CN111654712B - 适用于移动边缘计算场景的动态自适应流媒体组播方法 - Google Patents

适用于移动边缘计算场景的动态自适应流媒体组播方法 Download PDF

Info

Publication number
CN111654712B
CN111654712B CN202010577365.6A CN202010577365A CN111654712B CN 111654712 B CN111654712 B CN 111654712B CN 202010577365 A CN202010577365 A CN 202010577365A CN 111654712 B CN111654712 B CN 111654712B
Authority
CN
China
Prior art keywords
multicast
grouping
adaptive streaming
user experience
client
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
CN202010577365.6A
Other languages
English (en)
Other versions
CN111654712A (zh
Inventor
谭小彬
徐磊
李思敏
王顺义
杨坚
郑烇
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.)
University of Science and Technology of China USTC
Original Assignee
University of Science and Technology of China USTC
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 University of Science and Technology of China USTC filed Critical University of Science and Technology of China USTC
Priority to CN202010577365.6A priority Critical patent/CN111654712B/zh
Publication of CN111654712A publication Critical patent/CN111654712A/zh
Application granted granted Critical
Publication of CN111654712B publication Critical patent/CN111654712B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/21—Server components or server architectures
    • H04N21/218—Source of audio or video content, e.g. local disk arrays
    • H04N21/2181—Source of audio or video content, e.g. local disk arrays comprising remotely distributed storage units, e.g. when movies are replicated over a plurality of video servers
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L65/00—Network arrangements, protocols or services for supporting real-time applications in data packet communication
    • H04L65/60—Network streaming of media packets
    • H04L65/61—Network streaming of media packets for supporting one-way streaming services, e.g. Internet radio
    • H04L65/611—Network streaming of media packets for supporting one-way streaming services, e.g. Internet radio for multicast or broadcast
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L65/00—Network arrangements, protocols or services for supporting real-time applications in data packet communication
    • H04L65/80—Responding to QoS
    • 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
    • H04N21/21—Server components or server architectures
    • H04N21/218—Source of audio or video content, e.g. local disk arrays
    • H04N21/2187—Live feed
    • 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
    • H04N21/239—Interfacing the upstream path of the transmission network, e.g. prioritizing client content requests
    • H04N21/2393—Interfacing the upstream path of the transmission network, e.g. prioritizing client content requests involving handling client requests

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Databases & Information Systems (AREA)
  • Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明公开了一种适用于移动边缘计算场景的动态自适应流媒体组播方法，该方法基于用户体验质量的组播分组算法，从用户最关心的QoE角度出发，对客户端进行动态分组，最大化所有客户端的QoE；还基于用户体验质量的资源调度算法，以组播组为资源调度的最小分配单位，以最终的优化目标作为资源调度和码率决策的依据，最大化网络资源的利用率。

