CN105933727A - 一种应用于游戏直播平台的视频流转码和分发方法 - Google Patents

Abstract

本发明公开一种应用于游戏直播平台的视频流转码和分发方法，包括：S1.将游戏直播平台运行周期切割成若干个时间段；S2.在每一个时间段开始时，中央控制单元获取每个主播实时上传的信息；S3.中央控制单元基于当前收集的信息采用Lyapunov优化方法解出最优解作为决策结果，其决策结果包括视频流转码决策，视频流分发决策以及用户码率选择决策的决策；S4.基于获取的决策结果对每一个在线游戏主播做出视频流转码决策，对每一个在线观众做出视频流分发决策以及码率选择决策。

Description

一种应用于游戏直播平台的视频流转码和分发方法

技术领域

本发明涉及多媒体网络和云计算资源管理领域，更具体地，涉及了一种应用于游戏直播平台的视频流转码和分发方法。

背景技术

近年来，伴随着移动互联网革命，智能终端设备的普及以及游戏产业的高速发展，游戏直播这一新兴的视频娱乐方式得以蓬勃发展。继Twitch.tv游戏直播平台在国外市场大获成功后，国内涌现出了Douyu.tv，虎牙直播，龙珠直播等一大批游戏直播平台。

游戏直播平台以广大游戏玩家上传的实时视频流为视频源，为游戏玩家提供实时视频流转码服务，以及实时视频流分发服务。通过实时视频流转码服务，游戏直播平台能够为观众提供最适合其设备能力以及带宽资源的视频版本，以保证观众能够获得较高的用户体验。通过视频流分发服务，游戏直播平台能够为每一个观众选择最适合的接入点。通过为观众选择最适合的接入点，游戏直播平台能够保证用户能够以较低的延迟观看游戏视频，如图1，现有游戏直播平台架构图。

游戏直播平台架构涉及三个不同的群体：游戏玩家，游戏直播平台运营商和观众。在游戏直播平台架构中，众多的游戏玩家根据各自所处的地域被划分为不同的玩家群体。同样的根据游戏玩家的所处的地域的不同也被划分为不同的群体。对于游戏直播平台，为了满足不同地域观众群体对于视频观看体验的要求，游戏直播平台往往选择在多地建立自己的数据中心，并根据用户群所处的地域将用户的请求重定向到不同的数据中心。此外，由于不同用户所使用的终端设备的能力，所处的网络环境的不同，游戏直播平台必须能够提供多种视频流版本，并根据用户自身情况自适应地为用户选择不同的视频流版本。

随着智能终端设备以及移动互联网的普及，用户可以随时随地地访问游戏直播平台，观看游戏直播。游戏直播平台往往使用网关服务器或者ISP的DNS服务来为用户提供数据中心选择重定向服务。用户在访问游戏直播平台时，首先向游戏直播平台自建的网关服务器发起请求，网关服务器通过自适应算法为观众选择最适合的数据中心。接着，观众直接与数据中心进行数据交互，从数据中心获取实时游戏视频流。同时，作为一种新兴的视频娱乐服务，观众还能够通过实时文字的方式与游戏玩家进行实时交互。由于直播与文字交互的实时性要求，游戏直播平台必须要能够保证观众能够在可容忍的延迟内接收到实时视频流，同时保证用户发出的交互文字能够实时地被游戏玩家接收到。

为了提供上述两种服务：实时视频流转码服务和视频分发服务。游戏直播平台运营商需要向云服务提供商购买相应的服务以及带宽。对于游戏直播平台运营商而言，实时视频流转码服务开销和带宽开销构成了其主要的运营成本。对于游戏直播平台运营商来说，提供实时视频流转码服务，不仅仅能够提高观众的用户体验，同时能够降低视频分发所带来的带宽开销。

综上所述，从游戏直播平台运营商的角度出发，为了最小化运营成本(转码开销和带宽开销)，同时保证用户的良好观看体验，游戏直播平台需要设计一种策略来最优化资源分配和视频流分发，使得游戏直播平台运营商能够以最小的开销提供尽可能好的用户体验。

