CN107277862B - 一种移动云计算环境下的视频传输调度方法 - Google Patents

一种移动云计算环境下的视频传输调度方法 Download PDF

Info

Publication number
CN107277862B
CN107277862B CN201710381696.0A CN201710381696A CN107277862B CN 107277862 B CN107277862 B CN 107277862B CN 201710381696 A CN201710381696 A CN 201710381696A CN 107277862 B CN107277862 B CN 107277862B
Authority
CN
China
Prior art keywords
mobile
base station
video
mobile device
bandwidth
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
CN201710381696.0A
Other languages
English (en)
Other versions
CN107277862A (zh
Inventor
葛季栋
孟祥瑞
李忠金
李传艺
刘峰
胡昊
骆斌
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.)
Nanjing University
Original Assignee
Nanjing University
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 Nanjing University filed Critical Nanjing University
Priority to CN201710381696.0A priority Critical patent/CN107277862B/zh
Publication of CN107277862A publication Critical patent/CN107277862A/zh
Application granted granted Critical
Publication of CN107277862B publication Critical patent/CN107277862B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W28/00—Network traffic management; Network resource management
    • H04W28/16—Central resource management; Negotiation of resources or communication parameters, e.g. negotiating bandwidth or QoS [Quality of Service]
    • H04W28/18—Negotiating wireless communication parameters
    • H04W28/20—Negotiating bandwidth
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/06—Protocols specially adapted for file transfer, e.g. file transfer protocol [FTP]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W72/00—Local resource management
    • H04W72/04—Wireless resource allocation
    • H04W72/044—Wireless resource allocation based on the type of the allocated resource
    • H04W72/0446—Resources in time domain, e.g. slots or frames

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Quality & Reliability (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明公开了一种移动云计算环境下的视频传输调度方法，该发明属于移动云计算中的移动视频调度方法，旨在解决移动云计算基础设施向移动设备传输视频的调度问题，该方法在不影响移动用户的视频体验的基础上去优化视频传输过程，从而实现节约带宽成本与能源的目的。本发明与贪心算法相比，其显著优点是：在不影响用户视频体验的基础上，通过采用李雅普诺夫优化技术，尽最大可能减少调度带宽成本和能耗，该算法不仅能最大限度地提高平均视频吞吐率和平均移动设备能耗的共同效用，而且在工作量和信道状态均未知时仍可做到自适应。

