将路由策略与请求调度和资源分配策略联合优化,以降低移动云视频服务商的运营成本并提升视频播放质量。借助效用函数来反映视频播放质量的两个方面：用户的满意度和平均延迟。系统目标函数定义为最大化视频服务商的利润（即效用收益减去运行成本）,并通过一个统一的流量管理模型合并用户请求调度和视频流路径选择决策,将联合优化问题描述成一个混合整数规划问题。基于对偶分解和次梯度的方法,提出了一个迭代算法来求解混合整数规划问题,该算法可以有效地得到内容部署和流量管理的最优决策。以实际环境的参数设置进行仿真实验,验证了该算法的有效性。实验结果表明,本文提出的算法可以同时实现优化运营成本和用户体验之间的良好平衡。
张西文[2]（2014）在《流媒体系统基于用户行为分析的资源管理研究》文中提出随着通信技术和互联网的发展,视频点播服务（Video on Demand, VoD）以其访问便捷、内容丰富等特征越来越受到人们的关注并得到了飞速发展,成为互联网上的主流应用。为应对庞大的用户规模、海量的数据存储和动态的用户交互请求,内容分发网络和对等网络等构建于物理网络之上的逻辑覆盖网络被用于流媒体系统的开发,以提高系统的吞吐量和可扩展性。用户在视频访问过程中的交互式操作和分布式系统中节点及资源的动态变化都制约了流媒体服务的服务质量,研究流媒体中的用户行为模型和资源管理策略,对提供高质量的流媒体服务具有重要的现实意义。本文以国家863项目“融合网络业务体系的开发”课题和国家科技支撑计划“支持跨区域、多运营商的新一代广播电视服务系统”课题为研究背景,以提高系统资源利用效率、保障流媒体服务的服务质量为目的,在多媒体覆盖网络中研究系统的资源管理和服务组合策略,通过对用户在流媒体播放过程中的交互式操作行为的统计建模,实现高性能的流媒体数据缓存预取策略。本文主要研究内容包括以下三个方面：（1）提出一种保障QoS分布式流媒体系统资源管理策略针对动态分布式环境下服务节点资源分配和流媒体服务的QoS保障等问题,在传统的内容分发网络的基础上提出采用多媒体覆盖网整合和管理分布式系统中的资源,并采用具有QoS保证的服务组合算法向用户提供具有QoS偏好的流媒体服务。通过对系统中各种资源的分析及服务质量各个属性的定义,提出了元服务QoS模型以及组合服务的QoS计算方法,在给出具有服务质量保证的服务组合问题的数学模型的基础上,提出基于学习自动机理论的服务组合算法。该算法通过对服务覆盖网中资源与服务状况的感知与学习,寻找满足资源约束条件与用户给定服务质量的服务组合策略,在实验设定由5-90个元服务构成的组合服务时,使用该学习算法可以在多项式时间内选择出最优或次优的服务组合策略,并具有良好的可扩展性。（2）建立基于隐马尔可夫模型的用户交互式行为模型建立和分析用户的交互行为模型可以对系统的性能进行有针对性的优化,以提高服务效率。本文在统计和分析用户观看视频过程中的交互行为的基础上,将用户观看行为建模为隐马尔可夫模型,并在所建立模型的基础上对用户浏览状态进行预测,该策略使用Baum-Welch法对隐状态的转移概率参数进行极大似然估计,并利用系统参数的部分先验信息,避免所估计参数的似然函数陷入局部极大值,然后根据系统参数和单个用户的在线操作行为更新用户浏览状态的后验概率,使用最大后验概率准则对用户行为进行判决。通过贝叶斯推理,跟踪用户浏览状态的变化,充分利用了HMM模型的先验知识和当前用户记录在流媒体服务器上的操作信息,尤其是对于热门视频的观看行为,得益于用户在观看热门视频过程中丰富的VCR操作,对用户的交互操作预测准确率能达到77.5%以上,该策略具有较为明显的建模能力。（3）提出一种基于模型预测的流媒体预取策略本文综合计算了用户在视频访问过程中的初始访问延迟以及视频对象在播放过程中因无法及时获得所需数据而导致的网络抖动延迟,结合媒体对象各数据段的初始访问概率和条件访问概率提出了降低延迟的优化公式。根据模型参数和用户当前所处状态对用户下一时刻可能访问的数据段进行判决,由判决结果计算影片数据段的预取价值和缓存价值并实施预取策略以降低用户访问视频过程中的延迟和抖动。实验表明,本算法针对交互操作频繁的热门视频,采用预取技术能充分利用系统的带宽并及时获得用户将要访问的数据从而降低访问延迟发生的概率,提高流媒体系统的服务质量,其延时降低量比采用简单统计的预取算法高出6%左右,比单纯采用LRU策略的缓存算法高出20%。
张希[3]（2014）在《异构环境中SVC-P2P-VoD分片调度研究》文中认为随着国家对“宽带中国”建设的提速，视频业务逐步成为主流应用之一。智能手机、iPad等超越PC终端移动式接入已成为普遍应用场景，对视频流媒体系统中数据分片调度带来了新的挑战。同时，用户的主观随机搜索行为也为数据分片调度增加了新的难度。主要体现在：不同类型用户终端在屏幕尺寸和其支持的分辨率、处理能力以及接入网络带宽与流量资费等方面均有差异，导致对视频质量要求不一致；传统的针对异构环境的多次编码的联播技术，增加服务器的负担且不利于客户端的质量自适应；用户的随机搜索行为影响视频播放的进度，同时影响了数据调度的效率。现有的数据分片调度技术大多针对单一网络环境，或未结合SVC的分片方案，或未考虑用户行为，没有结合适用于异构环境和用户行为应用场景的综合方案。本文的主要研究工作和成果如下：①研究异构环境的特点、P2P网络模型和系统特点、SVC可扩展视频编码技术，分析得出异构网络和异构终端环境中，针对不同视频质量需求的问题，传统的对同一视频进行多次编码方案可扩展性较低，在P2P流媒体系统中采用SVC一次可扩展编码是解决该问题的最佳匹配方案。②研究SVC-P2P流媒体系统中视频数据的传输架构，分析现有的分片策略和相应的分片调度策略。考虑SVC分层特性和用户的随机搜索行为，设计基于用户行为特征的Anchor-P2PSVC分片调度算法（UACS算法）。该算法设计两类调度窗口：一是根据当前播放时刻保证数据持续顺序播放的播放窗口，二是根据用户随机搜索行为服从Weibull分布，设计加入数据预取机制的锚点窗口。对播放窗口和第一个锚点窗口采用逐层调度策略以保证数据的及时性，其余锚点窗口采用rarest-first策略以平衡整个系统的分片分布。③改进SVC-P2P视频流媒体点播系统（SVC-P2P-VoD）客户端的分片调度模块，并搭建基于该系统的仿真平台，模拟三种终端（手机、笔记本、PC）和三种网络（固网、WLAN、3G）的异构环境，将本文的UACS算法与LL算法、SCS算法在发生用户随机搜索行为的应用场景中进行了对比验证。实验结果表明：UACS算法能提高客户端节点分片调度性能，缩短响应时延，提供给用户更好的视频观看质量和流畅度。