Description

适用于移动边缘计算场景的动态自适应流媒体组播方法
技术领域
本发明涉及计算机网络技术领域，尤其涉及一种适用于移动边缘计算场景的动态自适应流媒体组播方法。
背景技术
随着万物互联时代的到来，边缘计算、雾计算等各种远程边缘节点调用计算资源的架构也得到了前所未有的关注，尤其是随着5G技术的飞速发展，边缘计算逐渐成为了IT界的热门话题。
所谓边缘计算，就是在靠近数据源头的网络边缘一侧，融合网络、计算、存储等核心能力的开发平台，可以在离用户更近的地方，提供云计算服务，以满足数据实时处理分析、对网络时延和数据安全性要求高的业务需求。其中，移动边缘计算(MEC)是一种非常有前途的场景，该场景通过在基站部署MEC服务器，向无线接入网的边缘提供计算和存储能力，可以很好地提高移动网络的性能。
根据思科公司的报告，预计到2021年，全球移动总流量中的78％是视频流量，这无疑会给移动网络带来巨大压力。就目前而言，虽然有许多研究已经致力于提高移动网络的容量，但是高质量的视频业务对于带宽和时延的需求程度远远大于当前移动网络容量的升级速率。
动态自适应流媒体(DAS)技术可以很好地适应不同用户的不同带宽状态，基于用户自身的信道质量等条件可以为用户动态地调整其所请求的视频片段的码率。将DAS应用到MEC场景中，可以充分发挥二者的优势，在带宽受限的条件下，尽可能地为用户提供高质量、低时延的视频传输服务。
由于实时直播、在线观影以及VR等的普及，同一时刻大量用户请求相同视频内容的场景变得非常普遍，因此网络中存在大量的冗余数据传输。为了提供高质量的视频服务，现有的LTE网络中已经可以支持多媒体广播组播服务(MBMS)，可以将相同的视频片段同步发送至该网络下符合要求的多个基站。然而传统的DAS并没有考虑组播服务，这也是移动网络中频谱资源利用率偏低的主要原因。
出于对上述情况的考虑，当前已有一些学者致力于LTE、5G等移动通信网络中的DAS组播研究，其中对系统性能影响最为关键的就是组播组的划分和频谱资源的调度。
有一些研究提出了基于簇的分组算法，虽然此方法在分组上有一定的成效，但由于其计算量太大，耗时过长，导致其性能表现并不好；也有学者提出了基于动态规划思想的分组算法，虽然其复杂度要比基于簇的分组算法低得多，但其根本目的是为了提升系统的性能，并没有考虑用户体验质量(QoE)。
传统的资源调度算法都是基于服务质量(QoS)指标进行考量的，同样不能反映用户体验质量。虽然也有一些研究提出了基于QoE的资源调度算法，但其都是针对特定场景，并不能很好地适应MEC中的DAS组播场景。
发明内容
本发明的目的是解决现有技术所存在的技术问题，提供一种适用于移动边缘计算场景的动态自适应流媒体组播方法。
本发明的目的是通过以下技术方案实现的：
一种适用于移动边缘计算场景的动态自适应流媒体组播方法，包括：
通过组播服务器，采用基于用户体验质量的组播分组算法，将同一同步区域中的移动动态自适应流媒体客户端划分为多个组播组；
所述组播服务器，以组播组为单位，基于用户体验质量的资源调度算法，进行频谱资源的调度，对于每个组播组，根据组内移动动态自适应流媒体客户端的信息作出码率决策，从而生成视频请求；
分布式协调器在接收到所述组播服务器发送的多个组播组的视频请求时，将视频请求分别映射到能获得相应视频请求所需视频数据的最近边缘服务器处；
所述组播服务器从相应边缘服务器中获得相应视频数据后，同步向组播组内各移动动态自适应流媒体客户端发送相应视频数据。
由上述本发明提供的技术方案可以看出，基于用户体验质量的组播分组算法，从用户最关心的QoE角度出发，对客户端进行动态分组，最大化所有客户端的QoE；基于用户体验质量的资源调度算法，以组播组为资源调度的最小分配单位，以最终的优化目标作为资源调度和码率决策的依据，最大化网络资源的利用率。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例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一些实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他附图。
