CN104735550B - 一种vcdn系统的性能管理方法及装置 - Google Patents

一种vcdn系统的性能管理方法及装置 Download PDF

Info

Publication number
CN104735550B
CN104735550B CN201310704803.0A CN201310704803A CN104735550B CN 104735550 B CN104735550 B CN 104735550B CN 201310704803 A CN201310704803 A CN 201310704803A CN 104735550 B CN104735550 B CN 104735550B
Authority
CN
China
Prior art keywords
performance
service quality
model
service
monitoring index
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201310704803.0A
Other languages
English (en)
Other versions
CN104735550A (zh
Inventor
郑叔亮
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing State Owned Financial Leasing Co.,Ltd.
Original Assignee
STAR SOFTWARE TECHNOLOGY CO LTD
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by STAR SOFTWARE TECHNOLOGY CO LTD filed Critical STAR SOFTWARE TECHNOLOGY CO LTD
Priority to CN201310704803.0A priority Critical patent/CN104735550B/zh
Publication of CN104735550A publication Critical patent/CN104735550A/zh
Application granted granted Critical
Publication of CN104735550B publication Critical patent/CN104735550B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/60—Network structure or processes for video distribution between server and client or between remote clients; Control signalling between clients, server and network components; Transmission of management data between server and client, e.g. sending from server to client commands for recording incoming content stream; Communication details between server and client 
    • H04N21/63—Control signaling related to video distribution between client, server and network components; Network processes for video distribution between server and clients or between remote clients, e.g. transmitting basic layer and enhancement layers over different transmission paths, setting up a peer-to-peer communication via Internet between remote STB's; Communication protocols; Addressing
    • H04N21/647—Control signaling between network components and server or clients; Network processes for video distribution between server and clients, e.g. controlling the quality of the video stream, by dropping packets, protecting content from unauthorised alteration within the network, monitoring of network load, bridging between two different networks, e.g. between IP and wireless
    • H04N21/64723—Monitoring of network processes or resources, e.g. monitoring of network load
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
    • H04N21/24—Monitoring of processes or resources, e.g. monitoring of server load, available bandwidth, upstream requests
    • H04N21/2407—Monitoring of transmitted content, e.g. distribution time, number of downloads
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/60—Network structure or processes for video distribution between server and client or between remote clients; Control signalling between clients, server and network components; Transmission of management data between server and client, e.g. sending from server to client commands for recording incoming content stream; Communication details between server and client 
    • H04N21/63—Control signaling related to video distribution between client, server and network components; Network processes for video distribution between server and clients or between remote clients, e.g. transmitting basic layer and enhancement layers over different transmission paths, setting up a peer-to-peer communication via Internet between remote STB's; Communication protocols; Addressing

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Computer Security & Cryptography (AREA)
  • Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)

Abstract

本申请提供了一种VCDN系统的性能管理方法及装置，其中，方法包括：构建与系统的各个性能行为特征对应的性能行为特征模型，性能行为特征包括响应性、吞吐量和扩展性，性能行为特征模型包括响应性模型、吞吐量模型和扩展性模型；建立与各个服务质量特征对应的实际运营标准，基于与各个服务质量特征对应的实际运营标准建立服务质量标准，将服务质量标准与性能行为特征模型关联，构建性能分析模型，服务质量特征用于表征服务质量，所述服务质量特征包括响应速度、可访问性、连续性和视频质量；基于服务质量标准和性能分析模型利用采集的监测指标对系统的性能进行管理。本申请提供的VCDN系统的性能管理方法及装置实现了对VCDN系统高效、准确的性能管理。