万成威[4]（2012）在《基于P2P流媒体模型的流量特征分析及实时分类》文中研究表明基于“人人为我，我为人人”思想构建的P2P网络是一种位于底层物理承载网络之上的柔性逻辑覆盖网，具有极强的鲁棒性。这种鲁棒性在赋与各类P2P业务广阔发展空间的同时，也为P2P网络的管理带来了极大的挑战。在分布式自组织的P2P覆盖网中，难以从控制层面和数据源头对P2P业务进行事前控制，基于P2P节点流量的事后控制是当前P2P网络管理的主要手段之一。然而，P2P流量分类方法的相对缺乏使得互联网中P2P流量和内容处于失控状态，严重损害了各方利益。鉴于DFI（Deep Flow Inspection）技术在P2P流量分类方面的巨大潜力，本文以国家863计划项目“高可信网络业务管控系统”为依托，紧紧围绕“P2P业务在覆盖网中具有哪些特征？”以及“这些特征在承载网络中是如何体现的？”两个科学问题，从P2P流媒体业务的覆盖网稳态模型出发，分析节点在对应物理承载网中的流量特征，并建立实时P2P流媒体流量分类算法。本文主要研究成果如下：提出了一种具有实际可操作性的实时P2P流量分类算法。基于宏观层面P2P节点的双重角色特征和微观层面连接在不同方向上流量的非对称性特征，提出了一种具有实际可操作性的实时P2P流量分类算法R2TC（Role-based Real-time Traffic Classification）。该算法以流的最近N个报文中长包的比例估计通信双方的角色，并依据P2P节点的双重角色特征实现流量分类。R2TC算法仅需关注链路中包含长包的流，大大降低了其存储开销；同时，该算法仅需考虑流的最近N个报文，可有效满足实时P2P流量分类应用需求。实验评估结果表明，该算法仅需缓存链路中约30%的流，可实现最低93%的字节级P2P流量分类召回率和90%的分类精度。建立了节点缓存状态异步的P2P直播流媒体稳态传输模型，并以模型分析结果为基础提出了一种基于失败型会话的P2P直播流媒体流量分类算法。基于P2P直播流媒体中节点缓存状态并非完全同步的事实，建立了节点缓存状态异步的P2P直播流媒体稳态模型，并根据P2P节点的chunk下载行为将该模型扩充为P2P直播流媒体流量传输模型。结合模型的数值分析结果以及P2P直播流媒体与点播流媒体、文件共享等应用在缓存策略上的差异，指出：P2P直播流媒体中，节点的失败型会话较其它应用较高。以此为依据，提出了P2P直播流媒体流量分类算法FSTC-live（Failed-Session-based Traffic Classification for P2Plive streaming），可实现94%的P2P直播流媒体流量分类召回率和91%的分类精度。分析了文件分片机制在P2P点播流媒体系统中的重要作用，提出了一种基于文件分片的P2P点播流媒体流量分类算法。借助于已有P2P点播流媒体系统模型，分析了流媒体文件分片机制对P2P点播流媒体系统快速进入稳态的重要作用，并以实际流量验证了P2P点播流媒体系统中文件分片机制的存在性。基于不同分片机制引起节点流量中长短包分布不同之认识，提出了一种P2P点播流媒体流量分类算法FFTC-VOD（File-Fragment-based Traffic Classification for P2P VOD streaming），并在算法中引入可信区域，以有效减少误判事件的发生。实验评估结果表明，在可信区域半径为0.5的条件下，算法可同时保证良好的误判率与漏判率性能，可实现最低90%的P2P点播流媒体流量分类召回率。建立了多频道P2P流媒体系统的节点churn模型，提出了一种基于节点channelchurn行为的P2P流媒体流量分类算法。建立了多频道P2P流媒体系统的节点churn模型，从理论上分析了多频道P2P流媒体系统中节点churn行为对各频道中节点数目、聚合逗留时间、聚合剩余逗留时间、节点邻居关系更新速率等统计量的影响，指出：节点的channelchurn行为会触发其邻居关系的突发更新，并导致节点流量中成功型会话的突发。以P2P流媒体、用户channel churn行为、节点传输层会话突发三者之间的强相关特性为基础，提出了基于节点channel churn的P2P流媒体流量分类算法CCTC-streaming（Channel-Churn-based Traffic Classification for P2P streaming），并综合本文研究成果给出了多种算法联合的P2P流媒体流量分类方案，以实验评估结果验证了CCTC-streaming算法在P2P流媒体流量分类中辅助作用，结果表明：CCTC-streaming算法可使P2P流媒体流量分类召回率提升至95%，分类精度提升至97%。
邹勇[5]（2010）在《先进控制理论在流媒体传输播放中的应用研究》文中认为随着计算机技术、网络技术、视频压缩编码技术的快速发展,特别是宽带通信和Internet的快速普及,极大地促进了流媒体传输技术的发展。然而由于Internet与生俱来的尽力而为（best effort）的特性,不能保证流媒体传输系统的服务质量,因此要求流媒体系统必须能够提供与网络带宽波动相适应的传输与播放控制机制。流媒体传输具有很强的挑战性,它涉及计算机网络拥塞控制、媒体同步、实时服务质量（QoS, Quality of Service）控制等多个领域。尽管控制理论在流媒体视频传输、播放的研究上已经取得了一些成果,但由于流媒体模型的复杂性、建模困难,具有参数时变、积分时变时滞以及非线性等特点使得传统控制控制理论很难取得满意的控制效果。因此,本文使用先进控制理论作为理论工具对流媒体传输、播放控制中遇到的关键问题进行研究,主要包括系统建模、稳定性分析、网络带宽约束下优化求解及传输时滞等问题。本文的主要工作有：针对基于缓冲区控制的流媒体速率控制模型进行了系统辨识,辨识中使用了流媒体传输中常用的UDP协议作为传输层协议,实验中发现实验数据具有较强的相关性,使用最小二乘法辨识得到的模型不准确,动态偏差和稳态偏差都很大。为此在数据分析的基础上进行了理论推导,对基于缓冲区控制的流媒体速率控制模型进行了验证、补充和完善。针对流媒体稳定平滑传输问题进行研究。在实时流媒体传输中,将服务质量QoS指标映射为反馈控制框架中的性能指标和约束条件,其中映射的两个要素是网络带宽限制和网络带宽波动最小化,作为控制约束条件直接参与控制器的设计,结合已辨识的实时流媒体传输数学模型,流媒体稳定平滑传输问题的求解可归结为先进控制理论中的动态矩阵控制算法（DMC,预测控制最经典的算法）,实现QoS控制。基于TFRC算法构建了一个实时流媒体传输架构,在其下针对播放端进行理论分析,得出播放速率控制模型,在播放速率约束的条件下通过经典的PI控制器调节播放速率对缓冲区占用水平进行调整。对于网络时延对流媒体系统的作用进行研究分析。指出经典的时滞算法存在的缺陷。针对发送端发送数据和播放端播放数据共同作用于播放缓冲区的原理,在其基础上提出了一种双重控制策略,通过控制结构的改变增强系统对时滞问题的处理能力。在发送端使用内模控制（IMC）来抑制时延对控制系统的影响,在播放端使用PI控制器调节播放速率调整缓冲区占用水平,两种控制的双重作用下进一步提高了对于时滞的控制效果。为了更好地保证流媒体系统的实时约束下的同步性能,解决流媒体缓冲区设置中同步与播放时延的矛盾,在缓冲区设置最大化的基础上,结合设定点跟踪算法,提出了一种基于最小方差控制（MVC, Minimum Variance Control）控制的实时流媒体缓冲区自适应设定值跟踪传输算法,在动态设置缓冲区占用水平的条件下,采用最小方差控制对缓冲区设定值进行跟踪,避免超调量过大对实时约束的影响。本文使用仿真实验等手段验证了所提出算法的正确性和有效性。