图1为本发明实施例提供的面向移动客户端的多接入边缘计算DAS场景示意图；
图2为本发明实施例提供的一种适用于移动边缘计算场景的动态自适应流媒体组播方法的流程图。
具体实施方式
下面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，都属于本发明的保护范围。
本发明实施例提供一种适用于移动边缘计算场景的动态自适应流媒体组播方法，所涉及场景与基于HTTP的动态自适应流(DASH)的边缘计算场景类似，不同的是本发明加入了组播技术。如图1所示，边缘服务器(Edge Server)连接至云端，位于无线接入网(RAN)内，并存有来自视频源服务器(Video Source Server)的多种码率的视频片段，不同边缘服务器之间能够相互连接并共享信息；在逻辑层面上，在每一边缘服务器处添加了组播服务器(Multicast Server)和分布式协调器(Distributed Coordination Proxy)，组播服务器用于实现多客户端间的组播，分布式协调器负责将接收到的请求映射到不同的边缘服务器上；组播服务器能够连接多个基站，不同组播服务器负责的基站无交叉。
该方法的主要流程如图2所示，主要包含四个阶段：组播分组、资源调度及码率决策、协调代理映射、组内传输；具体为：通过组播服务器，采用基于用户体验质量的组播分组算法，将同一同步区域(MBMS Sync Area)中的移动动态自适应流媒体客户端(可简称为客户端)划分为多个组播组；所述组播服务器，以组播组为单位，基于用户体验质量的资源调度算法，进行频谱资源的调度，对于每个组播组，根据组内客户端的信息作出码率决策，从而生成视频请求；分布式协调器在接收到所述组播服务器发送的多个组播组的视频请求时，将视频请求分别映射到能获得相应视频请求所需视频数据的最近边缘服务器处；所述组播服务器从相应边缘服务器中获得相应视频数据后，同步向组播组内各移动动态自适应流媒体客户端发送相应视频数据。对于每一个视频频段都执行上述过程，直至客户端下载完最后一个片段。
为了便于理解，下面针对上述方案所包含的四个阶段的具体过程做详细的介绍。
一、组播分组。
本发明实施例中，对处于同一同步区域中的移动DAS客户端进行分组，分组的任务由组播服务器来完成，本发明实施例中，采用了基于QoE的组播分组算法。本发明实施例中，QoE指标与常见的QoE指标一样，由视频的码率大小、码率切换以及播放中断时长三部分组成，不同的是对于每个组成部分本发明有自己的定义方式。利用QoEupper表示QoE指标的上限：
Figure BDA0002551432180000041
其中qt、qt-1分别表示请求当前视频片段和请求上一视频片段时的信道质量；r∈(0，1)是用以体现用户体验质量对信道质量敏感程度的参数；α、β∈(0，1)是体现用户体验质量指标影响程度的权重参数；buffer表示开始请求当前视频片段时客户端的缓冲区时长，size_seg表示当前所请求视频片段的实际大小，表示请求当前视频片段所占用的带宽，可由信道质量计算得到。
视频码率与客户端的信道质量正相关，而客户端对自己的当前信道质量和历史信道质量都是已知的，因此选择信道质量来衡量客户端的码率及码率切换情况(信道质量实际上是能获取到的码率上限)是合理的。但信道质量和QoE之间的关系是非线性的，如果信道质量较低，即使其只发生了很小的变化也可能对客户端产生巨大的影响；反之，如果信道质量较高，则较小的信道质量变化甚至不会对客户端产生任何影响。因此给信道质量添加了一个介于0和1之间的指数r，用以体现其对高低信道质量的敏感程度。上述表达式中的第二项是我们定义的码率切换，这样的设计方式可以保证，当视频码率由高变低时，将比由低变高产生更大的负面影响，更贴近用户的实际体验。