“K.Pires,and G.Simon,“DASH in Twitch:Adaptive Bitrate Streaming inLive Game Streaming Platforms”,in VideoNext,2014.”公开了将DASH技术引入到游戏直播平台，并且针对实时视频流转码决策问题提出了两个启发式算法。通过启发式算法指导游戏直播平台运营商对不同游戏主播做出转码决策。该技术主要以每个主播所拥有的观众数量作为是否对其原始视频流进行转码的标准。由于游戏直播平台中观众数量分布不均，导致了只有热门主播的视频流能够得到转码，这就影响了观看相对冷门的频道的用户的体验。

“F.Chen,C.Zhang,F.Wang,and J.Liu,“Crowdsourced Live Streaming OverThe Cloud”,in INFOCOM,2015.”公开了从游戏主播角度出发，考虑当游戏主播上传游戏视频时，如何为其选择一个最优的服务器来接收其上传的视频流。在衡量服务器最优性时，该技术主要以地域分布以及服务器负载两个指标作为衡量标准。在该技术中，只讨论了如何为游戏玩家选择一个最优的视频上传点，并没有将游戏直播平台中的其他角色，如：观众，加入到算法设计的考虑中。单纯地从游戏玩家的角度进行算法设计，无法保证算法的实际优化效果，且无法保证用户体验。

“R.Shea,D.Fu,and J.Liu,“Towards Bridging Online Game Playing and LiveBroadcasting:Design and Optimization”,in NOSSDAV,2015.”提出了一种新的游戏直播平台架构。该技术试图在架构中将游戏直播平台与云游戏平台结合起来。同时，该技术还测量了主流开源直播软件OBS的能耗情况。该技术仅仅测量了开源直播软件OBS的能耗情况并提出了一个新型的直播平台架构，并没有进一步深入地探讨其中涉及到的问题，也没有提出一个最优化算法以指导游戏直播平台运营商做出决策。

“R.Aparicio-Pardo,K.Pires,A.Blanc,and G.Simon,“Transcoding LiveAdaptive Video Streams at a Massive Scale in the Cloud”,in MMSys,2015.”该技术从游戏直播平台运营商的角度出发，考虑如何对实时视频流转码任务进行调度。该技术试图提出一种策略，在有限转码资源的前提下，尽可能地优化转码输出视频分辨率，从而尽可能提高观众的体验。该技术仅仅通过转码任务调度的方式来最优化每个转码任务的输出视频分辨率，在优化过程中没有考虑观众的因素，也没有考虑游戏直播平台运营商的成本因素。因此，通过该技术得到的任务调度策略并不能有效地保证用户体验，也不能保证游戏直播平台运营商的成本能够被控制在一个合理的范围内。

发明内容

针对游戏直播平台中存在的运营成本过高，观众分布不均衡等问题，本发明提出了一种应用于游戏直播平台的视频流转码和分发方法，是一种游戏直播平台中的转码资源优化和自适应流适配方法。该方法在满足观众体验的基础上，实现了尽可能地降低运营商的运营成本。

为了实现上述目的，本发明的技术方案为：

一种应用于游戏直播平台的视频流转码和分发方法，包括以下步骤：

S1.将游戏直播平台运行周期切割成若干个时间段；

S2.在每一个时间段开始时，中央控制单元获取每个主播实时上传的信息；

S3.中央控制单元基于当前收集的信息采用Lyapunov优化方法解出最优解作为决策结果，其决策结果包括视频流转码决策，视频流分发决策以及用户码率选择决策的决策；

S4.基于获取的决策结果对每一个在线游戏主播做出视频流转码决策，对每一个在线观众做出视频流分发决策以及码率选择决策；

步骤S3中求解获得决策的方式具体为：将最小化运营成本、最优化用户体验的优化问题转化为Lyapunov优化问题，中央控制单元当前收集的信息作为该优化问题的已知条件，将用户QoE指标作为约束条件，并同时设置一个可容忍的延迟下界来保证用户体验质量，然后解出最优解作为决策结果；

定义一个虚拟队列θ(t)；同时定义虚拟队列更新方程：

$\mathrm{\θ}(t+1)=max\{\mathrm{\θ}\left(t\right)+\frac{1}{N^t}\underset{i\∈v^t}{\Σ}D(i,t)-\mathrm{\ϵ},0\}$

其中，D(i,t)表示观众i在第t个时间段所感受到的延迟，v^t表示第t个时间段在线观众数量，N^t表示第t个时间段直播平台中在线观众总人数，ε表示观众所能容忍的最大延迟阈值，虚拟队列θ(t)用于衡量观众实际感受到的延迟与预定义阈值之间的累积差距；