Description

一种移动云计算环境下的视频传输调度方法
技术领域
本发明属于移动云计算领域，尤其是移动云计算领域中的移动云视频传输调度方法，是用于完成移动云视频向移动设备传输的调度方法。
背景技术
移动云计算是指通过移动网络以按需、易扩展的方式获得所需的基础设施、平台、软件(或应用)等一种IT资源或服务的交付与使用模式。Open Gardens在2010年初的博客上首次提出了移动云计算的概念，将其定义为：移动网络系统中云计算服务的可用性，是由用户、无限网络基站、移动带宽、基础设施、平台、软件等IT资源组成。简而言之，移动云计算是云计算技术在移动互联网中的延伸。
随着互联网技术的不断进步，流媒体的实时数据传输技术已经成了今年来的一个研究热点，目前，该技术被广泛应用于视频监控、视频会议、网络直播、远程教育等等流媒体技术领域。伴随着流媒体技术和云计算技术的成熟，移动设备的普及，多媒体文件日益丰富，人们对于移动设备终端上视频播放需求越来越高，海量的视频数据存储和移动云计算环境下的视频传输调度也成为了关键问题。
移动用户通过移动设备观看云视频时，移动设备的电量消耗是多方面的，主要包括本身播放视频消耗的电量以及发送视频请求以及接收视频消耗的电量。显然，通过移动云计算，移动设备不但可以解决移动设备计算资源不足、存储空间小等缺点，也可以在一定程度上节省电量消耗。但由于基站最大可用带宽与信道状态的影响，移动设备会在基站使用较差的视频传输调度算法的时候在接收视频时消耗过多的电量。因此，如何利用好基站的两大资源(基站最大可用带宽与信道状态)来向移动设备传输视频便成为减少移动设备在接收视频时的电量消耗的关键点。关于这个问题，本项发明不仅需要关注移动设备接收视频的时间，更应该注重在向移动设备传输视频时分配的带宽(即视频传输速率)，因为如果长时间以很低的速率向移动设备传输视频会大幅增加移动设备的电量消耗。
根据云计算视频传输调度算法的特点，目前主要分为两大类：传统的视频传输调度算法和基于QoS的视频传输调度算法。
(1)传统的视频传输调度算法：
轮询算法(Round Robin)：该算法也通常称为时间片轮转调度算法，即将时间片(时间段)以循环的秩序等分给每个进程，该处理过程无优先权(也称为循环执行)。轮询调度简单且易实现，无饥饿。轮询调度也可以应用到其他调度问题，如在计算机网络中的数据包调度。
机会调度：由于移动设备在通过无线网络连接时，信道状态是可能随时间变化的，因此会产生多用户分集效应。多用户分集效应的表现为，随着无线网络中不同移动设备的信道状态的不断变化，同一时刻，总会存在一些移动设备拥有较好的信道状态，有些移动设备拥有较差的信道状态。在这种情况下，机会调度算法会通过增加对信道状态好的移动设备服务，以达到最大化系统的吞吐量的目的。但这样显然会影响调度结果的公平性、有效性以及对用户的业务服务等，因此如何折中成为机会调度算法改善性能的的关键。
(2)基于QoS的视频传输调度算法：
随着视频传输调度算法越来越重视用户的体验，基于QoS的视频传输调度算法应运而生。与传统的视频传输调度算法不同，基于QoS的视频传输调度算法更加注重移动用户的体验效果，并在不影响移动用户的视频体验的基础上去优化视频传输过程，从而实现节约带宽成本与能源的目的。
发明内容
本发明要解决的技术问题是：提供一种移动云计算环境下的视频传输方法，该方法不仅能最大限度地提高平均视频吞吐率和平均移动设备能耗的共同效用，而且在工作量和信道状态均未知时仍可做到自适应。
本发明的技术方案为：一种移动云计算环境下的视频传输方法，首先判断当前系统状态，从而决定是否进行云视频下载；之后依次进行接纳控制、更新FIFO队列信息以及获取当前系统信息；最后通过带宽分配算法输出带宽分配方案。该方法通过采用李雅普诺夫优化技术从而实现共同效用的最大化，该移动视频传输调度算法整体流程如图1所示。包含以下算法(如图2所示)：
(1)初始化基站移动设备模型M(由一个基站和N台移动设备组成)，此时N台移动设备通过不稳定的无线网络连接；
(2)判断系统当前所处状态，是否是新一时间段的开始；
(3)系统处于t＝nT状态(T是模型M选取的时间段长度，t是系统当前时间)，不做步骤(4)至步骤(8)的带宽分配算法，基站下载上一时间段请求的所有视频；
(4)系统处于t≠nT状态，基站执行接纳控制，对所有的移动设备i发送来的视频请求Ai(t)(Ai(t)表示移动设备i的视频请求发送过程在时隙t时的请求数量)做出控制决定，从而得到Ri(t)(Ri(t)表示移动设备i发送的Ai(t)个视频请求中被接纳的数量)；