播放中断时长由客户端当前已缓冲视频片段时长和请求下个片段的所需时间共同决定，我们使用已缓冲视频片段的总时长来表示缓冲区的大小，如果请求的视频片段在缓冲区为空之前无法到达，则会导致视频播放的中断。由于主要考虑实时直播场景，因此对任一客户端而言，可以假设其在任何时刻都只缓存了指定长度的视频片段，也就是说，可以认为所有客户端的缓冲区大小始终保持一致，缓冲区大小的具体数值可由边缘服务器指定。
本发明提出的基于QoE的组播分组算法，是在聚类分析算法的基础上实现的，聚类分析算法是一种非监督统计学习算法，目的是按照样本的某种特征把样本集合划分为若干子集，每个子集是一类，同一类中的元素在该特征上具有很高的一致性。本发明实施例中，对于同一同步区域中的移动动态自适应流媒体客户端，各自计算对应的用户体验质量指标的上限QoEupper，并作为组播分组算法的样本特征。
设同一同步区域中的移动动态自适应流媒体客户端的数目为N，构成的样本特征集合记为D＝{d1,...,dn,...,dN}；分组方案的集合为S＝{S1,...,Sm,...,SM}，其中任一分组方案Sm的分组结果表示为
Figure BDA0002551432180000051
其中1≤m≤M，
Figure BDA0002551432180000052
为分组方案Sm下第k个组播组内客户端的集合，1≤k≤K，K为预先确定好的分组数，分组目标是找到一种分组方案满足如下条件：
Figure BDA0002551432180000053
其中，ck为
Figure BDA0002551432180000054
的聚类中心，Nk表示
Figure BDA0002551432180000055
中的客户端数目。
每一次分组的过程包括：
步骤1、对于样本特征集合，随机选取K个样本作为聚类中心，将这K个聚类中心的集合记作C＝{c1,...,ck,...,cK}，首次进行分组时直接根据客户端的信道质量状况进行分组；
步骤2、对于每个样本特征dn，计算其与所有聚类中心的距离Δdn,k＝|dn-ck|，获得距离集合{Δdn,1,...,Δdn,k,...,Δdn,K}，n＝1,2,...,N；从中选取最小值，记为
Figure BDA0002551432180000056
将dn划分到集合
Figure BDA0002551432180000057
中，kmin∈[1,K]，最终得到分组结果；
步骤3、根据分组结果重新计算每个组播组的聚类中心
Figure BDA0002551432180000058
为组播组内元素的统计平均值，新的聚类中心集合记作
Figure BDA0002551432180000059
步骤4、对于所有分组，若重新计算的聚类中心
Figure BDA00025514321800000510
与原聚类中心ck相等，则算法结束，此时的分组结果即为最终结果，否则，令C＝C*，回到步骤2重新分组；最终的分组结果记为S*＝{S1,...,Sk,...,SK}，Sk是第k个组播组的客户端集合。
通过上述分组过程可知，在步骤2中每个客户端具体会被分到哪一个组中完全取决于客户端到所有聚类中心的距离，与客户端距离最小的那个聚类中心所在的组即是客户端应被分到的组。因此四个步骤执行完成后，得到的结果一定是满足前述目标函数的，而算法的终止条件是为了保证最终得到的这些聚类中心是合理且稳定的。
二、资源调度及码率决策
在组播模式下，频谱资源以组为基本单位进行调度，而单播模式下的资源以客户端为基本单位进行调度，由于组的数量比客户端数量少得多，因此每个组能分配到的资源块数比单播下每个客户端分配到的资源块数多，统一后的组速率比单播模式下单客户端所能获得的速率要大。
传统的资源调度算法主要包括轮询调度算法、最大载波干扰比调度算法、比例公平调度算法等。轮询(RR)调度算法可以最大限度地保证客户端间的公平性，但其整体吞吐量性能较差；最大载波干扰比(MAX C/I)调度算法在每个调度时隙，将资源块分配给信道质量最好的客户端，因此总能达到最高的吞吐量，但也会导致信道质量差的客户端很长一段时间内无法获得任何资源，完全没有考虑公平性；比例公平(PF)调度算法能在高吞吐量和公平性之间进行权衡，在每个调度时隙找到符合下述条件的客户端：
Figure BDA0002551432180000061
其中，u*为符合条件的客户端，Ru(t)表示客户端u在时隙t的某个资源块上能得到的速率，λu(t)表示客户端窗口时间内的平均速率，τ是值大于1的比例参数，Δt表示一个调度时隙的时长。因此PF算法可以根据客户端本身的信道条件及其平均速率来动态调整资源块的分配。
但上述传统方案，都是QoS指标进行考量的，没有办法直接反映客户端的观看体验，因此，本发明实施例提出了一种基于QoE的资源调度算法，QoE主要由视频码率和中断播放时长决定，但这里的QoE与上述分组方案中的QoE有所不同，这里的QoE是以组播组为单位进行表示的，具体来说，以组播组为单位的用户体验质量包含了组播组内最差的信道质量最差，以及相应组播组的缓冲区状态，使用二元组表示：
Figure BDA0002551432180000062
其中，Gk是第k个组播组的用户体验质量二元状态表示，CQI表示信道质量，Sk是第k个组播组的客户端集合，ui表示第k个组播组中的第i个客户端，buffer表示开始请求当前视频片段时客户端的缓冲区时长。本发明基于该二元状态表示Gk及资源分配方案Wl设计了一个效用函数Uk(Gk,Wl)，其中Wl∈W，W表示可选分配方案的集合，最终确定的资源分配方案Wf为：
Figure BDA0002551432180000071
其中，Nk表示Sk中的客户端数目。
在组播系统中，组播组内的所有客户端观看相同的视频片段，后续资源块的分配与组播组的码率决策是一一对应的关系，也即根据组播组的用户体验质量进行码率决策。为了保证组播组内客户端能够同时收到数据，组播组必须要收集组内最差信道状态客户端的信道质量等信息，并以此作为码率请求的依据。这样便把问题转化成了多个组播组间的竞争，对于码率决策算法，采用基于带宽预测的算法实现。
三、协调代理映射
当组播服务器发来多个组播组的视频请求时，分布式协调器可以实现组播组到不同边缘服务器的映射，映射采用重定向技术实现，映射的结果是使组播服务器尽可能在离自己最近的边缘服务器处获取到自己管辖的组播组所请求的视频片段。
四、组内传输
当组播组获取到组播服务器发送回来的视频文件后，为其组内所有客户端进行组播传输，视频内容在多个组播组客户端中同步传输。
当同步区域中有移动动态自适应流媒体客户端的信道条件发生变化、或者有新加入或者退出的移动动态自适应流媒体客户端导致组播组内的用户体验质量变化量超出设定值(变化较大)时，动态调整所有组播组的分组情况。
本发明实施例提供的上述方案：
1、阐明了整个移动边缘计算场景中为实现DAS组播而设计的各个模块的作用，以及该场景下DAS组播的工作流程，为实际的场景部署指明了方向。
2、提供了一种基于用户体验质量的组播分组算法，从用户最关心的QoE角度出发，对客户端进行动态分组，最大化所有客户端的QoE。
3、提供了一种基于用户体验质量的资源调度算法，以组播组为资源调度的最小分配单位，以最终的优化目标作为资源调度和码率决策的依据，最大化网络资源的利用率。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例可以通过软件实现，也可以借助软件加必要的通用硬件平台的方式来实现。基于这样的理解，上述实施例的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM，U盘，移动硬盘等)中，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)执行本发明各个实施例所述的方法。
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明披露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求书的保护范围为准。

Claims (6)

1.一种适用于移动边缘计算场景的动态自适应流媒体组播方法，其特征在于，包括：
通过组播服务器，采用基于用户体验质量的组播分组算法，将同一同步区域中的移动动态自适应流媒体客户端划分为多个组播组；
所述组播服务器，以组播组为单位，基于用户体验质量的资源调度算法，进行频谱资源的调度，对于每个组播组，根据组内移动动态自适应流媒体客户端的信息作出码率决策，从而生成视频请求；
分布式协调器在接收到所述组播服务器发送的多个组播组的视频请求时，将视频请求分别映射到能获得相应视频请求所需视频数据的最近边缘服务器处；
所述组播服务器从相应边缘服务器中获得相应视频数据后，同步向组播组内各移动动态自适应流媒体客户端发送相应视频数据；
其中，基于用户体验质量的资源调度算法，进行频谱资源的调度，对于每个组播组，根据组内移动动态自适应流媒体客户端的信息作出码率决策包括：
以组播组为单位，用户体验质量为组播组内最差的信道质量最差，以及相应组播组的缓冲区状态，使用二元组表示：
Figure FDA0003147288810000011
其中，Gk是第k个组播组的用户体验质量二元状态表示，CQI表示信道质量，Sk是第k个组播组的客户端集合，ui表示第k个组播组中的第i个客户端，buffer表示开始请求当前视频片段时客户端的缓冲区时长；
基于二元状态表示Gk及资源分配方案Wl设计了一个效用函数Uk(Gk,Wl)，其中Wl∈W，W表示可选分配方案的集合，最终确定的资源分配方案Wf为：
Figure FDA0003147288810000012
其中，Nk表示Sk中的客户端数目；
在组播系统中，组播组内的所有客户端观看相同的视频片段，后续资源块的分配与组播组的码率决策是一一对应的关系，也即根据组播组的用户体验质量进行码率决策；对于码率决策算法，采用基于带宽预测的算法实现。
2.根据权利要求1所述的一种适用于移动边缘计算场景的动态自适应流媒体组播方法，其特征在于，所述边缘服务器连接至云端，位于无线接入网内，并存有多种码率的视频片段，不同边缘服务器之间能够相互连接并共享信息；在每一边缘服务器处添加了组播服务器和分布式协调器，组播服务器能够连接多个基站，不同组播服务器负责的基站无交叉。
3.根据权利要求1所述的一种适用于移动边缘计算场景的动态自适应流媒体组播方法，其特征在于，所述采用基于用户体验质量的组播分组算法，将同一同步区域中的移动动态自适应流媒体客户端划分为多个组播组包括：
对于同一同步区域中的移动动态自适应流媒体客户端，各自计算对应的用户体验质量指标的上限，并作为组播分组算法的样本特征；
设同一同步区域中的移动动态自适应流媒体客户端的数目为N，构成的样本特征集合记为D＝{d1,...,dn,...,dN}；分组方案的集合为S＝{S1,...,Sm,...,SM}，其中任一分组方案Sm的分组结果表示为
Figure FDA0003147288810000021
其中1≤m≤M，
Figure FDA0003147288810000022
为分组方案Sm下第k个组播组内客户端的集合，1≤k≤K，K为预先确定好的分组数，分组目标是找到一种分组方案满足如下条件：
Figure FDA0003147288810000023
其中，ck为
Figure FDA0003147288810000024
的聚类中心，Nk表示
Figure FDA0003147288810000025
中的客户端数目。
4.根据权利要求3所述的一种适用于移动边缘计算场景的动态自适应流媒体组播方法，其特征在于，每一次分组的过程包括：
步骤1、对于样本特征集合，随机选取K个样本作为聚类中心，将这K个聚类中心的集合记作C＝{c1,...,ck,...,cK}，首次进行分组时直接根据客户端的信道质量状况进行分组；
步骤2、对于每个样本特征dn，计算其与所有聚类中心的距离Δdn,k＝|dn-ck|，获得距离集合{Δdn,1,...,Δdn,k,...,Δdn,K}，n＝1,2,...,N；从中选取最小值，记为
Figure FDA0003147288810000026
将dn划分到集合
Figure FDA0003147288810000027
中，kmin∈[1,K]，最终得到分组结果；
步骤3、根据分组结果重新计算每个组播组的聚类中心
Figure FDA0003147288810000028
为组播组内元素的统计平均值，新的聚类中心集合记作
Figure FDA0003147288810000029
步骤4、对于所有分组，若重新计算的聚类中心
Figure FDA00031472888100000210
与原聚类中心ck相等，则算法结束，此时的分组结果即为最终结果，否则，令C＝C*，回到步骤2重新分组；将最终分组结果记为Sk。
5.根据权利要求3或4所述的一种适用于移动边缘计算场景的动态自适应流媒体组播方法，其特征在于，所述用户体验质量指标由视频的码率大小、码率切换以及播放中断时长三部分组成，利用QoEupper表示用户体验质量指标的上限：
Figure FDA0003147288810000031
其中qt、qt-1分别表示请求当前视频片段和请求上一视频片段时的信道质量；r∈(0，1)是用以体现用户体验质量对信道质量敏感程度的参数；α、β∈(0，1)是体现用户体验质量指标影响程度的权重参数；buffer表示开始请求当前视频片段时客户端的缓冲区时长，size_seg表示当前所请求视频片段的实际大小，表示请求当前视频片段所占用的带宽。
6.根据权利要求1所述的一种适用于移动边缘计算场景的动态自适应流媒体组播方法，其特征在于，当同步区域中有移动动态自适应流媒体客户端的信道条件发生变化、或者有新加入或者退出的移动动态自适应流媒体客户端导致组播组内的用户体验质量变化量超出设定值时，动态调整所有组播组的分组情况。
CN202010577365.6A 2020-06-22 2020-06-22 适用于移动边缘计算场景的动态自适应流媒体组播方法 Active CN111654712B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010577365.6A CN111654712B (zh) 2020-06-22 2020-06-22 适用于移动边缘计算场景的动态自适应流媒体组播方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010577365.6A CN111654712B (zh) 2020-06-22 2020-06-22 适用于移动边缘计算场景的动态自适应流媒体组播方法

Publications (2)

Publication Number Publication Date
CN111654712A CN111654712A (zh) 2020-09-11
CN111654712B true CN111654712B (zh) 2021-10-01

Family

ID=72348979

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010577365.6A Active CN111654712B (zh) 2020-06-22 2020-06-22 适用于移动边缘计算场景的动态自适应流媒体组播方法

Country Status (1)

Country Link
CN (1) CN111654712B (zh)

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112162837B (zh) * 2020-09-17 2022-08-23 中国科学院计算机网络信息中心 一种基于软件定义的边缘计算调度方法及系统
CN112202800B (zh) * 2020-10-10 2021-10-01 中国科学技术大学 C-ran架构中基于强化学习的vr视频边缘预取方法和系统
CN112543357B (zh) * 2020-11-26 2023-09-08 郑州铁路职业技术学院 一种基于dash协议的流媒体数据传输方法
CN112565606B (zh) * 2020-12-02 2022-04-01 鹏城实验室 全景视频智能传输方法、设备及计算机存储介质
CN113014968B (zh) * 2021-02-24 2022-02-08 南京大学 一种基于强化学习的多用户动态码率视频传输方法及系统
CN113079389B (zh) * 2021-03-23 2022-01-25 国网江苏省电力有限公司信息通信分公司 一种边缘计算环境下的资源自适应调节方法
CN113099259B (zh) * 2021-04-19 2024-04-16 北京沃东天骏信息技术有限公司 流媒体的组播发送方法、装置、组播服务器以及介质
CN113301368B (zh) * 2021-04-21 2023-06-30 百果园技术(新加坡)有限公司 视频处理方法、装置及电子设备
CN113194362B (zh) * 2021-04-30 2022-09-02 中国科学技术大学 边缘计算场景中视频组播分组和码率决策方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106937392A (zh) * 2017-04-28 2017-07-07 北京邮电大学 一种基于dash业务中用户体验质量的无线资源调度方法
CN109327867A (zh) * 2018-10-26 2019-02-12 西安交通大学 LTE网络下QoE驱动的视频码率自适应和资源分配联合算法
WO2019221352A1 (ko) * 2018-05-15 2019-11-21 순천향대학교 산학협력단 모바일 비디오의 품질 향상을 위한 모바일 에지 클라우드에서의 트래픽 관리 방법 및 이를 위한 장치
CN111148050A (zh) * 2019-12-30 2020-05-12 展讯半导体(南京)有限公司 组播管理方法及装置

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2014106206A1 (en) * 2012-12-28 2014-07-03 DISH Digital L.L.C. Adaptive multicast delivery of media streams
US10362359B2 (en) * 2015-12-13 2019-07-23 Ustudio, Inc. Video player framework for a media distribution and management platform
US9949133B2 (en) * 2016-08-05 2018-04-17 Nxgen Partners Ip, Llc Ultra-broadband virtualized telecom and internet
US10355998B2 (en) * 2017-02-27 2019-07-16 Cisco Technology, Inc. Adaptive video over multicast

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106937392A (zh) * 2017-04-28 2017-07-07 北京邮电大学 一种基于dash业务中用户体验质量的无线资源调度方法
WO2019221352A1 (ko) * 2018-05-15 2019-11-21 순천향대학교 산학협력단 모바일 비디오의 품질 향상을 위한 모바일 에지 클라우드에서의 트래픽 관리 방법 및 이를 위한 장치
CN109327867A (zh) * 2018-10-26 2019-02-12 西安交通大学 LTE网络下QoE驱动的视频码率自适应和资源分配联合算法
CN111148050A (zh) * 2019-12-30 2020-05-12 展讯半导体(南京)有限公司 组播管理方法及装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
"基于LTE网络的DASH视频组播技术研究";袁亚雄;《中国优秀硕博论文》;20181031;第9页、第18-22页、第28页、第41-43页 *

Also Published As

Publication number Publication date
CN111654712A (zh) 2020-09-11

Similar Documents

Publication Publication Date Title
CN111654712B (zh) 适用于移动边缘计算场景的动态自适应流媒体组播方法
CN107682135B (zh) 一种基于noma的网络切片自适应虚拟资源分配方法
Xu et al. GrIMS: Green information-centric multimedia streaming framework in vehicular ad hoc networks
JP5390413B2 (ja) 階層的にクラスタ化されたｐ２ｐストリーミング・システム
JP5897447B2 (ja) 品質及びレート情報に基づいてマルチメディアコンテンツのサイズを変更するための方法及びシステム
CN112543508A (zh) 面向5g网络切片的无线资源分配方法及网络架构
CN101540775A (zh) 内容分发方法、装置与内容分发网络系统
CN109743217B (zh) 一种基于svra算法的自适应资源调节方法
CN109150756B (zh) 一种基于sdn电力通信网的队列调度权值量化方法
CN110913239B (zh) 一种精细化的移动边缘计算的视频缓存更新方法
CN111447511A (zh) 一种带有用户感知体验质量的带宽分配方法
CN113099259B (zh) 流媒体的组播发送方法、装置、组播服务器以及介质
CN113328879B (zh) 一种基于网络演算的云数据中心网络QoS保证方法
CN113068267B (zh) 一种通信卫星信道带宽资源动态分配方法及装置
Yeznabad et al. Backhaul traffic and QoE joint optimization approach for adaptive video streaming in MEC-enabled wireless networks
JP5564350B2 (ja) サービス多重化処理方法及び装置
Dubin et al. A fair server adaptation algorithm for HTTP adaptive streaming using video complexity
Tan et al. QoE-driven DASH multicast scheme for 5G mobile edge network
CN113194362B (zh) 边缘计算场景中视频组播分组和码率决策方法
Colonnese et al. Premium quality or guaranteed fluidity? Client-transparent DASH-aware bandwidth allocation at the radio access network
CN111510882B (zh) 基于用户体验质量的车联网频谱资源分配方法及系统
CN116781703A (zh) 数据处理方法、装置、计算机设备及可读介质
CN114245422A (zh) 一种基于簇内智能共享的边缘主动缓存方法
CN113965962A (zh) 一种面向物联网切片的缓存资源管理方法及其系统
CN113489779A (zh) 一种基于网络拓扑分层的精确缓存放置方法

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