Description

一种VCDN系统的性能管理方法及装置
技术领域
本发明涉及VCDN系统的性能管理技术领域，尤其涉及一种VCDN系统的性能管理方法及装置。
背景技术
视频内容分发网络VCDN系统是视频服务提供商交付大规模内容的核心基础设施，大型的VCDN系统已经可以覆盖上亿规模的用户，其通过强大的源服务中心和分布于各地的边缘服务节点，以及中间的多级协调节点能够提供上千万的并发服务能力，可服务的终端覆盖机顶盒、PC、手机、平板电脑等，交付的内容也包括各种码率的视频，并支持直播、点播、时移、回看、nPVR等业务。
作为业务交付的核心能力平台，VCDN系统的性能会直接影响视频内容服务的质量，因此，对VCDN系统性能的管理是十分重要的。所谓性能管理，是指监控、分析和调整系统的整体性能行为和状态，以达到更好的性能指标(例如响应性、吞吐量、并发数目、拓展性等)。现有技术中，性能管理的方案为：基于成熟的网络监控和管理技术，可以实时或准实时地获取每一台服务器或网络设备的运行状态，例如，CPU、内存的利用率，磁盘的剩余空间，网络设备的拥塞程度等。运营管理人员通过这些数据间接地确定系统所承载的服务的运行状态，并通过设置一些告警阈值实现自动化的性能预警通知，进而通过调整系统配置或扩容来优化性能。
发明人在实现本发明创造的过程中发现：现有技术中的性能管理方案是一种看似普遍适用的基于观察和经验的方法，脱落了系统本身的特性，所以观测的数据并不能完全代表系统性能，以此为依据很可能导致系统性能管理的低效甚至失败。
发明内容
有鉴于此，本发明提供了一种VCDN系统的性能管理方法及装置，用以解决现有技术中的性能管理方案脱落了系统本身的特性，导致观测的数据并不能完全代表系统性能，以此为依据很可能导致系统性能管理的低效甚至失败的问题，其技术方案如下：
一种VCDN系统的性能管理方法，包括：
构建与所述系统的各个性能行为特征对应的性能行为特征模型，所述性能行为特征包括响应性、吞吐量和扩展性，所述性能行为特征模型包括响应性模型、吞吐量模型和扩展性模型；
建立与各个服务质量特征对应的实际运营标准，基于与各个服务质量特征对应的实际运营标准建立服务质量标准，将服务质量标准与所述性能行为特征模型关联，构建性能分析模型，所述服务质量特征用于表征服务质量，所述服务质量特征包括响应速度、可访问性、连续性和视频质量；
基于服务质量标准和性能分析模型利用采集的监测指标对所述系统的性能进行管理。
其中，构建所述响应性模型具体为：基于所述系统处理用户请求的流程构建响应性模型。
其中，构建所述吞吐量模型具体为：
基于单位时间内处理并响应客户端请求的数量构建第一吞吐量模型；
基于单位时间内视频内容交付的数据量构建第二吞吐量模型。
其中，构建所述扩展性模型具体为：
结合所述吞吐量模型，基于影响扩展性的因素，以及所述影响扩展性的因素之间的关系构建扩展性模型。
其中，所述监测指标包括：第一类监测指标、第二类监测指标和第三类监测指标；
所述第一类监测指标包括：每个请求的视频内容id、被路由到的播流装置的id，终端设备的类型、交付的视频服务质量等级；
所述第二类监测指标包括：客户端和路由装置之间的网络延迟，客户端和播流装置之间的网络延迟，播流装置和视频源装置之间的网络延迟；
所述第三类监测指标包括：路由装置、播流装置和视频源装置处理请求的时间。
其中，基于服务质量标准和性能分析模型利用采集的监测指标对所述系统的性能进行管理，包括：
依据所述服务质量标准确定第一服务质量标准；
在所述系统上线前，采集第二类监测指标和第三类监测指标；
基于性能分析模型利用采集的监测指标预测第一服务质量；
确定所述第一服务质量是否满足所述第一服务质量标准；
当所述第一服务质量不满足所述第一服务质量标准时，结束性能管理流程，当所述第一服务质量满足所述第一服务质量标准，使所述系统上线，持续监控第一类监测指标，并周期性的汇总监控的监测指标；
周期性的修正第二类监测指标，并结合汇总的监测指标利用所述性能分析模型预测第二服务质量；
依据所述第一服务质量标准和所述第二服务质量确定是否需要对所述系统进行优化或扩容；
当确定需要对所述系统进行优化时，结束性能管理流程，当需要对所述系统进行扩容时，依据所述扩展性模型对所述系统进行扩容。
一种VCDN系统的性能管理装置，包括：
性能行为特征模型构建模块，用于构建与所述系统的各个性能行为特征对应的性能行为特征模型，所述性能行为特征包括响应性、吞吐量和扩展性，所述性能行为特征模型包括响应性模型、吞吐量模型和扩展性模型；
性能分析模型构建模块，用于建立与各个服务质量特征对应的实际运营标准，基于与各个服务质量特征对应的实际运营标准建立服务质量标准，将服务质量标准与所述性能行为特征模型构建模块构建的性能行为特征模型关联，构建性能分析模型，所述服务质量特征用于表征服务质量，所述服务质量特征包括响应速度、可访问性、连续性和视频质量；
性能管理模块，用于基于所述性能分析模型构建模块建立的所述服务质量标准和构建的所述性能分析模型利用采集的监测指标对所述系统的性能进行管理。
其中，所述性能行为特征模型构建模块，具体用于基于所述系统处理用户请求的流程构建响应性模型。
其中，所述性能行为特征模型构建模块，具体用于基于单位时间内处理并响应客户端请求的数量构建第一吞吐量模型，基于单位时间内视频内容交付的数据量构建第二吞吐量模型。
其中，所述性能行为特征模型构建模块，具体用于结合所述吞吐量模型，基于影响扩展性的因素，以及所述影响扩展性的因素之间的关系构建扩展性模型。
其中，所述监测指标包括：第一类监测指标、第二类监测指标和第三类监测指标；
所述第一类监测指标包括：每个请求的视频内容id、被路由到的播流装置的id，终端设备的类型、交付的视频服务质量等级；
所述第二类监测指标包括：客户端和路由装置之间的网络延迟，客户端和播流装置之间的网络延迟，播流装置和视频源装置之间的网络延迟；
所述第三类指标包括：路由装置、播流装置和视频源装置处理请求的时间。
其中，所述性能管理模块包括：
服务质量标准确定子模块，用于依据所述服务质量标准确定第一服务质量标准；
监测指标采集子模块，用于在所述系统上线前，采集第二类监测指标和第三类监测指标；
第一服务质量预测子模块，用于基于所述性能分析模型利用所述监测指标采集子模块采集的监测指标预测第一服务质量；
确定子模块，用于确定所述第一服务质量预测子模块预测的第一服务质量是否满足所述服务质量标准确定子模块确定的第一服务质量标准；
第一性能管理子模块，用于当所述第一服务质量预测子模块预测的所述第一服务质量不满足所述服务质量标准确定子模块确定的所述第一服务质量标准时，结束性能管理流程，当所述第一服务质量预测子模块预测的所述第一服务质量满足所述服务质量标准确定子模块确定的所述第一服务质量标准时，使所述系统上线，持续监控第一类监测指标，并周期性的汇总监控的监测指标；
第二服务质量预测子模块，用于周期性的修正第二类监测指标，并结合所述第一性能管理子模块汇总的监测指标利用所述性能分析模型预测第二服务质量；
确定子模块，用于依据所述服务质量标准确定子模块确定的所述第一服务质量标准和所述第二服务质量预测子模块预测的所述第二服务质量确定是否需要对所述系统进行优化或扩容；
第二性能管理子模块，用于当需要对系统进行优化时，结束性能管理流程，当需要对系统进行扩容时，依据所述扩展性模型对系统进行扩容。
上述技术方案具有如下有益效果：
本发明提供的VCDN系统的性能管理方法及装置，从VCDN系统的各个性能行为特征出发，构建与系统的各个性能行为特征对应的性能行为特征模型，然后将性能行为特征模型与建立的服务质量标准关联，构建性能分析模型，将可监测的数据与性能分析模型结合，预测式地发现性能问题，从而对系统的性能进行管理。本发明提供的VCDN系统的性能管理方法及装置，通过性能分析模型将系统的行为特征与服务质量标准关联，实现对系统线上服务能力的预测和分析，通过抽象出对系统的部署和运维更有效果的监测指标体系，实现具有预测能力的自动化监控和保障，进而实现对VCDN系统高效、准确的性能管理。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
图1为本发明实施例提供的一种VCDN系统的性能管理方法的流程示意图；
图2为本发明实施例提供的VCDN系统的性能管理方法中，基于服务质量标准和性能分析模型利用采集的监测指标对系统的性能进行管理的流程示意图；
图3为本发明实施例提供的一种VCDN系统的性能管理装置30的结构示意图;
图4为本发明实施例提供的一种VCDN系统的性能管理装置中性能管理模块303的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
请参阅图1，为本发明实施例提供的一种VCDN系统的性能管理方法的流程示意图，该方法可以包括：
步骤S101：构建与系统的各个性能行为特征对应的性能行为特征模型。
在本实施例中，性能行为特征包括响应性、吞吐量和扩展性。相应的，性能行为特征模型包括响应性模型、吞吐量模型和扩展性模型。
其中，响应性，即响应用户请求的速度或及时性。在本实施例中，响应性不是专指某一个或某几个请求的响应，而是从宏观的视角来看系统的整体响应性。例如，百分之多少的请求的响应时间达到标准，或者，平均响应时间为多少。
其中，吞吐量，即系统在单位时间内交付的数据量。通常情况下，吞吐量随着外界请求的压力的变化而变化，只有外界请求的压力达到了系统可承受的极限，吞吐量才不再变化。即，吞吐量存在一个峰值。
其中，扩展性，即系统可水平扩展的能力。如果系统能够通过单纯地增加硬件的数量实现在保证响应性的同时稳定的增加吞吐量，那么说明系统具有水平扩展的能力。进一步的，如果吞吐量和硬件的数量是等比例增长的，那么说明系统具有很好的水平扩展能力。
下面分别给出建立响应性模型、吞吐量模型和扩展性模型的具体过程。
第一方面，建立响应性模型：
响应性可以用从用户请求到接收到视频流的时间来定义。基于此，建立响应性模型具体为：基于系统处理用户请求的流程构建响应性模型。
典型的VCDN系统处理用户请求的流程包括：客户端将请求发送至路由装置；路由装置向客户端返回一个播流装置的地址；如果播流装置中缓存有视频文件，那么就将视频文件转换为视频流发送给客户端，如果播流装置中没有缓存视频文件，那么播流装置就向视频源请求视频文件，然后将得到的视频文件转发给客户端。
基于上述的VCDN请求处理流程建立响应性模型：
Tresp=TD1+TRouter+TD2+TD3+TEdge+TD4+f(cid,sid,t)(TD5+TOrigin+TD6) (1)
其中，TD1表示客户端的请求到路由装置的网络延迟，TRouter表示路由装置处理路由请求的时间，TD2表示路由请求返回到客户端的网络延迟，TD3表示请求从客户端到播流装置的网络延迟，TEdge表示播流装置处理请求并响应请求的时长，TD4表示视频流从视频源发送至客户端的网络延迟，TD5表示请求从播流装置到视频源的网络延迟，TOrigin表示视频源处理并开始响应的时长，TD6表示视频流从视频源到播流装置的网络延迟。另外，f(cid,sid,t)是一个函数，其值域为{0,1}，其中，0表示播流装置中缓存有客户端请求的视频，1表示播流装置中没有缓存客户端请求的视频，函数f(cid,sid,t)的三个参数中，cid表示当前所请求的视频内容的id，sid表示当前提供服务的播流装置的id，t表示播流装置接收到请求的时间。f(cid,sid,t)表示的含义是在t时刻向播流装置sid请求视频内容cid时，视频内容是否缓存在播流装置sid中。
在本实施例中，可以认为TD1=TD2。TD1和TD2的值由客户端到路由装置的距离决定，TD3和TD4由客户端到播流装置的距离决定，或者，由路由算法决定，函数f是由请求发生时内容的分布情况动态决定的，不同的内容分发策略和缓存策略都会影响内容的分布情况，进而会决定f的值。另外，如果路由算法也关注内容的分布情况，那么就会对响应性产生实质性的影响。但无论如何，内容的分布情况和内容分发策略都在很大程度上决定了系统的响应性。例如，对于非常热门的内容，如果将其主动的推送到各个播流装置，那么，在缓存内容的有效期内，请求该内容时的f值为0，另一种极端的情况就是，对于从不被缓存的内容来说，f的值为1。其它情况则要根据系统所应用的缓存和分发策略来决定。因此，对于内容的有效管理是非常必要的。如果能很好的管理内容的分布，那么就可以快速计算出f的值，这既可以作为路由装置为客户端选择播流装置的依据，也可作为预测和监控服务质量的依据。
第二方面，建立吞吐量模型：
VCDN系统的吞吐量由两部分组成，第一部分为单位时间内处理并响应客户端请求的数量，第二部分为单位时间内视频内容交付的数据量。
具体的，第一部分的吞吐量与式(1)有关，式(1)中TRouter、TEdge和TOrigin分别由路由装置、播流装置和视频源装置的处理能力和系统吞吐量决定。在本实施例中，可以利用排队网络对三个装置组成的系统进行建模，将吞吐量和相应项建立关联。
假设VCDN系统中路由装置、播流装置和视频源装置中可用的独立处理单元(独立的CPU和服务器)的数目分别为NRouter、NEdge和NOrigin，如果系统总的吞吐量为λ，那么处理单元的吞吐量为λ/NRouter、λ/NEdge和λ/NOrigin，根据排队模型可以得到：
其中，P表示装置的类型，SP表示单个处理单元在没有任何系统压力的情况下处理一个请求时的服务时间，NP和SP均为常量。通过式(2)可以得到第一部分的吞吐量模型为：
具体的，第二部分的吞吐量取决与系统的I/O能力，包括磁盘I/O和网络I/O。这两部分的吞吐量是匹配的，可以利用前面的λ来建模单位时间内增加的数据流量。假设单个连接的数据流量为r，那么单位时间内系统整体的数据吞吐量为λr，其中，r是由交付视频的码率来决定的，而码率可通过终端的类型、所请求的内容和内容质量的等级来决定。则第二部分的吞吐量模型为：
其中，d表示经过时间d之后，系统整体处理的请求的总量不再变化，即新的请求和结束的请求相等。通常情况下，d可由用户连续收视的平均时长决定，函数g表示将终端设备信息、内容ID和内容质量等级映射到视频的码率。
第三方面，建立扩展性模型：
系统的扩展性是分层次的，各个层次之间可能相互独立，也可能存在依赖。各个层次之间相互独立是指一个层次的扩展性不需要依赖其它层次，层次之间存在依赖是指层次之间的扩展存在先后或因果关系。
示例性的，路由装置的扩展属于各层之间的独立扩展。路由装置从结构上一般分为应用服务层和路由表层。如果客户端的并发请求数据增多，那么就需要通过扩展应用服务层(通常为应用服务器软件和硬件的扩容)来在单位时间内接收和处理更多的请求；如果是服务器和网络规模的增大，并且用户分布变得更加分散，那么就需要增大路由表，从而需要路由表层的扩展。上述这两个层次的扩展基于不同的驱动因素，而且两种因素之间没有必然的因果联系，因此可以认这两个层次的扩展性是独立的。
示例性的，播流装置的扩展属于层次之间存在依赖的扩展，其可扩展性是由三个层次实现的，分别为磁盘扩展、服务器扩展和网络设备扩展。具体的，首先通过线性增大存储容量和吞吐量实现磁盘扩展，当磁盘达到服务器的盘位上限时，通过增加服务器来实现进一步扩展，当服务器的数量增加到一定限度时扩容网络设备。
需要说明的是，系统的扩展性和吞吐量是紧密关联的。吞吐量是驱动系统进行扩展的因素，如果当前系统的吞吐量上限不足以满足已经达到或即将达到的并发请求数目，那么就需要扩容，而扩容的依据为式(3)和式(4)，式(3)中的NP为逻辑概念，需要根据不同的系统将其具体化为软硬件的数量。对于路由装置而言，需要根据系统压力的变化趋势将NRouter映射到应用服务器的数量。对于播流装置而言，需要用到各层之间的依赖关系，首先利用式(3)将NEdge映射到应用服务器的数量，然后再通过λ将式(3)代入式(4)中，从而根据流量趋势的变化将NEdge映射到磁盘的数量、服务器的数量或网络设备的带宽和数量。对于视频源装置而言，其扩展方式与播流装置相同，只是系统压力不同。基于上述分析，可用形式化的方法表述扩展性模型：
Scalability=(F,D,M) (5)
其中，F表示影响扩展性的因素，D表示因素之间的依赖性关系，M表示逻辑处理单元到物理软硬件的映射。具体的，对于路由装置而言,FRouter={fApp,fDB}，DRouter=φ，MRouter={NRouter→(NApp,NDB)}；对于播流装置而言，FEdge={fApp,fDisk,fserver,fNet}，DEdge={fDisk→fserver，fserver→fNet}，MEdge={NEdge1→NApp,NEdge2→(NDisk,NServer,NNet)}。
步骤S102：建立与各个服务质量特征对应的实际运营标准，基于与各个服务质量特征对应的实际运营标准建立服务质量标准，将服务质量标准与性能行为特征模型关联，建立性能分析模型。
其中，服务质量特征用于表征服务质量，服务质量特征包括响应速度、可访问性、连续性和视频质量。
具体的，响应速度，即从用户开始点播到开始收看视频的时间。响应速度的测量方式有多种。在一种可能的实现方式中，可由客户端记录视频播放程序的执行数据，通过客户端的数据确定响应速度，在另一种可能的实现方式中，可记录从路由装置接收到请求到播流装置开始为客户端播流的时间段。响应速度反映了用户是否能在可接受的时间内消费到视频内容。
具体的，可访问性，是指客户端通过门户或应用接收到的视频内容列表中的内容对客户端来说都是可访问的，或者说，服务器端的装置不应该拒绝合法用户的合法请求。视频内容的可访问性要求VCDN系统中的各个装置都能正确处理用户的请求，如果有一个装置出现了拒绝服务的情况，那么视频内容都是不可访问的。可访问性可通过服务器端装置的记录日志度量，也可通过客户端的访问错误记录来度量。
具体的，连续性，即用户在收视过程中是否存在播放中断的情况。连续性可以用一段时长或一段视频消费过程中的中断次数来度量，如果中断次数为0，那么说明连续性很好，反之，如果中断次数较多，那么说明连续性较差。优选的，可通过在客户端记录中断次数的方式度量连续性，然后定期地将客户端记录的中断次数上传至服务器端。
具体的，视频质量，可以用交付视频的码率来评估。通常情况下，高码率的视频内容的视频质量比较高。但对于不同终端而言，视频质量的意义是不同的，例如，对于小屏幕的移动终端而言，1Mbps左右的码率就可达到较好的视频质量，对于大屏幕的电视而言，16Mbps以上的码率才能达到很好的视频质量，因此，为了便于评估视频质量，可将视频质量划分等级，例如，超清、高清、标清、流畅，而同一等级对于不同的终端标准不同。这样，播流装置只要记录下每次推流的视频质量等级即可。
建立与各个服务质量特征对应的实际运营标准：
具体的，从系统整体来看，响应速度的服务质量标准可以描述为：如果当前同时服务的用户数为n，那么至少p%的用户的响应速度应小于等于s秒，即元组(n,p,s)可以组成对响应速度的实际运营标准，该标准可记为r。
同样的，可访问性的服务质量标准可以描述为：如果当前同时服务的用户数为n，那么至少p%的用户可以访问在节目列单上列出的内容，即元组(n,p)可以组成对可访问性的实际运营标准，该标准可记为a。
同样的，连续性的服务质量标准可以描述为：如果当前同时服务的用户数为n，那么至少p%的用户在一次完整的收视过程中的中断次数小于等于i，即元组(n,p,i)可以组成对连续性的实际运营标准，该标准可记为c。
同样的，视频质量的服务质量标准可以描述为：如果当前同时服务的用户数为n，那么至少p%的用户可以同时享受视频质量等级为l的服务，即元组(n,p,l)可以组成对视频质量的实际运营标准，该标准可记为q。
基于与各个服务质量特征对应的实际运营标准可建立一套完整的服务质量标准，示例性的：
r=(n,p1,s)，a=(n,p2)，c=(n,p3,i)，q=(n,p4,l)
0<n<=10000，p1=99，p2=100，p3=90，i=1，p4=95，l=SD
10000<=n<100000，p1=98，s=3，p2=100，p3=95，i=2，p4=90，l=SD
可以理解的是，上述各个元组配合相应的约束集合即构成了一套服务质量标准，因此服务质量标准可以表述为：
StandardQos={n,p1,p2,p3,p4,s,i,l|C(r),C(c),C(q)} (6)
其中，C(x)表示对服务质量标准的约束。
在确定出服务质量标准后，将服务质量标准与性能行为特征模型关联，建立性能分析模型。
响应速度可通过响应性模型和吞吐量模型分析，具体的，可通过式(1)和式(2)进行分析，式(1)关注的是单个请求的响应时间的计算，式(2)关注的是多用户并发的条件下对响应时间的影响。
可访问性可通过吞吐量模型分析，具体的，通过式(3)进行分析。式(3)的吞吐量表示每秒系统可接受的用户请求数。如果当前并发访问的请求数大于式(3)的计算结果，那么可访问性就出现问题。
连续性可通过吞吐量模型分析，具体的，通过式(4)进行分析。如果当前所有客户端请求的码率总和大于式(4)的吞吐量，那么就会出现多用户争用带宽而导致吞吐量不足的情况。特别是在实际带宽消耗和式(4)的计算结果相当的时候，新增加的用户请求都可能面临连续性较差的情况。
视频质量与连续性问题类似，也是由吞吐量决定的。在码率自适应的系统中，播流装置和客户端可以根据当前的网络条件自动调整视频质量级别，因此，可以很容易地根据吞吐能力和在线用户数分析出当前网络交付的视频的平均质量等级。
综合上述分析，考虑式(1)到式(4)，由于最终系统的吞吐量由式(4)确定，
所以同时消费视频的用户数n=λd，即λ=n/d。将λ=n/d代如式(2)即可得到VCDN系统的路由装置、播流装置和视频源装置在压力为λ时的响应时间，需要说明的是，式(2)中的NP和SP都是通过测量得到的常量。通过上述计算出的响应时间进一步根据式(1)可得到单个请求的响应时间，需要说明的是式(1)中的TD1到TD6都是通过测量得到的常量，函数f的值可通过内容分布的情况和路由调度的情况确定，计算得到的单个请求的响应时间可作为分析响应速度的依据，以便预测和评估该项的服务质量。通过式(3)可直接计算出λ，计算出的λ为系统可承受的并发请求数，将其和n/d比较即可得到可用性比例。在式(4)中，λd=n，d是经验常量函数g则反映了视频的码率，由于实际运营中码率只有3到4种，因此，只需要掌握请求码率的一般分布(即每种码率内容被请求的百分比)即可比较准确的得到系统总体的吞吐量，这样就可得到对连续性和视频质量的分析和预测。
步骤S103：基于服务质量标准和性能分析模型利用采集的监测指标对系统的性能进行管理。
其中，监测指标包括三类。第一类监测指标包括：每个请求的内容id、被路由到的播流装置的id，终端的类型、交付的视频服务质量等级。第二类监测指标包括：客户端和路由装置、客户端和播流装置、播流装置和视频源装置之间的网络延迟。第三类指标包括：路由装置、播流装置和视频源装置处理请求的时间。
需要说明的是，第一类监测指标和请求相关，需要将针对每个请求的信息都需要记录下来。第二类监测指标和网络情况相关，不需要频繁的监测，每隔一段时间进行探测并把信息记录下来即可。第三类监测指标和系统实现有关，只需要在系统上线前进行测试的时候获得，并在例行维护的时候进行修正即可，一般的修正周期为一周。
请参阅图2，为本发明实施例提供的基于服务质量标准和性能分析模型利用采集的监测指标对系统的性能进行管理的流程示意图，可以包括：
步骤S201：依据服务质量标准确定第一服务质量标准。
步骤S202：在系统上线前，采集第二类监测指标和第三类监测指标。
步骤S203：基于性能分析模型利用采集的监测指标预测第一服务质量。
步骤S204：确定第一服务质量是否满足第一服务质量标准。
步骤S205a：当第一服务质量不满足第一服务质量标准时，结束性能管理流程。
步骤S205b：当第一服务质量满足第一服务质量标准，使系统上线，持续监控第一类监测指标，并周期性的汇总监控的监测指标。
步骤S206b：周期性的修正第二类监测指标，并结合汇总的监测指标利用性能分析模型预测第二服务质量。
步骤S207b：依据第一服务质量标准和第二服务质量确定是否需要对系统进行优化或扩容。
具体的，当第二服务质量不满足第一服务质量标准时，即第二服务质量与第一服务质量标准的差距较大时，确定需要对系统进行优化或扩容。
步骤S208b：当确定需要对系统进行优化时，结束性能管理流程，当需要对系统进行扩容时，依据扩展性模型对系统进行扩容。
本发明实施例提供的VCDN系统的性能管理方法，从VCDN系统的各个性能行为特征出发，构建与系统的各个性能行为特征对应的性能行为特征模型，然后将性能行为特征模型与建立的服务质量标准关联，构建性能分析模型，将可监测的数据与性能分析模型结合，预测式地发现性能问题，从而对系统的性能进行管理。本发明提供的VCDN系统的性能管理方法，通过性能分析模型将系统的行为特征与服务质量标准关联，实现对系统线上服务能力的预测和分析，通过抽象出对系统的部署和运维更有效果的监测指标体系，实现具有预测能力的自动化监控和保障，进而实现对VCDN系统高效、准确的性能管理。
与上述方法相对应，本发明实施例还提供了一种VCDN系统的性能管理装置，图3示出了该装置30的结构示意图，可以包括：性能行为特征模型构建模块301、性能分析模型构建模块302和性能管理模块303。其中：
性能行为特征模型构建模块301，用于构建与系统的各个性能行为特征对应的性能行为特征模型，性能行为特征包括响应性、吞吐量和扩展性，性能行为特征模型包括响应性模型、吞吐量模型和扩展性模型。
性能分析模型构建模块302，用于建立与各个服务质量特征对应的实际运营标准，基于与各个服务质量特征对应的实际运营标准建立服务质量标准，将服务质量标准与性能行为特征模型构建模块301构建的性能行为特征模型关联，构建性能分析模型，服务质量特征用于表征服务质量，服务质量特征包括响应速度、可访问性、连续性和视频质量。
性能管理模块303，用于基于性能分析模型构建模块302建立的服务质量标准和构建的性能分析模型利用采集的监测指标对系统的性能进行管理。
本发明实施例提供的VCDN系统的性能管理装置，从VCDN系统的各个性能行为特征出发，构建与系统的各个性能行为特征对应的性能行为特征模型，然后将性能行为特征模型与建立的服务质量标准关联，构建性能分析模型，将可监测的数据与性能分析模型结合，预测式地发现性能问题，从而对系统的性能进行管理。本发明提供的VCDN系统的性能管理装置，通过性能分析模型将系统的行为特征与服务质量标准关联，实现对系统线上服务能力的预测和分析，通过抽象出对系统的部署和运维更有效果的监测指标体系，实现具有预测能力的自动化监控和保障，进而实现对VCDN系统高效、准确的性能管理。
在上述实施例中，性能行为特征模型构建模块301，具体用于基于系统处理用户请求的流程构建响应性模型。
在上述实施例中，性能行为特征模型构建模块301，具体用于基于单位时间内处理并响应客户端请求的数量构建第一吞吐量模型，基于单位时间内视频内容交付的数据量构建第二吞吐量模型。
在上述实施例中，性能行为特征模型构建模块301，具体用于结合所述吞吐量模型，基于影响扩展性的因素，以及所述影响扩展性的因素之间的关系构建扩展性模型。
在上述实施例中，所述监测指标包括：第一类监测指标、第二类监测指标和第三类监测指标。第一类监测指标包括：每个请求的视频内容id、被路由到的播流装置的id，终端设备的类型、交付的视频服务质量等级；第二类监测指标包括：客户端和路由装置之间的网络延迟，客户端和播流装置之间的网络延迟，播流装置和视频源装置之间的网络延迟；第三类指标包括：路由装置、播流装置和视频源装置处理请求的时间。
则请参阅图4，示出了性能管理模块303的一种实现方式的结构示意图，可以包括：服务质量标准确定子模块401、监测指标采集子模块402、第一服务质量预测子模块403、第一确定子模块404、第一性能管理子模块405、第二服务质量预测子模块406、第二确定子模块407和第二性能管理子模块408。其中：
服务质量标准确定子模块401，用于依据服务质量标准确定第一服务质量标准。
监测指标采集子模块402，用于在系统上线前，采集第二类监测指标和第三类监测指标。
第一服务质量预测子模块403，用于基于性能分析模型利用监测指标采集子模块402采集的监测指标预测第一服务质量。
第一确定子模块404，用于确定第一服务质量预测子模块403预测的第一服务质量是否满足服务质量标准确定子模块401确定的第一服务质量标准。
第一性能管理子模块405，用于当第一服务质量预测子模块403预测的第一服务质量不满足服务质量标准确定子模块401确定的第一服务质量标准时，结束性能管理流程，当第一服务质量预测子模块403预测的第一服务质量满足服务质量标准确定子模块401确定的第一服务质量标准时，使系统上线，持续监控第一类监测指标，并周期性的汇总监控的监测指标。
第二服务质量预测子模块406，用于周期性的修正第二类监测指标，并结合第一性能管理子模块405汇总的监测指标利用性能分析模型预测第二服务质量。
第二确定子模块407，用于依据服务质量标准确定子模块401确定的第一服务质量标准和第二服务质量预测子模块406预测的第二服务质量确定是否需要对系统进行优化或扩容。
第二性能管理子模块408，用于当需要对系统进行优化时，结束性能管理流程，当需要对系统进行扩容时，依据扩展性模型对系统进行扩容。
需要说明的是，对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
为了描述的方便，描述以上装置时以功能分为各种单元分别描述。当然，在实施本申请时可以把各单元的功能在同一个或多个软件和/或硬件中实现。通过以上的实施方式的描述可知，本领域的技术人员可以清楚地了解到本申请可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行本申请各个实施例或者实施例的某些部分所述的方法。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (12)

1.一种VCDN系统的性能管理方法，其特征在于，包括：
构建与所述系统的各个性能行为特征对应的性能行为特征模型，所述性能行为特征包括响应性、吞吐量和扩展性，所述性能行为特征模型包括响应性模型、吞吐量模型和扩展性模型，其中，所述响应性模型用于表征所述系统响应用户请求的速度或及时性，所述吞吐量模型用于表征所述系统在单位时间内处理并响应客户端请求的数量和系统在单位时间内交付的数据量，所述扩展性模型用于表征所述系统可水平扩展的能力；
建立与各个服务质量特征对应的实际运营标准，基于与各个服务质量特征对应的实际运营标准建立服务质量标准，将服务质量标准与所述性能行为特征模型关联，构建性能分析模型，所述服务质量特征用于表征服务质量，所述服务质量特征包括响应速度、可访问性、连续性和视频质量；
基于服务质量标准和性能分析模型利用采集的监测指标对所述系统的性能进行管理。
2.根据权利要求1所述的方法，其特征在于，构建所述响应性模型具体为：基于所述系统处理用户请求的流程构建响应性模型。
3.根据权利要求2所述的方法，其特征在于，构建所述吞吐量模型具体为：基于单位时间内处理并响应客户端请求的数量构建第一吞吐量模型，基于单位时间内视频内容交付的数据量构建第二吞吐量模型。
4.根据权利要求3所述的方法，其特征在于，构建所述扩展性模型具体为：结合所述吞吐量模型，基于影响扩展性的因素，以及所述影响扩展性的因素之间的关系构建扩展性模型。
5.根据权利要求1-4中任意一项所述的方法，其特征在于，所述监测指标包括：第一类监测指标、第二类监测指标和第三类监测指标；
所述第一类监测指标包括：每个请求的视频内容id、被路由到的播流装置的id，终端设备的类型、交付的视频服务质量等级；
所述第二类监测指标包括：客户端和路由装置之间的网络延迟，客户端和播流装置之间的网络延迟，播流装置和视频源装置之间的网络延迟；
所述第三类监测指标包括：路由装置、播流装置和视频源装置处理请求的时间。
6.根据权利要求5所述的方法，其特征在于，基于服务质量标准和性能分析模型利用采集的监测指标对所述系统的性能进行管理，包括：
依据所述服务质量标准确定第一服务质量标准；
在所述系统上线前，采集所述第二类监测指标和所述第三类监测指标；
基于所述性能分析模型利用采集的监测指标预测第一服务质量；
确定所述第一服务质量是否满足所述第一服务质量标准；
当所述第一服务质量不满足所述第一服务质量标准时，结束性能管理流程，当所述第一服务质量满足所述第一服务质量标准，使所述系统上线，持续监控所述第一类监测指标，并周期性的汇总监控的监测指标；
周期性的修正所述第二类监测指标，并结合汇总的监测指标利用所述性能分析模型预测第二服务质量；
依据所述第一服务质量标准和所述第二服务质量确定是否需要对所述系统进行优化或扩容；
当确定需要对所述系统进行优化时，结束性能管理流程，当需要对所述系统进行扩容时，依据所述扩展性模型对所述系统进行扩容。
7.一种VCDN系统的性能管理装置，其特征在于，包括：
性能行为特征模型构建模块，用于构建与所述系统的各个性能行为特征对应的性能行为特征模型，所述性能行为特征包括响应性、吞吐量和扩展性，所述性能行为特征模型包括响应性模型、吞吐量模型和扩展性模型，其中，所述响应性模型用于表征所述系统响应用户请求的速度或及时性，所述吞吐量模型用于表征所述系统在单位时间内处理并响应客户端请求的数量和系统在单位时间内交付的数据量，所述扩展性模型用于表征所述系统可水平扩展的能力；
性能分析模型构建模块，用于建立与各个服务质量特征对应的实际运营标准，基于与各个服务质量特征对应的实际运营标准建立服务质量标准，将服务质量标准与所述性能行为特征模型构建模块构建的性能行为特征模型关联，构建性能分析模型，所述服务质量特征用于表征服务质量，所述服务质量特征包括响应速度、可访问性、连续性和视频质量；
性能管理模块，用于基于所述性能分析模型构建模块建立的所述服务质量标准和构建的所述性能分析模型利用采集的监测指标对所述系统的性能进行管理。
8.根据权利要求7所述的装置，其特征在于，所述性能行为特征模型构建模块，具体用于基于所述系统处理用户请求的流程构建响应性模型。
9.根据权利要求8所述的装置，其特征在于，所述性能行为特征模型构建模块，具体用于基于单位时间内处理并响应客户端请求的数量构建第一吞吐量模型，基于单位时间内视频内容交付的数据量构建第二吞吐量模型。
10.根据权利要求9所述的装置，其特征在于，所述性能行为特征模型构建模块，具体用于结合所述吞吐量模型，基于影响扩展性的因素，以及所述影响扩展性的因素之间的关系构建扩展性模型。
11.根据权利要求7-9中任意一项所述的装置，其特征在于，所述监测指标包括：第一类监测指标、第二类监测指标和第三类监测指标；
所述第一类监测指标包括：每个请求的视频内容id、被路由到的播流装置的id，终端设备的类型、交付的视频服务质量等级；
所述第二类监测指标包括：客户端和路由装置之间的网络延迟，客户端和播流装置之间的网络延迟，播流装置和视频源装置之间的网络延迟；
所述第三类监测指标包括：路由装置、播流装置和视频源装置处理请求的时间。
12.根据权利要求11所述的装置，其特征在于，所述性能管理模块包括：
服务质量标准确定子模块，用于依据所述服务质量标准确定第一服务质量标准；
监测指标采集子模块，用于在所述系统上线前，采集所述第二类监测指标和所述第三类监测指标；
第一服务质量预测子模块，用于基于所述性能分析模型利用所述监测指标采集子模块采集的监测指标预测第一服务质量；
确定子模块，用于确定所述第一服务质量预测子模块预测的第一服务质量是否满足所述服务质量标准确定子模块确定的第一服务质量标准；
第一性能管理子模块，用于当所述第一服务质量预测子模块预测的所述第一服务质量不满足所述服务质量标准确定子模块确定的所述第一服务质量标准时，结束性能管理流程，当所述第一服务质量预测子模块预测的所述第一服务质量满足所述服务质量标准确定子模块确定的所述第一服务质量标准时，使所述系统上线，持续监控第一类监测指标，并周期性的汇总监控的监测指标；
第二服务质量预测子模块，用于周期性的修正所述第二类监测指标，并结合所述第一性能管理子模块汇总的监测指标利用所述性能分析模型预测第二服务质量；
确定子模块，用于依据所述服务质量标准确定子模块确定的所述第一服务质量标准和所述第二服务质量预测子模块预测的所述第二服务质量确定是否需要对所述系统进行优化或扩容；
第二性能管理子模块，用于当需要对所述系统进行优化时，结束性能管理流程，当需要对所述系统进行扩容时，依据所述扩展性模型对所述系统进行扩容。
CN201310704803.0A 2013-12-19 2013-12-19 一种vcdn系统的性能管理方法及装置 Active CN104735550B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201310704803.0A CN104735550B (zh) 2013-12-19 2013-12-19 一种vcdn系统的性能管理方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201310704803.0A CN104735550B (zh) 2013-12-19 2013-12-19 一种vcdn系统的性能管理方法及装置

Publications (2)

Publication Number Publication Date
CN104735550A CN104735550A (zh) 2015-06-24
CN104735550B true CN104735550B (zh) 2019-02-22

Family

ID=53458910

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310704803.0A Active CN104735550B (zh) 2013-12-19 2013-12-19 一种vcdn系统的性能管理方法及装置

Country Status (1)

Country Link
CN (1) CN104735550B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2021112945A1 (en) * 2019-12-05 2021-06-10 Netflix, Inc. Multimedia content steering

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105099826A (zh) * 2015-08-19 2015-11-25 腾讯科技（深圳）有限公司 网络服务运营状况监测方法及装置
CN108600147B (zh) * 2017-12-29 2021-07-23 北京奇艺世纪科技有限公司 一种下载速度预测方法及装置

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1859213A (zh) * 2006-03-01 2006-11-08 华为技术有限公司 在内容分发网络中保障服务水平的系统和方法
CN101242432A (zh) * 2008-02-28 2008-08-13 蓝汛网络科技（北京）有限公司 一种互联网内容分发方法、系统及装置
CN102143237A (zh) * 2011-05-09 2011-08-03 宋健 一种基于网格的互联网内容分发方法和系统
CN102347864A (zh) * 2011-11-02 2012-02-08 网宿科技股份有限公司 基于内容分发网络的服务质量监控系统

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7885642B2 (en) * 2004-11-03 2011-02-08 Telefonaktiebolaget Lm Ericsson (Publ) Method and device for performance optimisation of a data distribution network

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1859213A (zh) * 2006-03-01 2006-11-08 华为技术有限公司 在内容分发网络中保障服务水平的系统和方法
CN101242432A (zh) * 2008-02-28 2008-08-13 蓝汛网络科技（北京）有限公司 一种互联网内容分发方法、系统及装置
CN102143237A (zh) * 2011-05-09 2011-08-03 宋健 一种基于网格的互联网内容分发方法和系统
CN102347864A (zh) * 2011-11-02 2012-02-08 网宿科技股份有限公司 基于内容分发网络的服务质量监控系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
《基于P2P的媒体分发网络性能分析研究》;马学凤;《中国优秀硕士学位论文全文数据库（硕士） 信息科技辑》;20110915(第9期);第7-37页

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2021112945A1 (en) * 2019-12-05 2021-06-10 Netflix, Inc. Multimedia content steering

Also Published As

Publication number Publication date
CN104735550A (zh) 2015-06-24

Similar Documents

Publication Publication Date Title
Gao et al. Towards cost-efficient video transcoding in media cloud: Insights learned from user viewing patterns
He et al. Coping with heterogeneous video contributors and viewers in crowdsourced live streaming: A cloud-based approach
US9438487B2 (en) Bandwith policy management in a self-corrected content delivery network
CN103891299B (zh) 用于提供电视收视率的有效和准确估计的方法和系统
Zhao et al. A segment-based storage and transcoding trade-off strategy for multi-version VoD systems in the cloud
US9521178B1 (en) Dynamic bandwidth thresholds
CN101304514B (zh) 一种视频点播系统及其数据缓存方法和调度服务器
CN102413379B (zh) 流媒体直播系统启动时延方法
US20150358379A1 (en) System and method for assignment and switching of content sources for a streaming content session
Chen et al. QAVA: quota aware video adaptation
CN104735550B (zh) 一种vcdn系统的性能管理方法及装置
US20170364833A1 (en) Ranking video delivery problems
Bellante et al. On Netflix catalog dynamics and caching performance
Kryftis et al. Resource usage prediction for optimal and balanced provision of multimedia services
CN104735481B (zh) 一种视频内容分发调度方法、服务器及系统
WO2022268032A1 (zh) 一种视频流调度系统及相关产品
Zhao et al. A version-aware computation and storage trade-off strategy for multi-version VoD systems in the cloud
Lin et al. Mobile video popularity distributions and the potential of peer-assisted video delivery
Yan et al. On the understanding of video streaming viewing behaviors across different content providers
De Cicco et al. QoE-driven resource allocation for massive video distribution
Gnibga et al. Latency, Energy and Carbon Aware Collaborative Resource Allocation with Consolidation and QoS Degradation Strategies in Edge Computing
CN113079062A (zh) 一种资源调整方法、装置、计算机设备和存储介质
WO2010058215A1 (en) Method and system for content handling
JP2012182677A (ja) 通信トラヒック予測装置及び方法及びプログラム
Zhou et al. A new QoE-driven video cache allocation scheme for mobile cloud server

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20220114

Address after: 100010 8th floor, longfu building, No. 95, longfushi street, Dongcheng District, Beijing

Patentee after: Beijing State Owned Financial Leasing Co.,Ltd.

Address before: 100085 No. 002, Section C, third floor, building 1, Third Street, Shangdi Information Industry base, Haidian District, Beijing

Patentee before: BEIJING STARTIMES SOFTWARE TECHNOLOGY Co.,Ltd.