(5)根据队列更新公式Qi(t+1)＝max[Qi(t)-bi(Ii(t))，0]+Ri(t)(Qi(t)为队列i在时隙t的积压值，Ii(t)是时隙t基站对移动设备i做出的控制决定，bi(Ii(t))是当基站执行上述决定时分配给移动设备i的带宽)更新FIFO队列信息；
(6)获取当前队列状态Q(Q的设定为Q＝(Q1(t)，Q2(t)，...，QN(t)))和信道状态S(S的设定为S＝(S1(t)，S2(t)，...，SN(t))；
(7)调用带宽分配算法(Bandwidth Allocation Algorithm)生成带宽分配方案；
(8)输出带宽分配方案。
在以上的流程中，步骤(4)，具体细化如下：
(4.1)在满足0≤Ri(t)≤Ai(t)的前提下，最大化Ri(t)[Vαi-Qi(t)]，Ai(t)是移动设备i在时隙t向基站发送的视频请求数量，Ri(t)是通过接纳控制的视频请求数量，Qi(t)是移动设备i在时隙t基站传输缓冲区中积压请求的数量，V是控制探针，αi是非负数的标准化参数；
(4.2)如果Qi(t)＞Vαi，则使Ri(t)＝0；
(4.3)如果Qi(t)≤Vαi，则使Ri(t)＝Ai(t)。
在以上的流程中，步骤(7)是带宽分配算法(Bandwidth Allocation Algorithm)计算出带宽分配方案，具体细化如下：
(7.1)初始带宽分配：对每个移动设备i，分配带宽
Figure GSB0000193230390000035
即使
Figure GSB0000193230390000036
bi(t)是基站在时隙t分配给移动设备i的视频传输速率(也就是带宽)，Si(t)是在时隙t移动设备i和基站之间连接的无线网络的信道状态；
(7.2)判断：检查上述带宽分配方案是否满足条件|b(t)|≤Bsum，|b(t)|的计算方式为|b(t)|＝∑i∈Mbi(t)，M表示N台移动设备的集合，Bsum是基站可以是用的总带宽，如果步骤(7.2)的判断结果为是，执行步骤(8)；如果步骤(7.2)的判断结果为否，执行步骤(7.3)；
(7.3)再分配：如果存在bi(t)＝0，i∈M，则将移动设备i从移动设备集合M中移除，并生成新的移动设备集合M′，之后将拥有最小积压请求数量Qi(t)的移动设备i的带宽减少1，即使bi(t)＝bi(t)-1；之后再次返回步骤(7.2)进行判断，直到符合条件为止。
在步骤(7)的分配中，对要实现的带宽分配方案的效用最大化描述如下：
(a)限制条件如下：
(a.1)
Figure GSB0000193230390000031
Ii(t)是时隙t基站对移动设备i做出的控制决定，Ii是移动设备i所有可用的控制选择；
(a.2)
Figure GSB0000193230390000032
Figure GSB0000193230390000033
是移动设备i待机时的能耗功率，
Figure GSB0000193230390000034
是移动设备i接收视频时的能耗功率，Pi(t)是时隙t移动设备i的能耗；
(b)最大化：∑i∈M[Qi(t)E{bi(Ii(t))}-VβPi(t)]；bi(Ii(t))是基站做出控制决定Ii(t)时分给移动设备i的视频传输速率(带宽)，β是非负数的标准化参数。
本发明的有益效果是：在不影响用户视频体验的基础上，通过采用李雅普诺夫优化技术，尽最大可能地减少调度成本和能耗；该方法不仅能最大限度地提高平均视频吞吐率和平均移动设备能耗的共同效用，而且在工作量和信道状态均未知时仍可做到自适应。
附图说明
图1一种移动云计算环境下的视频传输方法的流程图。
图2带宽分配算法伪代码。
图3基站移动设备模型图
图4γ分别取值0.75，1.0，2.0时贪婪算法与BCA的总平均效用
图5γ分别取值0.75，1.0，2.0时总平均效用与V取值的关系
图6γ分别取值0.75，1.0，2.0时接纳请求的平均延迟时间与V取值的关系
图7γ分别取值0.75，1.0，2.0时被拒绝视频请求的百分比与V取值的关系
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明了，下面结合具体实施方式并参照附图，对本发明做进一步详细说明。这些描述只是示例性的，而并非要限制本发明的适用范围。此外，在以下说明中，省略了对已存在的结构和技术的描述，以避免不必要地混淆本发明的概念。
图1显示的基于基站的移动视频传输调度算法，其中步骤(4)和步骤(7)为本发明独有的步骤，是本发明的要点，带入图3所示模型：