根据Lyapunov优化框架，定义L(t)和Δ(θ(t))如下：

$L\left(t\right)=\frac{1}{2}{\mathrm{\θ}}^2\left(t\right)$

Δ(θ(t))＝L(t+1)-L(t)

L(t)用于衡量队列的大小，Δ(θ(t))表示相邻两个时间段队列数组的变化量；根据Lyapunov优化框架，依据用户用电请求信息和系统状态信息在每一个时间段内计算出满足如下最优化方程的视频流转码及分发策略：

$P3.min\underset{i\∈v^t}{\Σ}\left(\frac{\mathrm{\θ}\left(t\right)}{N^t}D\right(i,t)+V\·C_b(i,t)-V\mathrm{\α}\·Q(i,t\left)\right)+\underset{j\∈H^t}{\Σ}V\·C_s(j,t)$

其中V是一个可调参数，用于调节目标优化方程和用户延迟队列之间的权衡；α是一个可调参数，用于调节优化目标之间的权重，即运营成本与用户体验之间的权重；D(i,t)表示观众i在第t个时间段所感受到的延迟，C_b(i,t)表示为了服务于观众i所产生的带宽开销，Q(i,t)表示观众i在第t个时间段所生产的用户体验值；C_s(j,t)表示在第t个时间段，为给游戏主播j提供转码服务，游戏直播平台运营商需要支出的转码费用。

优选的，观众i在第t个时间段所感受到的延迟D(i,t)必须在观众感受到的视频观看延迟在可容忍的范围之内，即满足下式；

$\underset{T\→+\mathrm{\∞}}{\lim }\frac{1}{T}\underset{t=1}{\overset{T}{\Σ}}\frac{1}{N^t}\underset{i\∈V^t}{\Σ}D(i,t)\≤\mathrm{\ϵ}$

T表示游戏直播平台运营的总时长。

优选的，转码费用C_s(j,t)定义如下：

$C_s(j,t)=\underset{m\∈R(j,t)}{\Σ}{\tilde{C}}_S\left(P\right(j,t),B_S(m),t,\mathrm{\τ})$

其中，P(j,t)表示在第t个时间段由游戏玩家j所上传的视频被转码成的码率版本，B_s(m)指的是第m个码率版本所对应的视频码率，t是指第t个时间段，τ表示虚转码的视频时长。表示转码服务提供商将原始码率为P(j,t)，时长为τ的视频流转码为目标码率为B_s(m)的视频流所收取的费用。

优选的，观众i在第t个时间段所生产的用户体验值Q(i,t)满足下式：

Q(i,t)＝ψ(G(i),B_v(i,t))

其中，Q(i,t)表示用户体验值，G(i)表示用户所观看的游戏视频的基本码率要求，B_v(i,t)表示用户v在时间段t所接收到的码率；ψ()函数表示观看基本码率要求为G(i)且接收到码率为B_v(i,t)的用户体验值。

优选的，服务于观众i所产生的带宽开销C_b(i,t)满足下式：

C_b(i,t)＝B_v(i,t)·U(Z(i,t),t)

其中，Z(i,t)表示的用户i在第个t时间段所选择的数据中心，U(Z(i,t),t)表示编号为Z(i,t)的数据在第t个时间段的单位带宽价格。

优选的，其约束条件还包括视频码率要求，是针对当前游戏类型，观众在观看该游戏视频时，要获得基本的用户体验所应该选择的最低视频码率；由下式确定：

$B_v(i,t)\≥E\left(G\right(i\left)\right),\∀i$

其中，B_v(i,t)表示观众i在第t个时间段所接收到的视频流码率，G(i)代表观众i所选择的游戏类型，E(G(i))表示观众i要获得最基本的用户体验所需要请求的视频码率；整个表达式用于确保对每一个观众i，在每一个时隙t，其所接收到的视频码率都能够保证其获得最基本的用户体验。

附图说明

图1为现有游戏直播平台架构图。

图2为本发明中实时视频流转码与分发方法的流程图。

具体实施方式

下面结合附图对本发明做进一步的描述，但本发明的实施方式并不限于此。

游戏直播平台

游戏直播平台(Live Game Video Streaming Platform)是以游戏玩家实时上传的游戏视频为视频源，为观众提供实时游戏视频服务的视频平台。游戏直播平台主要负责对游戏玩家上传的实时视频流进行在线转码，并将转码后的视频流分发给观众。

游戏直播平台运营商

游戏直播平台运营商(Crowdsourced Live Game Video Streaming ServiceProvider)是游戏直播平台的运营商。借助云计算、云存储等相关技术，对游戏玩家上传的游戏视频流进行实时转码，并将转码后的视频流分发给观众。

Lyapunov优化框架

Lyapunov优化框架用于设计针对于动态系统的在线决策算法，并使决策达到最优的同时保持系统状态的稳定性。该优化框架的最大优势是不需要提前知道系统未来的状态信息。

针对游戏直播平台中存在的运营成本过高，观众分布不均衡等问题，本发明提出了一种应用于游戏直播平台的视频流转码和分发方法。该方法在满足观众体验的基础上，实现了尽可能地降低运营商的运营成本。

本发明充分考虑了不同游戏类型对于观众体验的影响，本发明针对不同的游戏类型提出了一种通用的资源优化和自适应流适配算法。同时，本发明还充分考虑了观众分布的地域性，当观众请求视频流时，本方法能够为每一个观众选择一个最适合的接入点。通过为观众选择合理的接入点，本方法能够尽可能地降低用户的观看延迟。本发明通过建立用户QoE模型、用户观看延迟模型以及运营商开销模型，基于Lyapunov优化框架，设计出基于自适应流适配技术的视频流转码和分发优化方法。

本发明的基本技术包括：用户QoE模型、用户视频观看延迟模型、直播平台运营商开销模型以及视频流转码和分发方法。

用户QoE模型

在游戏直播平台中，用户QoE(Quality of Experience用户体验质量)反映了观众对于游戏直播平台提供的服务的满意程度。用户QoE是衡量游戏直播平台性能的重要指标之一。

首先，本发明针对不同的观众观看的不同游戏类型，定义了与游戏类型相关的QoE指标，并定义了不同游戏类型视频的基本视频码率要求。基本视频码率要求指的是，针对当前游戏类型，观众在观看该游戏视频时，要获得基本的用户体验所应该选择的最低视频码率。

$B_v(i,t)\≥E\left(G\right(i\left)\right),\∀i$

其中，B_v(i,t)表示观众i在第t个时间段所接收到的视频流码率，G(i)代表观众i所选择的游戏类型，E(G(i))表示观众i要获得最基本的用户体验所需要请求的视频码率。整个表达式用于确保对每一个观众i，在每一个时隙t，其所接收到的视频码率都能够保证其获得最基本的用户体验。

本发明定义用户QoE与用户接收到的视频码率直接相关，具体定义为：

Q(i,t)＝ψ(G(i),B_v(i,t))

其中Q(i,t)表示用户体验值，G(i)表示用户所观看的游戏视频的基本码率要求，B_v(i,t)表示用户v在时间段t所接收到的码率；ψ()函数表示观看基本码率要求为G(i)且接收到码率为B_v(i,t)的用户的用户体验值。

用户视频观看延迟模型

本发明进一步考虑用户视频观看延迟对于观众的影响，在游戏直播平台中，观众感受到的延迟主要由三个部分组成：

1、主播端延迟；主播端延迟指的是从主播开始上传视频流到视频流被直播平台接收所经历的时间间隔。

2、平台转码延迟；转码延迟指的是游戏直播平台从接收到主播上传的原始视频流到转码得到目标码率视频流所经历的时间间隔。

3、客户端延迟；客户端延迟主要包括两个方面：

a)客户端网络延迟；客户端网络延迟主要指的是视频流从游戏直播平台发送到观众客户端所经历的时间间隔。

b)客户端视频播放延迟；客户端视频播放延迟主要指的是从客户端接收到视频流到解码视频流并播放所经历的时间间隔。

在本发明中，要求观众感受到的视频观看延迟在可容忍的范围之内。

$\underset{T\→+\mathrm{\∞}}{\lim }\frac{1}{T}\underset{t=1}{\overset{T}{\Σ}}\frac{1}{N^t}\underset{i\∈V^t}{\Σ}D(i,t)\≤\mathrm{\ϵ}$

其中D(i,t)表示观众i在第t个时间段所感受到的观看延迟。N^t表示在第t个时间段游戏直播平台当前的观众总数量。ε是游戏直播平台运营商预先设定的延迟阈值，用于保证观众感受到的平均延迟在可容忍范围内。