庄宏[6]（2010）在《P2P视频点播系统中的ISPs辅助方法研究》文中指出近年来随着P2P技术的不断发展,P2P软件尤其是P2P视频点播用户数量不断增加,而计算机网络及硬件系统发展相对迟缓。技术发展的不平衡导致P2P应用和因特网服务供应商（ISPs）之间产生了很多问题：一方面,P2P应用尤其是P2P视频点播应用占用了大量因特网带宽,给ISPs带来了沉重的流量负载;另一方面,ISPs针对P2P传输负载的管理方法,也影响了P2P系统的设计和性能,使得P2P视频点播等应用需要做到面向ISP友好。研究表明：两者进行协作将有助于网络传输性能的改善。而ISPs辅助方法是当前ISPs和P2P应用协作的重要方法之一,该方法通过ISPs在P2P节点选择中的辅助作用,帮助P2P应用选择那些符合特定优化目标的节点,从而优化P2P应用及ISPs的系统性能。本文主要研究在大规模P2P视频点播系统中,基于ISPs和P2P应用协作,引入ISPs辅助方法,在保证视频应用需求的前提下,降低P2P流带给ISPs的传输负载,并缩短P2P应用的平均邻居节点距离。本文首先介绍了与P2P视频点播系统相关的技术背景知识,说明了在视频点播服务中引入P2P流媒体技术的必要性；然后分析了P2P和ISPs的传输行为的相互影响,说明P2P网络技术给ISPs带来的诸多问题,并且尝试通过P2P协议改进的方法使P2P应用面向ISP友好；之后探讨了当前ISPs和P2P应用协作的主要方法,提出了本文的主要技术路线,对ISPs辅助的节点选择算法进行了改进；最后在引入ISPs辅助方法的基础上进行P2P视频点播系统设计、用户行为建模和资源策略制定,并且完成了原型系统和实验分析。本文的主要创新有以下三点：首先提出了基于IP标识节点的节点选择优化方法,通过IP信息获取部分底层区域信息,在应用层进行路由区域逼近,由自身协议修改的途径使P2P网络面向ISPs友好；其次针对路由动态变化和链路性质差别对ISPs辅助方法的节点选择算法进行了改进,使得算法能够辅助P2P应用选择那些动态路由代价较小和链路代价较小的对等节点,由协作优化的途径改善ISPs的传输性能；第三是在针对产生大规模数据流的P2P视频点播应用,在服务器端身兼CPs和ISPs两职的系统设计中,引入ISPs辅助方法,使得P2P网络在承载主要数据传输任务的同时,获得服务器端的节点选择帮助,尽可能的减少跨区域P2P流。分别由单机、局域网模拟、原型系统实验得到的结果均表明,ISPs辅助方法可以有效降低包括P2P视频点播在内的应用带给ISPs的网络流量负载,并且提高P2P的节点服务质量。
张跃勇[7]（2010）在《VOD流媒体传输机制与技术研究》文中进行了进一步梳理信息技术的发展使人类进入了一个崭新的时代,大家希望能快速、准确、方便地获得需要的信息。随着计算机、网络、多媒体、数字压缩等技术的迅速发展,出现了视频点播技术。英语缩写为VOD （Video On Demand）,它是一项综合技术,数字视频具有带宽高、数据量大和实时性强的特点,这使得当大量用户同时点播使用时常会造成服务器或网络带宽的瓶颈,网络带宽资源的不足阻碍了点播系统的广泛应用,也成为点播系统不能提供QoS保证的一个重要原因。因此怎样有效利用带宽资源,用尽可能少的资源为大量用户提供点播服务是本文的主旨。流媒体方式传输的VOD视频系能够满足海量媒体实时性和高吞吐量的要求,利用缓存技术解决了多媒体信息资源在中低带宽网上的传输问题,本文主要研究流媒体技术在VOD系统中使用与传输优化的策略。本文首先从流媒体的基本原理入手,分析其相关编码格式,如常见的媒体压缩格式（MPEG系列标准）等。然后结合流媒体的传送特征,提出保证QoS的解决带宽瓶颈,系统响应质量的流媒体传输方案。在接入节点路径搜索方面,基于Dijkstra算法提出了添加路径系数的组播算法。其次,为了解决视频点播服务器端缓存问题,提出了基于RTP/RTCP的缓存与调度方案AMPC。通过对比分析得出AMPC性能优于其他基于批量调度的流合并算法的原因,利用了组播补缀流策略系统可以获得较高的效率。最后在基于QoS动态缓存响应服务方面,通过对比与仿真分析知道改进算法的优越性,从而可以获得更好的性能。本文的研究成果对于点播系统流式传输中资源的不合理利用的研究均有理论指导作用和较大的应用价值。随着网络技术和信息多媒体技术不断发展,该方案将不断拓宽VOD系统的发展道路,具有广阔的应用前景。
方翔[8]（2010）在《P2P-VoD系统模型及其关键技术研究》文中研究指明随着Internet的迅速发展和带宽接入的日益普及,视频点播（Video on Demand,简称VoD）服务已经成为互联网上最流行的应用之一。传统的VoD系统采用C/S（客户端/服务器）架构,主要的功能集中于服务器上,系统的服务能力和服务质量由服务器的性能和带宽决定。随着用户数的增加和视频质量的提高,服务器逐渐成为系统的瓶颈。基于C/S架构的VoD系统不能提供可扩展和高可靠的服务,针对这个问题研究人员开始把对等网络（Peer-to-Peer,简称P2P）技术引入VoD领域。在P2P网络中,每个节点在接受服务的同时也向其它节点提供服务,能够充分利用网络闲置的宽带资源和客户端能力,通过用户之间的数据交互,极大减轻流媒体服务器的负载压力,使得系统的服务能力随着需求的增长也自然增长。P2P技术已经在文件下载和视频直播等领域得到了广泛的应用。但是要在动态的P2P网络环境中构建一个大规模的、高可扩展的、高可靠的VoD系统依然存在很多挑战。本文在研究和比较现有的P2P技术和流媒体技术的基础上,提出一种基于BitTorrent协议的P2P视频点播系统VoDBB。首先,本文从整体上介绍VoDBB系统。该系统由Tracker服务器、Web服务器、后备流媒体服务器和VoDBB客户端等实体组成。对Tracker服务器、Web服务器、后备流媒体服务器的功能和实现细节进行描述。并通过几个典型的系统功能说明了系统的工作流程和各实体之间的关系。然后,本文详细的介绍VoDBB客户端的设计与实现。在考虑系统开销、数据分发和用户观看实时性多方面的需求后,提出一种分层次的数据分片机制,并采用位图机制对数据分片进行管理。系统设计了一套邻居peer发现、管理和优化的机制。采用这种机制,节点可以快速的发现邻居peer,并选择连接状态好的peer建立连接,peer间通过一组预定义的消息进行数据和控制信息的传输。系统采用一种巧妙的片段选择算法将最少优先片段选择算法的优点和满足顺序实时下载的需求结合起来。同时采用后备流媒体服务器集群和下载源片段选择算法保证QoS。系统采用数据缓存管理来增加流媒体文件在系统中的分布数,提高数据分发和下载的效率。另外系统还采用了一种称为锚点机制的策略来支持用户交互操作,使得用户交互操作能快速的得到响应。最后本文对VoDBB系统进行仿真实验,实验结果表明该系统能提供良好的用户观看体验,降低流媒体服务器负载,并具有很强的扩展能力。
李靖[9]（2009）在《流媒体服务系统中接入控制与缓存策略的研究》文中研究指明视频点播系统（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。
向伟[10]（2008）在《异构网络环境下流媒体服务模式的研究》文中研究表明随着多媒体技术、网络技术和计算机技术的不断发展,视频点播、网络直播、视频会议、可视电话等多媒体已经广泛应用,成为日常生活的一部分。中小规模视频服务系统经过多年发展,已趋于成熟,但在向大规模/超大规模视频服务系统的迁移过程中,系统规模的扩展、网络的异构性、用户需求的提升,对现有的视频服务器体系结构、存储、传输和服务策略等提出了巨大挑战。可扩展的视频服务器体系结构和高效的带宽复用策略是扩展视频系统服务规模的两个主要手段,已成为超大规模视频服务研究的热点。本文围绕这两个问题,研究了异构网络环境下流媒体服务模式。本文在国家高技术研究发展计划（863计划）“十五”重大专项“高性能宽带信息网（3TNet）”、国家广电总局“海南省IPTV示范网络的建设”和“海南双向HFC实验网络”等课题的基础上,围绕异构网络环境下的流媒体服务模式展开研究,结合3Tnet、有线电视网和互联网的特性,研究了流媒体服务架构、传输模式、带宽复用等关键性问题,提出了一些新的思想和方法,并设计了相应的算法。主要研究内容和创新点如下:流媒体服务需要消耗大量的计算和存储资源,单台服务器的服务能力有限,在提供大规模并发服务时通常需要建造服务器集群。本文针对3TNet中主干网——ASON数据链路的传输特性,在多级缓存的视频点播服务系统基础上,提出并实现了支持异地存储影片VCR（Video Cassette Recorder,录像机）功能的视频点播服务策略。该策略利用3TNet数据高速传输的特点,采用异地服务的模式,降低边缘媒体服务器的存储压力,同时不因媒体内容的异地存储导致额外的启动延迟。本系统在上海长宁区IPTV（Internet Protocol Television,网络电视）示范运营工程的实际运营表明,该策略可以有效地缓解中心服务器的压力,适合大规模IPTV商业运营。单播采用独占模式提供服务,系统规模受到很大限制,组播是一种有效的解决途径。本文针对有线电视网,分析了HFC（Hybrid Fiber Coaxial,光纤同轴电缆混合网）双向网络特性,设计了一套适合该网络的流媒体服务平台。在该平台基础上针对HFC网络广播的特性,提出了分段补丁算法,以分段补丁的形式向用户提供数据,代替传统补丁算法提供完整补丁流的形式。在算法中,利用HFC网络的广播特性,用户同时从多个信道接收视频数据,无需消耗附加的网络资源。理论分析和仿真试验表明该算法在有限的带宽条件下,最大限度为用户提供视频点播服务,同时支持用户的VCR操作。对于互联网而言,由于技术条件的限制,目前网络层组播还无法广泛应用。随着个人计算机技术的飞速发展,客户端的存储、计算能力有了很大提高,可以作为流媒体服务系统中的一个节点提供服务。在此背景下,应用层组播被认为是解决服务扩展性的最佳途径。本文针对下一代互联网络的特性,提出了基于P2P的时移电视传输策略,将补丁技术与P2P技术相结合,有效地节省了视频服务器及主干网络的资源,同时对服务规模没有限制。在此基础上引入网格技术,提出时移电视服务系统（Time-shifred TV on demand based on grid,GridTVOD）,将视频服务器和服务节点组织为流媒体服务网格,视频数据传输采用P2P和Patching相结合,用户作为网格节点,在享受服务时,也作为服务端为其它节点提供服务。理论分析和仿真试验表明系统具有良好的可扩展性、可组织性、安全性。
二、一种具有双重QoS保证的VOD流媒体系统结构（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、一种具有双重QoS保证的VOD流媒体系统结构（论文提纲范文）
（1）云视频服务系统的资源配置和调度优化（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景和意义 |
| 1.2 研究现状 |
| 1.2.1 传统架构 |
| 1.2.2 基于云的视频服务系统 |
| 1.3 本文的工作 |
| 1.4 本文的组织结构 |
| 第二章 相关优化理论 |
| 2.1 Markov决策过程 |
| 2.2 基于性能灵敏度的优化方法 |
| 2.2.1 实现因子和性能势 |
| 2.2.2 基于性能差分的策略迭代 |
| 2.3 大偏差原理 |
| 2.4 小结 |
| 第三章 QOS保证的云视频服务系统资源动态配置 |
| 3.1 引言 |
| 3.2 系统架构和问题描述 |
| 3.2.1 系统架构 |
| 3.2.2 云服务商的定价模型 |
| 3.2.3 系统QOS模型 |
| 3.2.4 优化问题 |
| 3.3 自适应云资源配置算法 |
| 3.3.1 用户访问热度的预测 |
| 3.3.2 过载概率估计 |
| 3.3.3 在线优化配置策略 |
| 3.4 虚拟机实例的租赁方案 |
| 3.4.1 在线实例采购策略 |
| 3.4.2 预留计划的在线调整算法 |
| 3.5 仿真实验 |
| 3.6 小结 |
| 第四章 多数据中心的云视频服务系统内容部署和请求调度联合优化 |
| 4.1 引言 |
| 4.2 系统模型 |
| 4.2.1 多数据中心的云视频服务系统系统结构 |
| 4.2.2 Markov决策过程模型 |
| 4.3 策略迭代 |
| 4.3.1 性能差分 |
| 4.3.2 基于样本路径的策略迭代算法 |
| 4.3.3 算法实际实现 |
| 4.4 实验与性能评估 |
| 4.4.1 实验设置 |
| 4.4.2 视频热度聚类 |
| 4.4.3 实验结果及分析 |
| 4.4.4 算法参数的影响分析 |
| 4.5 小结 |
| 第五章 基于SDN网络的云视频服务系统内容部署和流量管理联合优化 |
| 5.1 引言 |
| 5.2 基于SDN的云移动视频服务系统架构 |
| 5.3 系统模型和优化问题 |
| 5.3.1 系统模型 |
| 5.3.2 联合优化问题 |
| 5.4 最优算法 |
| 5.5 实验与性能评估 |
| 5.5.1 实验设置 |
| 5.5.2 实验结果与分析 |
| 5.6 小结 |
| 第六章 总结与展望 |
| 6.1 本文总结 |
| 6.2 研究展望 |
| 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 |
（2）流媒体系统基于用户行为分析的资源管理研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 目录 |
| 插图目录 |
| 算法目录 |
| 第1章 绪论 |
| 1.1 研究背景 |
| 1.2 流媒体系统中的用户与资源 |
| 1.2.1 用户行为 |
| 1.2.2 存储管理 |
| 1.3 服务覆盖网 |
| 1.4 本文的研究内容与组织结构 |
| 1.4.1 本文研究内容 |
| 1.4.2 章节安排 |
| 第2章 流媒体资源优化与相关工作 |
| 2.1 流媒体服务质量与存储管理 |
| 2.1.1 影响流媒体QoS的因素 |
| 2.1.2 存储管理策略 |
| 2.2 用户访问模式 |
| 2.2.1 流媒体系统中的用户行为分析 |
| 2.2.2 基于用户行为模型的数据管理 |
| 2.3 面向服务的流媒体系统 |
| 2.3.1 内容分发网络 |
| 2.3.2 MSON覆盖网 |
| 2.4 本章小结 |
| 第3章 具有服务质量保证的多媒体服务组合方法 |
| 3.1 引言 |
| 3.2 相关工作 |
| 3.3 基于学习自动机的多媒体服务组合算法 |
| 3.3.1 多媒体服务覆盖网下的服务组合 |
| 3.3.2 具有QoS保证的服务组合问题 |
| 3.3.3 基于学习自动机的服务组合算法 |
| 3.4 仿真实验与分析 |
| 3.4.1 仿真环境设定 |
| 3.4.2 仿真结果分析 |
| 3.5 本章小结 |
| 第4章 流媒体用户访问行为研究 |
| 4.1 引言 |
| 4.2 热度分布模型 |
| 4.2.1 热度分布研究 |
| 4.2.2 媒体对象内部的热度分布 |
| 4.3 用户交互行为模型 |
| 4.3.1 交互行为的基本分析 |
| 4.3.2 隐马尔可夫模型 |
| 4.3.3 问题分类 |
| 4.4 基于隐马尔可夫模型的交互行为模型 |
| 4.4.1 参数估计 |
| 4.4.2 状态预测 |
| 4.5 实验结果与分析 |
| 4.5.1 用户浏览状态 |
| 4.5.2 模型训练 |
| 4.5.3 热门数据段生成 |
| 4.6 本章小结 |
| 第5章 基于访问相关性的数据预取策略 |
| 5.1 引言 |
| 5.2 访问延时计算 |
| 5.3 访问概率计算 |
| 5.3.1 视频对象内任意数据段的访问概率 |
| 5.3.2 数据段间的跳转概率 |
| 5.4 基于操作相关性的存储优化算法 |
| 5.4.1 问题模型 |
| 5.4.2 预取算法 |
| 5.5 仿真分析 |
| 5.5.1 仿真环境设定 |
| 5.5.2 仿真结果分析 |
| 5.6 本章小结 |
| 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 |
（3）异构环境中SVC-P2P-VoD分片调度研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景和意义 |
| 1.2 国内外研究现状 |
| 1.3 项目来源 |
| 1.4 论文组织结构 |
| 2 基于 SVC 的 P2P 流媒体技术 |
| 2.1 流媒体 |
| 2.2 P2P 技术 |
| 2.2.1 概述 |
| 2.2.2 P2P 网络模型 |
| 2.2.3 P2P 流媒体系统 |
| 2.3 可扩展视频编码技术 |
| 2.3.1 H.264/SVC |
| 2.3.2 空间可扩展性 |
| 2.3.3 时间可扩展性 |
| 2.3.4 质量可扩展性 |
| 2.3.5 三维度联合扩展 |
| 2.4 引入 SVC 的 P2P 流媒体系统 |
| 2.4.1 引入 SVC 的 P2P 流媒体系统优势 |
| 2.4.2 基于 SVC 的 P2P 流媒体系统结构 |
| 2.4.3 服务质量与关键技术 |
| 2.5 本章小结 |
| 3 异构环境中 SVC-P2P-VoD 分片调度算法 |
| 3.1 流媒体视频数据传输框架 |
| 3.2 分片策略 |
| 3.3 分片调度策略 |
| 3.3.1 稀有片优先分片调度策略 |
| 3.3.2 逐层分片调度策略 |
| 3.3.3 权值分片调度策略 |
| 3.4 基于用户行为特征的 Anchor-P2PSVC 分片调度算法 |
| 3.4.1 用户 VCR 行为数学模型 |
| 3.4.2 数据预取机制 |
| 3.4.3 算法整体规划 |
| 3.4.4 两类窗口的设计及其调度策略 |
| 3.5 本章小结 |
| 4 SVC-P2P-VoD 系统架构和分片调度算法验证 |
| 4.1 SVC-P2P-VoD 系统结构 |
| 4.2 SVC-P2P-VoD 视频点播系统客户端设计及展现 |
| 4.3 实验结果与分析 |
| 4.3.1 测试环境 |
| 4.3.2 关键性能指标 |
| 4.3.3 性能分析 |
| 4.4 本章小结 |
| 5 总结与展望 |
| 5.1 总结 |
| 5.2 展望 |
| 致谢 |
| 参考文献 |
| 附录 |
| A. 作者在攻读学位期间发表的论文及专利目录 |
| B. 作者在攻读学位期间参与的科研成果目录 |
（4）基于P2P流媒体模型的流量特征分析及实时分类（论文提纲范文）
| 表目录 |
| 图目录 |
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.1.1 柔性 P2P 逻辑覆盖网 |
| 1.1.2 P2P 业务对互联网产生巨大影响 |
| 1.1.3 P2P 流量分类方法仍相对缺乏 |
| 1.2 研究意义 |
| 1.3 研究现状 |
| 1.3.1 互联网流量分类的评价准则 |
| 1.3.2 基于 DFI 的 P2P 流量分类 |
| 1.3.3 P2P 流量分类中的机器学习算法 |
| 1.3.4 已有研究的问题 |
| 1.4 本文的主要工作 |
| 1.4.1 本文的研究思路 |
| 1.4.2 本文结构安排 |
| 第二章 基于节点角色的实时 P2P 流量分类 |
| 2.1 引言 |
| 2.2 相关工作 |
| 2.3 基于角色的实时 P2P 流量分类算法 |
| 2.3.1 设计思想 |
| 2.3.2 实时 P2P 流量分类算法 R2TC |
| 2.4 性能分析 |
| 2.4.1 角色估计时间 |
| 2.4.2 空间复杂度 |
| 2.5 实验评估 |
| 2.5.1 实验数据说明 |
| 2.5.2 空间复杂度 |
| 2.5.3 角色估计性能 |
| 2.5.4 P2P 流量分类性能 |
| 2.6 本章小结 |
| 第三章 基于缓存模型的 P2P 直播流媒体流量分类 |
| 3.1 引言 |
| 3.2 节点缓存状态 |
| 3.3 P2P 直播流媒体稳态传输模型 |
| 3.3.1 稳态的存在性 |
| 3.3.2 系统参数和假设 |
| 3.3.3 异步 P2P 直播流媒体模型 |
| 3.3.4 chunk 调度策略 |
| 3.3.5 P2P 直播流媒体传输模型 |
| 3.4 P2P 直播流媒体流量分类 |
| 3.4.1 设计思想 |
| 3.4.2 基于失败型会话的 P2P 直播流媒体流量分类 |
| 3.4.3 性能分析 |
| 3.4.4 实验评估 |
| 3.5 本章小结 |
| 第四章 基于文件分片的 P2P 点播流媒体流量分类 |
| 4.1 引言 |
| 4.2 相关工作 |
| 4.3 P2P 点播流媒体系统状态模型 |
| 4.3.1 P2P 点播流媒体简介 |
| 4.3.2 系统假设和参数 |
| 4.3.3 P2P 点播流媒体系统模型[109] |
| 4.4 P2P 点播流媒体流量分类 |
| 4.4.1 设计思想 |
| 4.4.2 基于文件分片的 P2P 点播流媒体流量分类 |
| 4.4.3 性能分析 |
| 4.4.4 实验评估 |
| 4.5 本章小结 |
| 第五章 基于 channel churn 的 P2P 流媒体流量分类 |
| 5.1 引言 |
| 5.2 相关工作 |
| 5.3 多频道 P2P 流媒体的节点 churn 模型 |
| 5.3.1 模型简介 |
| 5.3.2 模型假设 |
| 5.3.3 节点 churn 行为的影响 |
| 5.4 基于 channel churn 的 P2P 流媒体流量分类 |
| 5.4.1 设计思想 |
| 5.4.2 基于 channel churn 的 P2P 流媒体流量分类 |
| 5.4.3 性能分析 |
| 5.4.4 实验评估 |
| 5.5 本章小结 |
| 第六章 结束语 |
| 6.1 本文的研究成果 |
| 6.2 本文的主要创新点 |
| 6.3 本文的局限性及下一步工作 |
| 参考文献 |
| 作者简历 攻读博士学位期间完成的主要工作 |
| 致谢 |
（5）先进控制理论在流媒体传输播放中的应用研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 流媒体技术 |
| 1.1.1 流媒体编码技术 |
| 1.1.2 流媒体服务器性能 |
| 1.1.3 流媒体传输与播放质量控制 |
| 1.1.4 解码器容错技术 |
| 1.1.5 Web服务器的接入能力 |
| 1.2 研究背景 |
| 1.3 流媒体传输、播放研究现状 |
| 1.3.1 多媒体同步技术研究 |
| 1.3.2 视频传输技术研究 |
| 1.3.3 视频播放技术研究 |
| 1.4 本文研究课题的提出 |
| 1.5 论文章节安排 |
| 第二章 流媒体缓冲区控制技术研究 |
| 2.1 流媒体连续播放播放与网络带宽、播放缓冲区 |
| 2.1.1 流媒体连续播放播放的充分必要条件 |
| 2.1.2 传输时延与时延抖动分析 |
| 2.1.3 流媒体连续播放播放与网络带宽、缓冲区的关系 |
| 2.2 缓冲区长度的确定方法 |
| 2.2.1 时延受限条件下流媒体同步所需缓冲区长度 |
| 2.2.2 基于统计分析的方法 |
| 2.2.3 VOD播放系统的缓冲区长度设定 |
| 2.2.4 实时性QoS约束条件下的缓冲区设定值动态选取 |
| 2.3 基于缓冲区控制的流媒体速率控制模型的辨识 |
| 2.3.1 速率控制模型 |
| 2.3.2 系统辨识 |
| 2.3.3 网络延迟时间的确定方法 |
| 2.3.4 仿真分析 |
| 2.4 本章小结 |
| 第三章 实时流媒体稳定平滑传输机制研究 |
| 3.1 网络拥塞控制 |
| 3.1.1 TCP流量控制算法 |
| 3.1.2 端到端拥塞控制机制 |
| 3.1.3 TFRC算法 |
| 3.2 经典流媒体平滑传输算法分析 |
| 3.2.1 流媒体稳定速率控制(SRC)算法 |
| 3.2.2 流媒体预测最优均匀控制算法 |
| 3.3 实时流媒体流预测控制算法 |
| 3.3.1 动态矩阵控制的基本原理 |
| 3.3.2 DMC改进算法 |
| 3.3.3 缓冲区速率控制模型参数设置 |
| 3.3.4 构造DMC算法的A矩阵 |
| 3.3.5 预测控制器设计 |
| 3.3.6 二次规划求解过程 |
| 3.3.7 预测控制器的参数选择 |
| 3.4 仿真实验 |
| 3.4.1 网络带宽充足 |
| 3.4.2 网络带宽不充足 |
| 3.5 本章小结 |
| 第四章 基于PI控制的实时视频流连续播放控制算法研究 |
| 4.1 经典算法分析 |
| 4.2 基于TFRC协议的实时视频流传输控制框架 |
| 4.3 算法设计 |
| 4.3.1 缓冲区长度及设定点选取 |
| 4.3.2 播放速率控制模型 |
| 4.3.3 播放速率的约束条件 |
| 4.3.4 播放速率控制器设计 |
| 4.4 仿真实验 |
| 4.4.1 实时流媒体缓冲区仿真的系统设计与实现 |
| 4.4.2 仿真结果 |
| 4.5 本章小结 |
| 第五章 流媒体传输中的时滞问题研究 |
| 5.1 经典时滞控制理论 |
| 5.1.1 史密斯(Smith)预估补偿控制 |
| 5.1.2 内模控制 |
| 5.2 经典的流媒体流控时滞控制算法 |
| 5.2.1 流媒体内模控制基本结构 |
| 5.2.2 基于速率控制模型的内模控制器 |
| 5.3 双重控制策略 |
| 5.3.1 双重控制的结构特点 |
| 5.3.2 问题提出 |
| 5.3.3 流媒体播放中的双重控制模式 |
| 5.3.4 发送速率控制回路 |
| 5.3.5 播放速率控制回路 |
| 5.3.6 控制系统的稳定性分析 |
| 5.4 仿真实验 |
| 5.4.1 双重控制与仅在发送端使用内模控制的性能对比分析 |
| 5.4.2 双重控制与仅在接收端使用播放速率控制性能的对比分析 |
| 5.5 本章小结 |
| 第六章 实时流媒体自适应跟踪传输算法研究 |
| 6.1 问题分析 |
| 6.2 系统模型 |
| 6.3 基于最小方差控制的控制器设计 |
| 6.3.1 MVC算法 |
| 6.3.2 控制器设计 |
| 6.4 仿真实验 |
| 6.4.1 未对发送速率进行平滑处理 |
| 6.4.2 对发送速率进行平滑处理 |
| 6.5 本章小结 |
| 第七章 总结与展望 |
| 7.1 工作总结 |
| 7.2 创新点 |
| 7.3 有待进一步深入研究的问题 |
| 参考文献 |
| 致谢 |
| 攻读博士期间发表的论文 |
（6）P2P视频点播系统中的ISPs辅助方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 目录 |
| 第1章 绪论 |
| 1.1 引言 |
| 1.2 视频点播和流媒体技术 |
| 1.2.1 视频点播系统 |
| 1.2.2 流媒体技术 |
| 1.3 P2P网络技术 |
| 1.3.1 结构化P2P网络 |
| 1.3.2 非结构化P2P网络 |
| 1.4 P2P VOD系统 |
| 1.4.1 P2P VOD的资源共享模式 |
| 1.4.2 P2P VOD的关键技术 |
| 1.4.3 P2P VOD的现状与发展 |
| 1.4.4 P2P VOD用户行为简介 |
| 1.5 研究内容和章节安排 |
| 1.6 本章小结 |
| 第2章 P2P应用和ISPs的传输行为分析 |
| 2.1 P2P应用引起的路由失配问题 |
| 2.2 ISPs的传输工程 |
| 2.3 P2P网络系统的Overlay优化 |
| 2.4 服务器的负载均衡方法 |
| 2.4.1 负载均衡技术简介 |
| 2.4.2 负载均衡技术的实现 |
| 2.5 一种基于IP标识节点的P2P网络优化方法 |
| 2.5.1 优化方法设计背景 |
| 2.5.2 无ISPs参与的方法设计 |
| 2.5.3 ISPs参与的方法设计 |
| 2.5.4 模拟实验和结果分析 |
| 2.6 本章小结 |
| 第3章 P2P应用和工SPs协作研究 |
| 3.1 P4P技术 |
| 3.1.1 P4P的设计目标 |
| 3.1.2 P4P的系统框架 |
| 3.1.3 P4P的未来发展和缺陷 |
| 3.2 ISPs辅助方法 |
| 3.3 ISP-DDHA机制 |
| 3.3.1 ISPs辅助方法存在的问题描述 |
| 3.3.2 ISP-DDHA机制原理 |
| 3.3.3 实验结果和分析 |
| 3.3.4 结论 |
| 3.4 本章小结 |
| 第4章 基于ISPs辅助机制的P2P VOD系统设计 |
| 4.1 早期的VOD系统建模 |
| 4.2 引入ISPs辅助方法的P2P VOD系统设计 |
| 4.2.1 需求分析 |
| 4.2.2 服务器端设计 |
| 4.2.3 整体系统结构设计 |
| 4.2.4 系统文件存储和扩展性设计 |
| 4.3 用户行为建模 |
| 4.3.1 用户到达分布 |
| 4.3.2 用户选择分布 |
| 4.3.3 特定资源持续播放时间 |
| 4.3.4 用户偏好转移分布 |
| 4.3.5 用户VCR行为模拟 |
| 4.4 系统策略设计 |
| 4.4.1 文件存储策略 |
| 4.4.2 负载调度策略 |
| 4.5 本章小结 |
| 第5章 P2P VOD原型系统的实现和实验分析 |
| 5.1 功能模块简介 |
| 5.1.1 数据中心模块 |
| 5.1.2 管理平台模块 |
| 5.1.3 边缘服务器模块 |
| 5.1.4 客户端模块 |
| 5.2 终端软件结构和通信协议 |
| 5.3 系统实验和结果分析 |
| 5.3.1 整体测试 |
| 5.3.2 系统ISPs辅助方法性能测试 |
| 5.4 本章小结 |
| 第6章 总结与展望 |
| 6.1 本文总结 |
| 6.2 未来工作展望 |
| 参考文献 |
| 致谢 |
| 在读期间发表的学术论文与取得的其他研究成果 |
（7）VOD流媒体传输机制与技术研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 论文背景与研究目的 |
| 1.2 流媒体研究的发展及面临的挑战 |
| 1.2.1 国内外VOD系统的发展状况 |
| 1.2.2 VOD系统的研究进展 |
| 1.2.3 流媒体VOD系统的功能与挑战 |
| 1.3 视频点播系统的构成 |
| 1.4 论文组织及主要的工作 |
| 第二章 VOD系统的关键技术组成 |
| 2.1 流式传输的关键技术 |
| 2.1.1 音视频(A/V)压缩技术 |
| 2.1.2 基于RTP/RTSP传输协议的网络传输技术 |
| 2.1.3 缓存技术 |
| 2.1.4 同步技术 |
| 2.1.5 网络的QoS要求 |
| 2.2 基于H.264编码框架及音视频编码技术 |
| 2.3 VOD系统中流式媒体传输技术 |
| 2.3.1 流媒体传输的网络特征 |
| 2.3.2 流媒体的传输模式 |
| 2.3.3 流媒体传输的缓存 |
| 2.3.4 典型的流媒体系统 |
| 2.4 组播、点播和广播 |
| 2.5 常用数字视频压缩格式 |
| 第三章 流媒体传输协议与路由研究 |
| 3.1 流媒体的实时服务协议 |
| 3.1.1 TCP/IP协议族 |
| 3.1.2 RTCP协议族 |
| 3.1.3 RSVP协议 |
| 3.1.4 RTSP协议 |
| 3.2 瓶颈效应的优化 |
| 3.2.1 瓶颈区可靠性改进 |
| 3.2.2 可靠性数学模型 |
| 3.2.3 组对数据包算法 |
| 3.2.4 PATHCHAR算法 |
| 3.3 基于RTP和RTCP的带宽自适应传输策略 |
| 3.3.1 RTCP协议作用分析 |
| 3.3.2 基于网络状态的自适应流传送 |
| 3.4 路由传输节点多任务调度研究 |
| 3.4.1 多任务流媒体调度算法 |
| 3.4.2 多任务流量数学模型 |
| 3.4.3 任务调度及资源预留 |
| 3.5 组播路由算法 |
| 3.5.1 IGMP协议 |
| 3.5.2 学校中的组播需求分析 |
| 3.5.3 组播路由的数学模型 |
| 3.6 约束条件下组播树路由选择的优化 |
| 3.6.1 以加速加权成本选择候选接入节点 |
| 3.6.2 算法描述 |
| 3.6.3 算法复杂性分析 |
| 3.6.4 节点动态加入与退出 |
| 第四章 基于QoS的流媒体路由调度研究 |
| 4.1 QoS的标准 |
| 4.1.1 QoS参数 |
| 4.1.2 QOS翻译、协商、管理 |
| 4.1.3 QoS需求的保证 |
| 4.2 缓存技术分类与作用 |
| 4.3 缓存策略对QoS的提高及MVC对策 |
| 4.4 动态多播缓存调度算法 |
| 4.4.1 补缀算法 |
| 4.4.2 补缀优化算法 |
| 4.5 缓存优化策略AMPC |
| 4.5.1 改进型的循环补缀算法AMPC |
| 4.5.2 AMPC算法描述 |
| 4.5.3 算法评估 |
| 第五章 流媒体VOD系统QoS改善策略的仿真 |
| 5.1 仿真环境 |
| 5.1.1 NS2的基本组成 |
| 5.1.2 NS2仿真步骤和过程 |
| 5.1.3 仿真实验拓扑的建立及OTCL脚本 |
| 5.2 仿真系统参数 |
| 5.3 仿真模型 |
| 5.3.1 MVC策略在用户接入时的服务器负荷效率与时延 |
| 5.3.2 AMPC策略在用户接入时的服务器负荷效率与时延 |
| 5.3.3 MVC策略与AMPC算法的用户接入请求响应对比 |
| 第六章 工作总结与展望 |
| 参考文献 |
| 致谢 |
（8）P2P-VoD系统模型及其关键技术研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 引言 |
| 1.1 研究背景 |
| 1.2 面临的挑战 |
| 1.3 本文工作和贡献 |
| 1.4 论文组织结构 |
| 第二章 相关技术研究 |
| 2.1 流媒体技术研究 |
| 2.1.1 流媒体概述 |
| 2.1.2 视频编码技术 |
| 2.1.3 流媒体传输协议 |
| 2.1.4 网络结构 |
| 2.2 P2P 技术研究 |
| 2.2.1 P2P 概述 |
| 2.2.2 P2P 分类 |
| 2.2.3 P2P 应用领域 |
| 2.3 P2P-VOD 技术研究 |
| 2.3.1 P2P-VoD 概述 |
| 2.3.2 数据分发策略 |
| 2.3.3 资源定位与搜索 |
| 2.3.4 容错机制 |
| 2.3.5 网络编码技术 |
| 2.3.6 用户交互操作 |
| 2.3.7 节点分域策略 |
| 2.3.8 其他技术研究 |
| 2.4 本章小结 |
| 第三章 VODBB 系统 |
| 3.1 VODBB 系统概况 |
| 3.2 VODBB 体系结构 |
| 3.3 VODBB 系统功能 |
| 3.3.1 视频发布 |
| 3.3.2 视频查找 |
| 3.3.3 视频点播 |
| 3.4 本章小结 |
| 第四章 VODBB 客户端设计与实现 |
| 4.1 VODBB 客户端概述 |
| 4.2 VODBB 客户端总体设计 |
| 4.3 VODBB 数据分片管理模块 |
| 4.4 VODBB 位图管理模块 |
| 4.4.1 位图管理设计 |
| 4.4.2 位图管理实现 |
| 4.5 VODBB 邻居节点管理模块 |
| 4.5.1 邻居节点管理设计 |
| 4.5.2 Peer 状态的转换 |
| 4.5.3 Peer 间消息处理 |
| 4.6 VODBB 数据调度管理模块 |
| 4.6.1 片段选择算法 |
| 4.6.2 QoS 保证 |
| 4.7 VODBB 数据缓存管理模块 |
| 4.7.1 内存缓存管理 |
| 4.7.2 磁盘管理 |
| 4.8 VODBB 用户交互支持 |
| 4.9 本章小结 |
| 第五章 实验设计与结果分析 |
| 5.1 性能评估参数 |
| 5.2 仿真网络设定 |
| 5.3 实验结果与分析 |
| 5.3.1 连续播放度 |
| 5.3.2 系统扩展能力 |
| 5.3.3 启动延迟时间 |
| 5.3.4 Free-rider |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 6.1 本文工作总结 |
| 6.2 未来工作展望 |
| 致谢 |
| 参考文献 |
| 攻硕期间取得的研究成果 |
（9）流媒体服务系统中接入控制与缓存策略的研究（论文提纲范文）
| 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 |
（10）异构网络环境下流媒体服务模式的研究（论文提纲范文）
| 摘要 |
| Abstract |
| 目录 |
| 第1章 绪论 |
| 1.1 引言 |
| 1.2 流媒体服务概述 |
| 1.2.1 三网融合 |
| 1.2.2 流式服务的概念 |
| 1.2.3 流媒体服务的挑战 |
| 1.2.4 流媒体的应用前景 |
| 1.3 流媒体服务模式的研究现状 |
| 1.3.1 单播模式 |
| 1.3.2 组播模式 |
| 1.3.3 P2P模式 |
| 1.4 本文的研究内容和结构安排 |
| 第2章 流媒体服务相关技术 |
| 2.1 流媒体的特点 |
| 2.1.1 流媒体对象的特征 |
| 2.1.2 流媒体服务的优点 |
| 2.2 流媒体传输技术 |
| 2.2.1 ISMA实现规范 |
| 2.2.2 媒体传输流协议 |
| 2.2.3 媒体控制流协议 |
| 2.2.4 TS与ISMA的比较 |
| 2.3 流媒体文件格式 |
| 2.3.1 常见格式简介 |
| 2.3.2 MP4文件格式 |
| 2.4 流媒体服务系统 |
| 2.4.1 流媒体服务系统架构 |
| 2.4.2 流媒体业务功能及实现 |
| 第3章 基于3Tnet的视频点播服务策略研究 |
| 3.1 高性能宽带信息网(3Tnet) |
| 3.1.1 3Tnet简介 |
| 3.1.2 3Tnet网络体系和关键技术 |
| 3.1.3 流媒体业务系统与应用支撑环境 |
| 3.1.4 媒体服务器结构和功能 |
| 3.2 流媒体缓存策略的相关研究 |
| 3.2.1 Web代理缓存技术 |
| 3.2.2 流媒体代理缓存技术 |
| 3.3 3Tnet中异地存储内容的服务机制 |
| 3.3.1 VOD服务器集群 |
| 3.3.2 异地点播服务系统 |
| 3.3.3 异地点播的工作流程 |
| 3.4 基于3Tnet的视频点播服务策略 |
| 3.4.1 代理缓存策略 |
| 3.4.2 内容分发策略 |
| 3.4.3 实验和分析 |
| 3.5 本章小结 |
| 第4章 基于分段补丁的时移电视系统 |
| 4.1 HFC双向网络概述 |
| 4.1.1 双向改造技术 |
| 4.1.2 HFC网络的架构 |
| 4.1.3 HFC网络的传输技术 |
| 4.2 双向网络时移电视系统 |
| 4.2.1 系统架构 |
| 4.2.2 流化服务机制 |
| 4.2.3 带宽管理策略 |
| 4.3 基于组播的流调度策略相关研究 |
| 4.3.1 批处理算法 |
| 4.3.2 Chaining算法 |
| 4.3.3 周期广播算法 |
| 4.3.4 Piggybacking算法 |
| 4.3.5 补丁算法 |
| 4.4 分段补丁算法 |
| 4.4.1 分段补丁传输机制 |
| 4.4.2 客户端处理机制 |
| 4.4.3 交互处理机制 |
| 4.5 性能分析 |
| 4.5.1 最优阈值分析 |
| 4.5.2 带宽需求分析 |
| 4.5.3 算法应用分析 |
| 4.6 本章小结 |
| 第5章 基于P2P的时移电视传输策略 |
| 5.1 对等网络简介 |
| 5.1.1 对等网络的基本原理 |
| 5.1.2 P2P流媒体应用面临的挑战 |
| 5.1.3 P2P流媒体应用的相关研究 |
| 5.2 网格技术简介 |
| 5.2.1 网格的定义 |
| 5.2.2 网格的特征及分类 |
| 5.2.3 网格的体系结构 |
| 5.3 基于P2P的传输策略 |
| 5.3.1 系统模型 |
| 5.3.2 算法设计 |
| 5.3.3 性能分析 |
| 5.4 面向网格的服务系统 |
| 5.4.1 系统组织 |
| 5.4.2 节点控制 |
| 5.4.3 性能分析 |
| 5.5 本章小结 |
| 第6章 总结与展望 |
| 6.1 本文的工作总结 |
| 6.2 不足之处与展望 |
| 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 |
| 在读期间参与的科研课题 |
四、一种具有双重QoS保证的VOD流媒体系统结构（论文参考文献）
- [1]云视频服务系统的资源配置和调度优化[D]. 张政欢. 中国科学技术大学, 2016(09)
- [2]流媒体系统基于用户行为分析的资源管理研究[D]. 张西文. 中国科学技术大学, 2014(10)
- [3]异构环境中SVC-P2P-VoD分片调度研究[D]. 张希. 重庆大学, 2014(01)
- [4]基于P2P流媒体模型的流量特征分析及实时分类[D]. 万成威. 解放军信息工程大学, 2012(06)
- [5]先进控制理论在流媒体传输播放中的应用研究[D]. 邹勇. 东北大学, 2010(03)
- [6]P2P视频点播系统中的ISPs辅助方法研究[D]. 庄宏. 中国科学技术大学, 2010(09)
- [7]VOD流媒体传输机制与技术研究[D]. 张跃勇. 天津师范大学, 2010(11)
- [8]P2P-VoD系统模型及其关键技术研究[D]. 方翔. 电子科技大学, 2010(04)
- [9]流媒体服务系统中接入控制与缓存策略的研究[D]. 李靖. 中国科学技术大学, 2009(09)
- [10]异构网络环境下流媒体服务模式的研究[D]. 向伟. 中国科学技术大学, 2008(06)