(1)初始化基站移动设备模型M(由一个基站和10000台移动设备组成)，此时10000台移动设备通过不稳定的无线网络连接；
(2)判断系统当前所处状态，是否是新一时间段的开始(即t＝10n)；
(3)系统处于t＝10n状态，不做步骤(4)至步骤(8)的带宽分配算法，基站下载上一时间段请求的所有视频；
(4)系统处于t≠10n状态，基站执行接纳控制，对所有的移动设备i发送来的视频请求Ai(t)做出控制决定，从而得到Ri(t)；
(5)根据队列更新公式Qi(t+1)＝max[Qi(t)-bi(Ii(t))，0]+Ri(t)更新FIFO队列信息；
(6)获取当前队列状态Q和信道状态S；
(7)调用带宽分配算法(Bandwidth Allocation Algorithm)生成带宽分配方案；
(8)输出带宽分配方案。
图2显示的是在图1所示的流程中，步骤(7)中使用到的带宽分配算法(BandwidthAllocation Algorithm)的伪代码，该算法根据当前系统中的队列状态信息和信道状态信息计算出带宽分配方案，其关键步骤如下：
(1)对每个移动设备i，分配带宽
Figure GSB0000193230390000046
即使
Figure GSB0000193230390000047
(2)检查上述带宽分配方案是否满足条件|b(t)|≤Bsum；
(3)如果存在bi(t)＝0，i∈M，则将移动设备i从移动设备集合M中移除，并生成新的移动设备集合M′，之后将拥有最小积压请求数量Qi(t)的移动设备i的带宽减少1，即使bi(t)＝bi(t)-1；之后再次返回7.2进行判断，直到符合条件为止。
图3显示的是一个基站移动设备模型，移动模型的数量为N＝10000，其能源消耗模型为
Figure GSB0000193230390000041
p是一个大于0的标准化参数，时间段长度为T＝10，每个移动设备i向基站发送视频请求的过程Ai(t)满足泊松分布λi＝7，基站最大可用带宽为Bsum＝50000(以”请求数/时隙”为单位)，移动设备和基站之间连接的无线网络的信道状态服从正态分布μ＝5，σ＝1，标准化参数取值为γ＝α/β＝0.75，1.0，2.0，α和β为非负数的标准化参数。
图4展示的是当γ＝α/β＝0.75，1.0，2.0时，BCA与贪心算法在总平均效用
Figure GSB0000193230390000042
Figure GSB0000193230390000043
上的比较，此处αi的值均等于α，ri η指基站在采用控制策略η时移动设备i被接纳的请求的平均期望速率，
Figure GSB0000193230390000044
指基站在采用策略η时移动设备i的平均期望能耗。
图5展示的是γ分别取值0.75，1.0，2.0时总平均效用与V取值的关系，显示出总的平均效用随V的增大而增加，直至V到达
Figure GSB0000193230390000045
Figure GSB0000193230390000051
中所述的最大值，
Figure GSB0000193230390000052
和
Figure GSB0000193230390000053
表示基站在执行控制决策时所能达到的最优解，此处
Figure GSB0000193230390000054
其中
Figure GSB0000193230390000055
表示Ai(t)的上限值，μmax表示表示在任何时隙，任何移动设备所能达到的最大的视频传输速率(以“请求数/时隙”为单位)。
图6展示的是γ分别取值0.75，1.0，2.0时接纳请求的平均延迟时间与V取值的关，显示出接纳请求的平均延迟时间随V线性增长，正如
Figure GSB0000193230390000056
所述，
Figure GSB0000193230390000057
表示移动设备i的队列积压值(即视频传输缓冲区Qi(t))的上界。
图7展示的是γ分别取值0.75，1.0，2.0时被拒绝视频请求的百分比与V取值的关系。
图5、图6和图7显示出BCA提供的O(1/V，V)效用-延迟时间权衡，因此通过对线性增加的平均延迟时间的权衡，平均效用可以接近最优值。
应当指明的是，本发明的上述具体实施方式仅仅用于示例性说明或解释本发明的原理，而不构成对本发明的限制。因此，在不偏离本发明的精神和范围的情况下所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。此外，本发明所附权利要求旨在涵盖落入所附权利要求范围和边界、或者这种范围和边界的等同形式内的全部变化和修改例。