直播平台运营商开销模型

本发明在保证用户QoE的基础上，尽可能降低直播平台运营商的运营成本。在游戏直播中，游戏直播平台运营商的运营成本主要包括两个方面：

1、带宽开销。直播平台带宽开销主要指的是，游戏直播平台为分发游戏视频流所需要购买的网络带宽的资金消耗。网络带宽开销与游戏直播平台所服务的用户数量以及用户观看的视频码率有直接的关系。

2、视频转码开销。直播平台视频转码开销主要指的是，游戏直播平台为了能够提供多个不同码率版本的视频流所需要购买的视频转码服务所花费的资金。

对于地理位置分布不同的数据中心来说，由于分布的地理位置不同，单位带宽价格也不尽相同，并且单位带宽价格随着时间波动。而对于实时视频流转码开销而言，游戏直播平台需要花费的资金与视频转码任务的原始输入视频流码率，输出视频码率以及视频时间长直接相关。为了能够节约运营成本，游戏直播平台运营商希望能够同时降低这两方面的资金开销。

在本发明中，服务于观众i所产生的带宽开销C_b(i,t)满足下式：

C_b(i,t)＝B_v(i,t)·U(Z(i,t),t)

其中，Z(i,t)表示的用户i在第个t时间段所选择的数据中心，U(Z(i,t),t)表示编号为Z(i,t)的数据在第t个时间段的单位带宽价格。

除了带宽开销，由于游戏直播平台运营商需要提供多个版本的视频流，因此，运营商需要购买实时视频流转码服务。在本发明中，转码开销定义如下：

$C_s(j,t)=\underset{m\∈R(j,t)}{\Σ}{\tilde{C}}_S\left(P\right(j,t),B_S(m),t,\mathrm{\τ})$

其中，P(j,t)表示在第t个时间段由游戏玩家j所上传的视频被转码成的码率版本，B_s(m)指的是第m个码率版本所对应的视频码率，t是指第t个时间段，τ表示虚转码的视频时长。表示转码服务提供商将原始码率为P(j,t)，时长为τ的视频流转码为目标码率为B_s(m)的视频流所收取的费用。

视频流转码与分发方法

下面结合流程图2和实施实例对视频流转码与分发方法做进一步的说明。

图2为本发明中实时视频流转码与分发方法的流程图，具体步骤如下：

(S101)将游戏直播平台运行周期切割成若干个时间段。

(S102)在每一个时间段开始时，中央控制单元获取每个主播实时上传的信息，包括视频码率，用户数量，用户带宽等信息。

(S103)根据当前收集的信息求解出视频流转码决策，视频流分发决策以及用户码率选择决策，该求解过程的约束条件是在保证用户QoE的基础上最优化游戏直播平台运营商的运营成本。

(S104)根据步骤(S103)的求解策略对每一个在线游戏主播做出视频流转码决策，对每一个在线观众做出视频流分发决策以及码率选择决策。

在一个具体实施方式中，步骤(S102)中当前收集的信息包括：在线游戏主播数量，在线观众数量，观众带宽，游戏玩家上传视频流原始码率，观众所观看的游戏视频类型，观众与接入数据中心之间的网络延迟等信息。

在一个具体实施方式中，本发明可以将最小化运营成本、最优化用户体验的优化问题转化为Lyapunov优化问题，将用户请求信息和系统状态信息作为该优化问题的已知条件，将部分用户QoE指标(如：码率、延迟)作为约束条件，并同时设置一个可容忍的延迟下界来保证用户体验质量，然后解出最优解作为决策结果。为了使用Lyapunov优化框架，本发明将基于时间平均的延迟约束条件转化为基于队列稳定性的条件，在这个优化问题中定义一个虚拟队列θ(t)。同时定义虚拟队列更新方程：

$\mathrm{\θ}(t+1)=max\{\mathrm{\θ}\left(t\right)+\frac{1}{N^t}\underset{i\∈v^t}{\Σ}D(i,t)-\mathrm{\ϵ},0\}$

其中，D(i,t)表示观众i在第t个时间段所感受到的延迟，v^t表示第t个时间段在线观众数量，N^t表示第t个时间段直播平台中在线观众总人数，∈表示观众所能容忍的最大延迟阈值，虚拟队列θ(t)用于衡量观众实际感受到的延迟与预定义阈值之间的累积差距；

根据Lyapunov优化框架，定义L(t)和Δ(θ(t))如下：

$L\left(t\right)=\frac{1}{2}{\mathrm{\θ}}^2\left(t\right)$

Δ(θ(t))＝L(t+1)-L(t)

L(t)用于衡量队列的大小，Δ(θ(t))表示相邻两个时间段队列数组的变化量；根据Lyapunov优化框架，依据用户用电请求信息和系统状态信息在每一个时间段内计算出满足如下最优化方程的视频流转码及分发策略：

$P3.min\underset{i\∈v^t}{\Σ}\left(\frac{\mathrm{\θ}\left(t\right)}{N^t}D\right(i,t)+V\·C_b(i,t)-V\mathrm{\α}\·Q(i,t\left)\right)+\underset{j\∈H^t}{\Σ}V\·C_s(j,t)$

其中V是一个可调参数，用于调节目标优化方程和用户延迟队列之间的权衡；α是一个可调参数，用于调节优化目标之间的权重，即运营成本与用户体验之间的权重；D(i,t)表示观众i在第t个时间段所感受到的延迟，C_b(i,t)表示为了服务于观众i所产生的带宽开销，Q(i,t)表示观众i在第t个时间段所生产的用户体验值；C_s(j,t)表示在第t个时间段，为给游戏主播j提供转码服务，游戏直播平台运营商需要支出的转码费用。

该算法过程的伪代码如下所示。

对于上述伪代码中步骤5所需求解的优化目标，可以进一步通过本发明提出的执行于每一个时隙的多项式时间求解算法，如下所示。

本发明提出了一种应用于游戏直播平台的视频流转码和分发方法，本发明详细描述了视频流转码策略，视频流码率选择策略以及视频流分发策略。本发明在具体实施时可以有多种方法，包括但不局限于：

1、使用预测算法调整算法中的阈值；

2、针对观众QoE模型做小幅调整，比如为用户添加等级属性(付费用户，非付费用户等)。

本发明中，各模块的结构和连接方式都是可以有所变化的，在本发明技术方案的基础上，凡根据本发明原理对个别算法模块的结构进行的改进和等同变换，均不应排除在本发明的保护范围之外。

本发明提出的系统工作流程中的关键数学模型和方法有：用户QoE模型、用户视频观看延迟模型、游戏直播平台运营商开销模型、视频流转码与分发方法。用户QoE模型表达了游戏直播平台中观众对于视频服务的直观体验，是本发明的基础。本发明提出的视频流转码与分发算法能根据有限的系统状态信息、用户QoE反馈和用户观看延迟等信息，动态地做出游戏玩家转码决策，观众码率选择决策以及观众接入数据中心选择决策，在保证用户QoE的基础上，优化游戏直播平台运营商的总开销。本发明提出的视频流转码与分发算法是本发明的核心内容。

以上所述的本发明的实施方式，并不构成对本发明保护范围的限定。任何在本发明的精神原则之内所作出的修改、等同替换和改进等，均应包含在本发明的权利要求保护范围之内。

Claims (6)

1.一种应用于游戏直播平台的视频流转码和分发方法，其特征在于，包括以下步骤：

S1.将游戏直播平台运行周期切割成若干个时间段；

S2.在每一个时间段开始时，中央控制单元获取每个主播实时上传的信息；

S3.中央控制单元基于当前收集的信息采用Lyapunov优化方法解出最优解作为决策结果，其决策结果包括视频流转码决策，视频流分发决策以及用户码率选择决策的决策；

S4.基于获取的决策结果对每一个在线游戏主播做出视频流转码决策，对每一个在线观众做出视频流分发决策以及码率选择决策；

步骤S3中求解获得决策的方式具体为：将最小化运营成本、最优化用户体验的优化问题转化为Lyapunov优化问题，中央控制单元当前收集的信息作为该优化问题的已知条件，将用户QoE指标作为约束条件，并同时设置一个可容忍的延迟下界来保证用户体验质量，然后解出最优解作为决策结果；

定义一个虚拟队列θ(t)；同时定义虚拟队列更新方程：

$\mathrm{\θ}(t+1)=max\{\mathrm{\θ}\left(t\right)+\frac{1}{N^t}\underset{i\∈v^t}{\Σ}D(i,t)-\mathrm{\ϵ},0\}$

其中，D(i,t)表示观众i在第t个时间段所感受到的延迟，v^t表示第t个时间段在线观众数量，N^t表示第t个时间段直播平台中在线观众总人数，ε表示观众所能容忍的最大延迟阈值，虚拟队列θ(t)用于衡量观众实际感受到的延迟与预定义阈值之间的累积差距；

根据Lyapunov优化框架，定义L(t)和Δ(θ(t))如下：

$L\left(t\right)=\frac{1}{2}{\mathrm{\θ}}^2\left(t\right)$

Δ(θ(t))＝L(t+1)-L(t)

L(t)用于衡量队列的大小，Δ(θ(t))表示相邻两个时间段队列数组的变化量；根据Lyapunov优化框架，依据用户用电请求信息和系统状态信息在每一个时间段内计算出满足如下最优化方程的视频流转码及分发策略：

$P3.min\underset{i\∈v^t}{\Σ}\left(\frac{\mathrm{\θ}\left(t\right)}{N^t}D\right(i,t)+V\·C_b(i,t)-V\mathrm{\α}\·Q(i,t\left)\right)+\underset{j\∈H^t}{\Σ}V\·C_s(j,t)$

其中V是一个可调参数，用于调节目标优化方程和用户延迟队列之间的权衡；α是一个可调参数，用于调节优化目标之间的权重，即运营成本与用户体验之间的权重；D(i,t)表示观众i在第t个时间段所感受到的延迟，C_b(i,t)表示为了服务于观众i所产生的带宽开销，Q(i,t)表示观众i在第t个时间段所生产的用户体验值；C_s(j,t)表示在第t个时间段，为给游戏主播j提供转码服务，游戏直播平台运营商需要支出的转码费用。

2.根据权利要求1所述的方法，其特征在于，观众i在第t个时间段所感受到的延迟D(i,t)必须在观众感受到的视频观看延迟在可容忍的范围之内，即满足下式；

$\underset{T\→+\mathrm{\∞}}{\lim }\frac{1}{T}\underset{t=1}{\overset{T}{\Σ}}\frac{1}{N^t}\underset{i\∈V^t}{\Σ}D(i,t)\≤\mathrm{\ϵ}$

T表示游戏直播平台运营的总时长。

3.根据权利要求1所述的方法，其特征在于，转码费用C_s(j,t)定义如下：

$C_s(j,t)=\underset{m\∈R(j,t)}{\Σ}{\tilde{C}}_S\left(P\right(j,t),B_S(m),t,\mathrm{\τ})$

其中，P(j,t)表示在第t个时间段由游戏玩家j所上传的视频被转码成的码率版本，B_s(m)指的是第m个码率版本所对应的视频码率，t是指第t个时间段，τ表示虚转码的视频时长。表示转码服务提供商将原始码率为P(j,t)，时长为τ的视频流转码为目标码率为B_s(m)的视频流所收取的费用。

4.根据权利要求1所述的方法，其特征在于，观众i在第t个时间段所生产的用户体验值Q(i,t)满足下式：

Q(i,t)＝ψ(G(i),B_v(i,t))

其中，Q(i,t)表示用户体验值，G(i)表示用户所观看的游戏视频的基本码率要求，B_v(i,t)表示用户v在时间段t所接收到的码率；ψ()函数表示观看基本码率要求为G(i)且接收到码率为B_v(i,t)的用户体验值。

5.根据权利要求4所述的方法，其特征在于，服务于观众i所产生的带宽开销C_b(i,t)满足下式：

C_b(i,t)＝B_v(i,t)·U(Z(i,t),t)

其中，Z(i,t)表示的用户i在第个t时间段所选择的数据中心，U(Z(i,t),t)表示编号为Z(i,t)的数据在第t个时间段的单位带宽价格。

6.根据权利要求1所述的方法，其特征在于，其约束条件还包括视频码率要求，是针对当前游戏类型，观众在观看该游戏视频时，要获得基本的用户体验所应该选择的最低视频码率；由下式确定：

$B_v(i,t)\≥E\left(G\right(i\left)\right),\∀i$

其中，B_v(i,t)表示观众i在第t个时间段所接收到的视频流码率，G(i)代表观众i所选择的游戏类型，E(G(i))表示观众i要获得最基本的用户体验所需要请求的视频码率；整个表达式用于确保对每一个观众i，在每一个时隙t，其所接收到的视频码率都能够保证其获得最基本的用户体验。