Claims (2)

1.一种移动云计算环境下的视频传输方法，其特征是基于移动云基础设施的移动视频传输，它以移动设备的视频请求为输入，以基站对各个移动设备的带宽分配为输出结果；该方法通过采用李雅普诺夫优化技术来实现视频的平均传输速率和移动设备的平均能源消耗之间的权衡；该方法具体包含以下步骤：
(1)设置初值：设置基站、移动设备模型初值M，包含一个基站和N台通过无限网络连接其上的移动设备；
(2)判断当前系统状态：根据当前时间判断系统所处的状态；
(3)t＝nT状态，T是模型M选取的时间段长度，t是系统当前时间，不做步骤(4)至步骤(8)的带宽分配算法，此时基站下载上一时间段请求的所有视频；
(4)接纳控制：系统处于t≠nT状态，基站执行接纳控制，对所有的移动设备i发送来的视频请求Ai(t)，Ai(t)表示移动设备i的视频请求发送过程在时隙t时的请求数量，做出控制决定，从而得到Ri(t)，Ri(t)表示移动设备i发送的Ai(t)个视频请求中被接纳的数量)；
(5)更新队列信息：根据队列更新公式Qi(t+1)＝max[Qi(t)-bi(Ii(t))，0]+Ri(t)(Qi(t)为队列i在时隙t的积压值，Ii(t)是时隙t基站对移动设备i做出的控制决定，bi(Ii(t))是当基站执行上述决定时分配给移动设备i的带宽)，计算出当前的缓冲区队列信息；
(6)获取当前系统状态：获取缓冲区队列积压信息和信道状态信息，并设Qi(t)的值为移动设备i在基站中缓冲区的积压值，Si(t)的值为移动设备i与基站连接的信道状态，单位是请求数/时隙；
(7)调用带宽分配算法：根据Q和S中的信息，为N台移动设备分配带宽，Q的设定为Q＝(Q1(t)，Q2(t)，...，QN(t))和S的设定为S＝(S1(t)，S2(t)，...，SN(t)，其中包含是3个子步骤：(7.1)初始带宽分配：对每个移动设备i，分配带宽
Figure FSB0000193230380000011
即使
Figure FSB0000193230380000012
bi(t)是基站在时隙t分配给移动设备i的视频传输速率(带宽)，Si(t)是在时隙t移动设备i和基站之间连接的无线网络的信道状态；(7.2)判断：检查上述带宽分配方案是否满足条件|b(t)|≤Bsum，|b(t)|的计算方式为|b(t)|＝∑i∈Mbi(t)，M表示N台移动设备的集合，Bsum是基站可以是用的总带宽，如果步骤(7.2)的判断结果为是，执行步骤(8)；如果步骤(7.2)的判断结果为否，执行步骤(7.3)；(7.3)再分配：如果存在bi(t)＝0，i∈M，则将移动设备i从移动设备集合M中移除，并生成新的移动设备集合M′，之后将拥有最小积压请求数量Qi(t)的移动设备i的带宽减少1，即使bi(t)＝bi(t)-1；之后再次返回步骤(7.2)进行判断，直到符合条件为止。对要实现的带宽分配方案的效用最大化描述如下，其中限制条件包括：
Figure FSB0000193230380000016
Ii(t)是时隙t基站对移动设备i做出的控制决定，Ii是移动设备i所有可用的控制选择；
Figure FSB0000193230380000013
Figure FSB0000193230380000014
是移动设备i待机时的能耗功率，
Figure FSB0000193230380000015
是移动设备i接收视频时的能耗功率，Pi(t)是时隙t移动设备i的能耗；最大化：∑i∈M[Qi(t)E{bi(Ii(t))}-VβPi(t)]；最大化：(7.b)bi(Ii(t))是基站做出控制决定Ii(t)时分给移动设备i的视频传输速率(带宽)，β是非负数的标准化参数；
(8)输出带宽分配方案。
2.根据权利要求1所述的方法，步骤(4)包括以下步骤：
(4.1)在满足0≤Ri(t)≤Ai(t)的前提下，最大化Ri(t)[Vαi-Qi(t)]，Ai(t)是移动设备i在时隙t向基站发送的视频请求数量，Ri(t)是通过接纳控制的视频请求数量，Qi(t)是移动设备i在时隙t基站传输缓冲区中积压请求的数量，V是控制探针，αi是非负数的标准化参数；
(4.2)如果Qi(t)＞Vαi，则使Ri(t)＝0；
(4.3)如果Qi(t)≤Vαi，则使Ri(t)＝Ai(t)。
CN201710381696.0A 2017-05-24 2017-05-24 一种移动云计算环境下的视频传输调度方法 Active CN107277862B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710381696.0A CN107277862B (zh) 2017-05-24 2017-05-24 一种移动云计算环境下的视频传输调度方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710381696.0A CN107277862B (zh) 2017-05-24 2017-05-24 一种移动云计算环境下的视频传输调度方法

Publications (2)

Publication Number Publication Date
CN107277862A CN107277862A (zh) 2017-10-20
CN107277862B true CN107277862B (zh) 2021-07-30

Family

ID=60064697

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710381696.0A Active CN107277862B (zh) 2017-05-24 2017-05-24 一种移动云计算环境下的视频传输调度方法

Country Status (1)

Country Link
CN (1) CN107277862B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108763116B (zh) * 2018-05-21 2021-08-06 南京大学 一种基于贪婪式算法的多通道ddr控制器

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103813213A (zh) * 2014-02-25 2014-05-21 南京工业大学 基于移动云计算的实时视频分享平台和方法
CN103888849A (zh) * 2014-04-11 2014-06-25 北京工业大学 移动云视频传输中的计算和无线资源协同调度方法
CN104767833A (zh) * 2015-05-04 2015-07-08 厦门大学 一种移动终端的计算任务的云端转移方法
KR20150137796A (ko) * 2014-05-30 2015-12-09 경희대학교 산학협력단 모바일 컴퓨팅 환경에서의 자원할당 및 데이터 분배를 최적화하는 방법

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103813213A (zh) * 2014-02-25 2014-05-21 南京工业大学 基于移动云计算的实时视频分享平台和方法
CN103888849A (zh) * 2014-04-11 2014-06-25 北京工业大学 移动云视频传输中的计算和无线资源协同调度方法
KR20150137796A (ko) * 2014-05-30 2015-12-09 경희대학교 산학협력단 모바일 컴퓨팅 환경에서의 자원할당 및 데이터 분배를 최적화하는 방법
CN104767833A (zh) * 2015-05-04 2015-07-08 厦门大学 一种移动终端的计算任务的云端转移方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Adaptive Multi-Resource Allocation for Cloudlet-Based Mobile Cloud Computing System;Yanchen Liu等;《IEEE》;20160829;第2398-2410页 *
Dynamic Resource Provisioning for Video Transcoding in IaaS Cloud;S. M. Farhad等;《IEEE》;20161231;第380-384页 *

Also Published As

Publication number Publication date
CN107277862A (zh) 2017-10-20

Similar Documents

Publication Publication Date Title
US10523458B2 (en) Multicast to unicast conversion technique
CN108063830B (zh) 一种基于mdp的网络切片动态资源分配方法
CN104079501B (zh) 一种基于多优先级的队列调度方法
CN108616458B (zh) 客户端设备上调度分组传输的系统和方法
CN109922479B (zh) 一种基于时延预估的计算任务卸载方法
CN111211830B (zh) 一种基于马尔可夫预测的卫星上行链路带宽资源分配方法
WO2017041492A1 (zh) 一种资源分配方法、装置和计算机可读存储介质
WO2014090075A1 (en) System and method for estimating an effective bandwidth
WO2008081184A1 (en) Allocation of network resources
Guo et al. Dynamic quality adaptation and bandwidth allocation for adaptive streaming over time-varying wireless networks
WO2018149228A1 (zh) 报文发送方法及装置
CN110113140B (zh) 一种雾计算无线网络中的计算卸载方法
CN105700955A (zh) 服务器系统的资源分配方法
CN102158906A (zh) 一种服务质量敏感系统及其任务调度方法
CN111328136B (zh) 基于eMBMS的数据传输控制方法、装置及电子设备
CN107204930B (zh) 令牌添加方法及装置
CN107277862B (zh) 一种移动云计算环境下的视频传输调度方法
WO2016000366A1 (zh) 一种资源调度方法、装置和计算机可读存储介质
CN101645932A (zh) 一种p2p流媒体启发式数据调度方法
WO2018072259A1 (zh) 一种资源调度方法及装置
Yao et al. A new packet scheduling algorithm for access points in crowded WLANs
CN113328879B (zh) 一种基于网络演算的云数据中心网络QoS保证方法
Yang et al. Slicing Allocation Optimization Based on MEC Service-Aware in 5G Smart Grids Enabled Surveillance System
Kim et al. KKT-conditions based resource allocation algorithm for DASH streaming service over LTE
Xu et al. A QoE-based DASH multicast grouping algorithm for mobile edge computing

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant