CN116916048B - 一种用于流媒体传输优化的混合架构、方法、设备和介质 - Google Patents
一种用于流媒体传输优化的混合架构、方法、设备和介质 Download PDFInfo
- Publication number
- CN116916048B CN116916048B CN202311146655.5A CN202311146655A CN116916048B CN 116916048 B CN116916048 B CN 116916048B CN 202311146655 A CN202311146655 A CN 202311146655A CN 116916048 B CN116916048 B CN 116916048B
- Authority
- CN
- China
- Prior art keywords
- peer
- layer
- transcoding
- cdn
- module
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 56
- 230000005540 biological transmission Effects 0.000 title claims abstract description 52
- 238000005457 optimization Methods 0.000 title claims abstract description 37
- 238000012544 monitoring process Methods 0.000 claims abstract description 19
- XNPOFXIBHOVFFH-UHFFFAOYSA-N N-cyclohexyl-N'-(2-(4-morpholinyl)ethyl)carbodiimide Chemical compound C1CCCCC1N=C=NCCN1CCOCC1 XNPOFXIBHOVFFH-UHFFFAOYSA-N 0.000 claims abstract description 9
- 230000006870 function Effects 0.000 claims abstract description 7
- 238000004806 packaging method and process Methods 0.000 claims abstract description 4
- 230000009471 action Effects 0.000 claims description 24
- 210000002569 neuron Anatomy 0.000 claims description 12
- 238000013480 data collection Methods 0.000 claims description 7
- 238000012545 processing Methods 0.000 claims description 5
- 238000005304 joining Methods 0.000 claims description 4
- 230000004044 response Effects 0.000 claims description 4
- 238000003860 storage Methods 0.000 claims description 4
- 230000003139 buffering effect Effects 0.000 claims description 3
- 230000003111 delayed effect Effects 0.000 claims description 2
- 238000007726 management method Methods 0.000 description 19
- 238000010586 diagram Methods 0.000 description 10
- 230000003044 adaptive effect Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 238000007796 conventional method Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 241000764238 Isis Species 0.000 description 1
- 230000001174 ascending effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005315 distribution function Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
- G06V20/41—Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
- G06N3/088—Non-supervised learning, e.g. competitive learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
- G06V20/46—Extracting features or characteristics from the video content, e.g. video fingerprints, representative shots or key frames
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/40—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks using virtualisation of network functions or resources, e.g. SDN or NFV entities
-
- 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
- H04L67/02—Protocols based on web technology, e.g. hypertext transfer protocol [HTTP]
-
- 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
- H04L67/10—Protocols in which an application is distributed across nodes in the network
- H04L67/104—Peer-to-peer [P2P] networks
-
- 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
-
- 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
- H04N21/231—Content storage operation, e.g. caching movies for short term storage, replicating data over plural servers, prioritizing data for deletion
- H04N21/23106—Content storage operation, e.g. caching movies for short term storage, replicating data over plural servers, prioritizing data for deletion involving caching operations
-
- 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
- H04N21/234—Processing of video elementary streams, e.g. splicing of video streams or manipulating encoded video stream scene graphs
- H04N21/2343—Processing of video elementary streams, e.g. splicing of video streams or manipulating encoded video stream scene graphs involving reformatting operations of video signals for distribution or compliance with end-user requests or end-user device requirements
- H04N21/234309—Processing of video elementary streams, e.g. splicing of video streams or manipulating encoded video stream scene graphs involving reformatting operations of video signals for distribution or compliance with end-user requests or end-user device requirements by transcoding between formats or standards, e.g. from MPEG-2 to MPEG-4 or from Quicktime to Realvideo
-
- 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
-
- 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
- H04N21/632—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 using a connection between clients on a wide area network, e.g. setting up a peer-to-peer communication via Internet for retrieving video segments from the hard-disk of other client devices
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- General Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computer Networks & Wireless Communication (AREA)
- Computational Linguistics (AREA)
- Medical Informatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Data Mining & Analysis (AREA)
- Molecular Biology (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- Information Transfer Between Computers (AREA)
- Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)
Abstract
本申请涉及一种用于流媒体传输优化的混合架构、方法、设备和介质,该混合架构包括:视频资源层、CDN层、P2P层和边缘层,视频资源层用于将流媒体编码并打包,存储在源服务器;CDN层由多个CDN服务器构建,每个CDN服务器都包含视频序列的各个部分,使用CMSD格式的消息向边缘层报告其缓存占用情况;P2P层是基于树状网格结构构建的,包括对等方,利用对等方的空闲资源进行分布式视频转码;对等方通过CMCD格式的消息向边缘层报告其缓存占用情况,并通过CMSD格式的消息从边缘层接收更新;边缘层在靠近基站的位置部署虚拟化边缘组件,虚拟化组件具有转码和缓存功能,并根据接收到的消息和监测信息做出决策。
Description
技术领域
本申请涉及流媒体传输优化技术领域,特别是涉及一种用于流媒体传输优化的混合架构、方法、设备和介质。
背景技术
随着新型视频流媒体技术的普及、网络范式的进步以及越来越多的用户选择通过互联网观看视频内容而非传统电视,视频已成为互联网上的主要流量。其中,流媒体直播已经变得非常流行,到2022年将占据总视频流量的约17%。然而,对于OTT服务提供商来说,设计一种成本效益高、可扩展且灵活的架构,以支持低延迟和高质量的流媒体直播仍然是一个挑战。
基于HTTP的自适应流即HAS已经成为自适应视频流服务的标准,在HAS技术中,视频被拆分为固定时长的短段,每个段以多种质量/比特率进行编码;然后,HAS客户端根据可用的带宽或缓冲区状态,使用自适应比特率算法从CDN服务器下载适当的段。虽然利用CDN服务来扩展HAS是一大进步,但高质量和低延迟实时视频需求的巨大增长为OTT服务带来了一些挑战。例如,CDN服务器可能会过载,导致OTT服务无法向终端用户提供令人满意的质量和延迟。最近的研究表明,利用P2P网络中客户端的能力来构建混合P2P-CDN视频传输系统可以解决上述问题,并带来许多优势,如缓解网络拥塞,增加流媒体稳定性和降低传输成本。鉴于这些优势,许多公司一直在利用对等辅助网络,并结合一些有前景的网络协议如WebRTC协议来卸载CDN并实现上述目标。研究表明,现有的混合P2P-CDN实时流媒体系统未能充分利用对等方的能力来提供高质量和低延迟的实时流媒体,因此资源利用效率低下,用户体验不佳。
发明内容
基于上述问题,本申请提供一种用于流媒体传输优化的混合架构、方法、设备和介质。
第一方面,本发明实施例提供一种用于流媒体传输优化的混合架构,包括:视频资源层、CDN层、P2P层和边缘层,
视频资源层用于将流媒体编码并打包,存储在源服务器;
CDN层由多个CDN服务器构建,每个CDN服务器都包含视频序列的各个部分,使用公共媒体服务器数据CMSD格式的消息向边缘层报告其缓存占用情况;
P2P层是基于树状网格结构构建的,包括两种类型的对等方:播种者和下载者,利用对等方的空闲资源进行分布式视频转码;对等方通过公共媒体客户端数据CMCD格式的消息向边缘层报告其缓存占用情况,并通过公共媒体客户端数据CMSD格式的消息从边缘层接收更新;
边缘层在靠近基站的位置部署虚拟化边缘组件,所述虚拟化组件配备转码和缓存功能,并根据接收到的消息和监测信息做出决策。
第二方面,本发明实施例还提供一种用于流媒体传输优化的方法,应用于上述的混合架构中,当虚拟化边缘组件收到新请求时,从行动树中确定最小延迟的传输方法;
行动树中的传输方法包括如下七种:
第一种:使用P2P网络,从相邻对等方传输所请求的对应质量的内容,所述相邻对等方是最近加入时间最短的对等方;
第二种:从相邻对等方以更高质量进行转码,并通过P2P网络传输;
第三种:从虚拟化边缘组件获取所请求的对应质量的内容;
第四种:在虚拟化边缘组件上进行更高质量的转码,并传输;
第五种:从源服务器获取请求的对应质量的内容;
第六种:从最佳CDN服务器获取更高质量的内容,并在虚拟化边缘组件上进行转码;
第七种:从最佳CDN服务器获取请求的对应质量的内容。
进一步地,上述一种用于流媒体传输优化的方法中,从行动树中确定最小延迟的传输方法,是通过优化模型确定的。
进一步地,上述一种用于流媒体传输优化的方法中,优化模型是通过预设的多个约束条件确定的。
进一步地,上述一种用于流媒体传输优化的方法中,多个约束条件包括:
从行动树中选择适当的行动;
从源节点到对等方在传输质量级别的传输时间;
从更高质量级别转码为满足对等方请求的质量时,确定在节点处所需的转码时间;
确定服务时间;
选择从源服务器或CDN服务器中的一个来为对等方提供服务时,获取精确的质量级别;
防止播种者从下载者那里请求质量;
保证每个视频段在节点之间传输时的带宽满足可用带宽;
限制转码操作的最大处理能力为可用的计算资源;
限制转码操作所需的最大对等方功率资源为可用的功率资源。
进一步地,上述一种用于流媒体传输优化的方法,还包括:为虚拟化边缘组件设置包含数据收集间隔和服务请求间隔的时间槽、资源监控模块、管理模块、队列模块和在线学习模块,所述包含数据收集间隔和服务请求间隔的时间槽、资源监控模块、管理模块、队列模块和在线学习模块用于实时优化流媒体传输。
进一步地,上述一种用于流媒体传输优化的方法中,资源监控模块用于收集接收到的CMCD和CMSD消息,监控可用资源以及队列情况,并将消息通知给管理模块;所述可用资源至少包括:带宽、电力、计算资源、对等方加入/离开时间;
管理模块用于接收来自播放器的HTTP请求;基于IP地址、请求的信道和比特率从传入的HTTP请求中提取区域信息;将传入的HTTP请求和提取的信息聚合转发给队列模块;根据资源监控模块接收到的消息更新在线学习模块;在从节点获取质量或进行转码操作之前,对在线学习模块所做的决策进行控制;与对等方、CDN服务器和/或源服务器就在线学习模块所做的决策进行通信;将从CDN服务器/源服务器获取的热门段存储到缓存中;
队列模块用于从管理模块接收并提取的请求特征,并根据对等方区域、请求的信道ID和比特率将请求放置在单独的队列中;
在线学习模块用于根据管理模块提供的有关资源和请求队列的信息,为每个具有请求比特率的队列,创建一组SOM神经元来为其提供内容。
进一步地,上述一种用于流媒体传输优化的方法中,管理模块会立即响应存在于缓存中的请求段;
管理模块包含一个即时列表,用于防止在从CDN服务器/源服务器获取响应之前将请求转发给队列模块。
第三方面,本发明实施例还提供了一种电子设备,包括:处理器和存储器;
所述处理器通过调用所述存储器存储的程序或指令,用于执行如上所述任一项所述的一种用于流媒体传输优化的方法。
第四方面,本发明实施例还提供了一种确定机可读存储介质,所述确定机可读存储介质存储程序或指令,所述程序或指令使确定机执行如上所述任一项所述的一种用于流媒体传输优化的方法。
本申请实施例的优点在于:本发明提供的一种用于流媒体传输优化的混合架构,包含视频资源层、CDN层、P2P层和边缘层用于流媒体直播优化,其次根据上述架构提出了一个包含9个约束条件的约束模型,并在边缘层设计了一个基于SOM的在线学习方法来实时优化,保证为每个请求找到最优解,保证用户请求的质量和延迟要求,在基于SOM的在线学习方法中,设计了一个包含数据收集间隔和服务请求间隔的时间槽,以及资源监控模块,管理模块,队列模块和在线学习模块来对每个请求进行优化,进而满足用户对高质量和低延迟的流媒体直播的需求。
附图说明
为了更清楚地说明本申请实施例或传统技术中的技术方案,下面将对实施例或传统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申请的一些实施例,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,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种用于流媒体传输优化的架构示意图;
图2为本发明实施例提供的一种虚拟化边缘组件行动树;
图3为本发明实施例提供的一种虚拟化边缘组件架构图;
图4为本发明实施例提供的一种时间槽示意图;
图5是本发明实施例提供的一种电子设备的示意性框图。
具体实施方式
为使本申请的上述目的、特征和优点能够更加明显易懂,下面结合附图对本申请的具体实施方式做详细的说明。在下面的描述中阐述了很多具体细节以便于充分理解本申请。但是本申请能够以很多不同于在此描述的其它方式来实施,本领域技术人员可以在不违背本申请内涵时做类似改进,因此本申请不受下面公开的具体实施的限制。
除非另有定义,本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同。本文中在本申请的说明书中所使用的术语只是为了描述具体的实施例的目的,不是旨在于限制本申请。本文所使用的术语“及/或”包括一个或多个相关的所列项目的任意的和所有的组合。
图1为本发明实施例提供的一种用于流媒体传输优化的架构示意图。
第一方面,本发明实施例提供一种用于流媒体传输优化的混合架构,结合图1,包括:视频资源层、CDN层、P2P层和边缘层,
视频资源层用于将流媒体编码并打包,存储在源服务器;
具体的,本发明实施例中,视频资源层用于将原始视频编码并打包成各种需要的格式如DASH、HLS、通用媒体应用格式等,然后存储在源服务器上。
CDN层由多个CDN服务器构建,每个CDN服务器都包含视频序列的各个部分,使用公共媒体服务器数据CMSD格式的消息向边缘层报告其缓存占用情况。
具体的,本发明实施例中,CDN服务器是OTT服务或从CDN提供商购买的服务,CDN层使用公共媒体服务器数据CMSD格式的消息定期向边缘层报告其缓存占用情况。
P2P层是基于树状网格结构构建的,包括两种类型的对等方:播种者和下载者,利用对等方的空闲资源进行分布式视频转码;对等方通过公共媒体客户端数据CMCD格式的消息向边缘层报告其缓存占用情况,并通过公共媒体客户端数据CMSD格式的消息从边缘层接收更新。
具体的,本发明实施例中,播种者的请求可以由所有节点:CDN服务器、源服务器、边缘服务器或其他播种者服务,这里下载者除外;而下载者的请求可以由所有节点服务;针对P2P中的每个对等方,本发明定期通过公共媒体客户端数据CMCD格式的消息向边缘层报告其缓存占用情况,并通过公共媒体客户端数据CMSD格式的消息从边缘层接收更新。
边缘层在靠近基站的位置部署虚拟化边缘组件,所述虚拟化组件配备转码和缓存功能,并根据接收到的消息和监测信息做出决策。
具体的,本发明实施例中,本层利用网络功能虚拟化和边缘计算的能力,在靠近基站的位置部署了虚拟化边缘组件,如在直播会话期间,客户端的请求被指向一个虚拟化边缘组件,然后根据虚拟化边缘组件的决策得到响应。虚拟化边缘组件配备了转码和部分缓存功能,分别用于通过转码来提供现有的更高内容质量的客户端请求或直接从缓存中提供。
应理解,由于虚拟化边缘组件基于接收到的CMCD/CMSD消息和监控信息,相对于P2P层和CDN层有更广泛的视角,虚拟化边缘组件可以跟踪客户端的请求并在其对等映射列表中存储传输内容与服务客户端之间所有的映射关系。
图2为本发明实施例提供的一种虚拟化边缘组件行动树。
第二方面,本发明实施例还提供一种用于流媒体传输优化的方法,结合图2,应用于上述的混合架构中,当虚拟化边缘组件收到新请求时,从行动树中确定最小延迟的传输方法;
行动树中的传输方法包括如下七种:
第一种(对应图2中的1):使用P2P网络,从相邻对等方传输所请求的对应质量的内容,所述相邻对等方是最近加入时间最短的对等方;
第二种(对应图2中的2):从相邻对等方以更高质量进行转码,并通过P2P网络传输;
第三种(对应图2中的3):从虚拟化边缘组件获取所请求的对应质量的内容;
第四种(对应图2中的4):在虚拟化边缘组件上进行更高质量的转码,并传输;
第五种(对应图2中的5):从源服务器获取请求的对应质量的内容;
第六种(对应图2中的6):从最佳CDN服务器获取更高质量的内容,并在虚拟化边缘组件上进行转码;
第七种(对应图2中的7):从最佳CDN服务器获取请求的对应质量的内容。
进一步地,上述一种用于流媒体传输优化的方法中,从行动树中确定最小延迟的传输方法,是通过优化模型确定的。
具体的,本发明实施例中,优化模型表示如下:
模型表达式第一行是指优化目标即最小化变量Ψ,第二行是指约束条件为公式(1)-(9),第三行是变量的取值范围。
通过运行该优化模型,将为对等方发出的每个请求选择最佳动作,使得总服
务时间最小化,模型中的参数通过如下约束条件确定。
进一步地,上述一种用于流媒体传输优化的方法中,优化模型是通过预设的多个约束条件确定的。
进一步地,上述一种用于流媒体传输优化的方法中,多个约束条件包括:
约束条件1:从行动树中选择适当的行动;
具体如公式(1)所示,其需要选择合适的二元变量。
(1)
其中,是一组包含 个CDN服务器以及源服务器的集合,是一组包含个对等方
的集合,对等方的集合包含个播种者的子集和个下载者的子集,虚拟化边缘组件,是一组包含请求内容质量可能得所有质量级别的集合(,
其中是当前请求内容对应的最高质量,。是一组转码状态集合,其中,当请求的质量级别 是在虚拟化边缘组件或者对等方节点上从更高质量级别转码而来时, ,是整个集
合中可用的质量级别,代表着节点托管了对等方请求的质量级别,否则。代表着节点以转码转态传输对等方请求的质量级别。
约束条件2:从源节点到对等方在传输质量级别的传输时间;
具体的,本发明实施例中,确定从源节点到对等方在传输质量级别的传
输时间如公式(2)所示,
(2)
其中,是请求的质量为的段的大小,是路径上的可用带宽。
约束条件3:从更高质量级别转码为满足对等方请求的质量时,确定在节点处所需的转码时间;
具体的,本发明实施例中,在从更高质量级别 转码为满足对等方请求的质量
时,确定在节点处所需的转码时间,如公式(3)所示:
(3)
其中,代表从质量级别转码到对等方需要的质量级别所需要的时
间。
约束条件4:确定服务时间;
根据公式2和公式3,确定服务时间,如公式(4)所示:
(4)
约束条件5:选择从源服务器或CDN服务器中的一个来为对等方提供服务时,获取精确的质量级别;
具体的,本发明实施例中,强制本发明所提出的模型在选择从源服务器或CDN服务
器中的一个来为对等方 提供服务时,获取精确的质量级别,如公式(5)所示:
(5)
当时,公式(5)代表从源服务器选择。
约束条件6:防止播种者从下载者那里请求质量;
具体的,本发明实施例中,防止播种者从下载者那里请求质量,如公式(6)所示:
(6)
约束条件7:保证每个视频段在节点之间传输时的带宽满足可用带宽;
具体的,本发明实施例中,保证每个视频段在节点之间传输时的带宽满足可用
带宽,如公式(7)所示:
(7)
其中,代表节点提供的质量级别的比特率。
约束条件8:限制转码操作的最大处理能力为可用的计算资源;
具体的,本发明实施例中,限制转码操作的最大处理能力为可用的计算资源,如公式(8)所示:
(8)
其中,代表将质量级别转码为节点请求的质量的计算资源,代
表可用计算资源。
约束条件9:限制转码操作所需的最大对等方功率资源为可用的功率资源。
具体的,本发明实施例中,限制转码操作所需的最大对等方功率资源为可用的功率资源,如公式(9)所示。
(9)
其中,代表转码为请求的质量所需要的功率。
图3为本发明实施例提供的一种虚拟化边缘组件架构图。
图4为本发明实施例提供的一种时间槽示意图。
进一步地,上述一种用于流媒体传输优化的方法,结合图3和图4,还包括:为虚拟化边缘组件设置包含数据收集间隔和服务请求间隔的时间槽、资源监控模块、管理模块、队列模块和在线学习模块,所述包含数据收集间隔和服务请求间隔的时间槽、资源监控模块、管理模块、队列模块和在线学习模块用于实时优化流媒体传输。
进一步地,上述一种用于流媒体传输优化的方法中,资源监控模块用于收集接收到的CMCD和CMSD消息,监控可用资源以及队列情况,并将消息通知给管理模块;所述可用资源至少包括:带宽、电力、计算资源、对等方加入/离开时间;
管理模块用于接收来自播放器的HTTP请求;基于IP地址、请求的信道和比特率从传入的HTTP请求中提取区域信息;将传入的HTTP请求和提取的信息聚合转发给队列模块;根据资源监控模块接收到的消息更新在线学习模块;在从节点获取质量或进行转码操作之前,对在线学习模块所做的决策进行控制;与对等方、CDN服务器和/或源服务器就在线学习模块所做的决策进行通信;将从CDN服务器/源服务器获取的热门段存储到缓存中;
队列模块用于从管理模块接收并提取的请求特征,并根据对等方区域、请求的信道ID和比特率将请求放置在单独的队列中;
在线学习模块用于根据管理模块提供的有关资源和请求队列的信息,为每个具有请求比特率的队列,创建一组SOM神经元来为其提供内容。
具体的,本发明实施例中,每个神经元是一个可行的节点,用于为客户端提供所请求的质量即同一区域的对等方、虚拟化边缘组件、CDN/源服务器或更高质量即同一区域的对等方、虚拟化边缘组件。
具体的,本发明实施例中,每个SOM神经元都有两个特征,被定义为一个由<延迟,惩罚>构成的特征元组。延迟特征表示获取加转码的时间,而惩罚特征代表由于违反前文所述(1)-(9)中的一个或多个约束条件而做出错误决策时对神经元进行惩罚。这里,假设每一次违规行为都会增加一次处罚。此外,为了在同一空间中表示SOM特征,本发明使用0到1之间的归一化特征。当SOM被执行时,它将考虑神经元的特征图并对神经元进行分类,以找到具有最大奖励的最佳匹配单元,即最小<延迟,惩罚>值。
本文使用欧拉距离来计算每个神经元使用的特征与最佳匹配单元的特征之间
的距离,公式如下:
其中,是权重矩阵,是每个特征列表的第个特征。
通常,在选择最佳匹配单元之后,必须更新相应的神经元及其邻居,SOM中使用的邻居函数是高斯分布函数,公式如下:
其中,是学习率。
最终,按照延迟升序排序,在线学习模块生成由元祖构成的输出列表
给管理模块,其中是确定的节点,是行动,是通过该节点/行动可以服务的最大请求数
量,是违反约束条件的信号,如输出列表的元组(p1,1,2,0)表明,使用行动1的对等方节
点1可以在不违反定义的约束条件的情况下服务两个请求。管理模块根据M做出的决策来为
具有 元组提供服务,而忽略的元组。
在每个服务请求间隔中,上述过程将重复进行,直到直播会话结束并且所有队列都得到服务,通过虚拟化边缘组件的优化方法,可以从行动树中为每个请求找到最优解,从而满足用户对高质量、低延迟的流媒体直播的需求。
进一步地,上述一种用于流媒体传输优化的方法中,管理模块会立即响应存在于缓存中的请求段;管理模块包含一个即时列表,用于防止在从CDN服务器/源服务器获取响应之前将请求转发给队列模块。
第三方面,本发明实施例还提供了一种电子设备,包括:处理器和存储器;
所述处理器通过调用所述存储器存储的程序或指令,用于执行如上所述任一项所述的一种用于流媒体传输优化的方法。
第四方面,本发明实施例还提供了一种确定机可读存储介质,所述确定机可读存储介质存储程序或指令,所述程序或指令使确定机执行如上所述任一项所述的一种用于流媒体传输优化的方法。
图5是本公开实施例提供的一种电子设备的示意性框图。
如图5所示,电子设备包括:至少一个处理器501、至少一个存储器502和至少一个通信接口503。电子设备中的各个组件通过总线系统504耦合在一起。通信接口503,用于与外部设备之间的信息传输。可理解,总线系统504用于实现这些组件之间的连接通信。总线系统304除包括数据总线之外,还包括电源总线、控制总线和状态信号总线。但为了清楚说明起见,在图5中将各种总线都标为总线系统504。
可以理解,本实施例中的存储器502可以是易失性存储器或非易失性存储器,或可包括易失性和非易失性存储器两者。
在一些实施方式中,存储器502存储了如下的元素,可执行单元或者数据结构,或者他们的子集,或者他们的扩展集:操作系统和应用程序。
其中,操作系统,包含各种系统程序,例如框架层、核心库层、驱动层等,用于实现各种基础业务以及处理基于硬件的任务。应用程序,包含各种应用程序,例如媒体播放器(Media Player)、浏览器(Browser)等,用于实现各种应用业务。实现本申请实施例提供的一种用于流媒体传输优化的方法中任一方法的程序可以包含在应用程序中。
在本申请实施例中,处理器501通过调用存储器502存储的程序或指令,具体的,可以是应用程序中存储的程序或指令,处理器501用于执行本申请实施例提供的一种用于流媒体传输优化的方法各实施例的步骤。
当虚拟化边缘组件收到新请求时,从行动树中确定最小延迟的传输方法;
行动树中的传输方法包括如下七种:
第一种:使用P2P网络,从相邻对等方传输所请求的对应质量的内容,所述相邻对等方是最近加入时间最短的对等方;
第二种:从相邻对等方以更高质量进行转码,并通过P2P网络传输;
第三种:从虚拟化边缘组件获取所请求的对应质量的内容;
第四种:在虚拟化边缘组件上进行更高质量的转码,并传输;
第五种:从源服务器获取请求的对应质量的内容;
第六种:从最佳CDN服务器获取更高质量的内容,并在虚拟化边缘组件上进行转码;
第七种:从最佳CDN服务器获取请求的对应质量的内容。
本申请实施例提供的一种用于流媒体传输优化的方法中任一方法可以应用于处理器501中,或者由处理器501实现。处理器501可以是一种集成电路芯片,具有信号能力。在实现过程中,上述方法的各步骤可以通过处理器501中的硬件的集成逻辑电路或者软件形式的指令完成。上述处理器301可以是通用处理器、数字信号处理器(Digital SignalProcessor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。通用处理器可以是微处理器或者该处理器也可以是任何常规器等。
本申请实施例提供的一种用于流媒体传输优化的方法中任一方法的步骤可以直接体现为硬件译码处理器执行完成,或者用译码处理器中的硬件及软件单元组合执行完成。软件单元可以位于随机存储器,闪存、只读存储器,可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器502,处理器501读取存储器502中的信息,结合其硬件完成一种用于流媒体传输优化的方法的步骤。
本领域的技术人员能够理解,尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征,但是不同实施例的特征的组合意味着处于本申请的范围之内并且形成不同的实施例。
本领域的技术人员能够理解,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
以上,仅为本发明的具体实施方式,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揭露的技术范围内,可轻易想到各种等效的修改或替换,这些修改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以权利要求的保护范围为准。
Claims (8)
1.一种用于流媒体传输优化的方法,应用于包括:视频资源层、CDN层、P2P层和边缘层的混合架构中,其特征在于,包括:
所述视频资源层用于将流媒体编码并打包,存储在源服务器;
所述CDN层由多个CDN服务器构建,每个CDN服务器都包含视频序列的各个部分,使用公共媒体服务器数据CMSD格式的消息向边缘层报告其缓存占用情况;
所述P2P层是基于树状网格结构构建的,包括两种类型的对等方:播种者和下载者,利用对等方的空闲资源进行分布式视频转码;对等方通过公共媒体客户端数据CMCD格式的消息向边缘层报告其缓存占用情况,并通过公共媒体客户端数据CMSD格式的消息从边缘层接收更新;
所述边缘层在靠近基站的位置部署虚拟化边缘组件,所述虚拟化边缘组件配备转码和缓存功能,并根据接收到的消息和监测信息做出决策;
为虚拟化边缘组件设置包含数据收集间隔和服务请求间隔的时间槽、资源监控模块、管理模块、队列模块和在线学习模块,所述包含数据收集间隔和服务请求间隔的时间槽、资源监控模块、管理模块、队列模块和在线学习模块用于实时优化流媒体传输;
所述资源监控模块用于收集接收到的CMCD和CMSD消息,监控可用资源以及队列情况,并将消息通知给管理模块;所述可用资源至少包括:带宽、电力、计算资源、对等方加入/离开时间;
管理模块用于接收来自播放器的HTTP请求;基于IP地址、请求的信道和比特率从传入的HTTP请求中提取区域信息;将传入的HTTP请求和提取的信息聚合转发给队列模块;根据资源监控模块接收到的消息更新在线学习模块;在从节点获取质量或进行转码操作之前,对在线学习模块所做的决策进行控制;与对等方、CDN服务器和/或源服务器就在线学习模块所做的决策进行通信;将从CDN服务器/源服务器获取的热门段存储到缓存中;
队列模块用于从管理模块接收并提取的请求特征,并根据对等方区域、请求的信道ID和比特率将请求放置在单独的队列中;
在线学习模块用于根据管理模块提供的有关资源和请求队列的信息,为每个具有请求比特率的队列,创建一组SOM神经元来为其提供内容。
2.根据权利要求1所述的一种用于流媒体传输优化的方法,其特征在于,所述方法还包括:
当虚拟化边缘组件收到新请求时,从行动树中确定最小延迟的传输方法;
所述行动树中的传输方法包括如下七种:
第一种:使用P2P网络,从相邻对等方传输所请求的对应质量的内容,所述相邻对等方是最近加入时间最短的对等方;
第二种:从相邻对等方以更高质量进行转码,并通过P2P网络传输;
第三种:从虚拟化边缘组件获取所请求的对应质量的内容;
第四种:在虚拟化边缘组件上进行更高质量的转码,并传输;
第五种:从源服务器获取请求的对应质量的内容;
第六种:从最佳CDN服务器获取更高质量的内容,并在虚拟化边缘组件上进行转码;
第七种:从最佳CDN服务器获取请求的对应质量的内容。
3.根据权利要求2所述的一种用于流媒体传输优化的方法,其特征在于,从行动树中确定最小延迟的传输方法,是通过优化模型确定的。
4.根据权利要求3所述的一种用于流媒体传输优化的方法,其特征在于,所述优化模型是通过预设的多个约束条件确定的。
5.根据权利要求4所述的一种用于流媒体传输优化的方法,其特征在于,所述多个约束条件包括:
从行动树中选择适当的行动;
从源节点到对等方在传输质量级别的传输时间;
从更高质量级别转码为满足对等方请求的质量时,确定在节点处所需的转码时间;
确定服务时间;
选择从源服务器或CDN服务器中的一个来为对等方提供服务时,获取精确的质量级别;
防止播种者从下载者那里请求质量;
保证每个视频段在节点之间传输时的带宽满足可用带宽;
限制转码操作的最大处理能力为可用的计算资源;
限制转码操作所需的最大对等方功率资源为可用的功率资源。
6.根据权利要求1所述的一种用于流媒体传输优化的方法,其特征在于,所述管理模块会立即响应存在于缓存中的请求段;
所述管理模块包含一个即时列表,用于防止在从CDN服务器/源服务器获取响应之前将请求转发给队列模块。
7.一种电子设备,其特征在于,包括:处理器和存储器;
所述处理器通过调用所述存储器存储的程序或指令,用于执行如权利要求1至6任一项所述一种用于流媒体传输优化的方法。
8.一种确定机可读存储介质,其特征在于,所述确定机可读存储介质存储程序或指令,所述程序或指令使确定机执行如权利要求1至6任一项所述一种用于流媒体传输优化的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311146655.5A CN116916048B (zh) | 2023-09-07 | 2023-09-07 | 一种用于流媒体传输优化的混合架构、方法、设备和介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311146655.5A CN116916048B (zh) | 2023-09-07 | 2023-09-07 | 一种用于流媒体传输优化的混合架构、方法、设备和介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116916048A CN116916048A (zh) | 2023-10-20 |
CN116916048B true CN116916048B (zh) | 2023-11-17 |
Family
ID=88367100
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311146655.5A Active CN116916048B (zh) | 2023-09-07 | 2023-09-07 | 一种用于流媒体传输优化的混合架构、方法、设备和介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116916048B (zh) |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102790925A (zh) * | 2011-05-20 | 2012-11-21 | 深圳市快播科技有限公司 | 一种在线流媒体播放的方法及点播终端 |
CN103634692A (zh) * | 2013-12-06 | 2014-03-12 | 南京理工大学连云港研究院 | 基于cdn和p2p的混合流媒体视频点播系统 |
CN105430046A (zh) * | 2015-10-29 | 2016-03-23 | 合一网络技术(北京)有限公司 | 一种利用虚拟化技术实现的cdn加速系统及方法 |
CN110351571A (zh) * | 2019-07-05 | 2019-10-18 | 清华大学 | 基于深度强化学习的直播视频云转码资源分配与调度方法 |
RU2722464C1 (ru) * | 2019-11-15 | 2020-06-01 | Общество с ограниченной ответственностью "СДН-видео" (ООО "СДН-видео") | Способ расширения сети CDN с помощью одноранговой сети |
CN111327622A (zh) * | 2020-02-27 | 2020-06-23 | 典基网络科技(上海)有限公司 | 一种资源调度方法及系统 |
CN111355798A (zh) * | 2020-02-27 | 2020-06-30 | 典基网络科技(上海)有限公司 | 一种数据分发方法及系统 |
CN111600750A (zh) * | 2020-05-11 | 2020-08-28 | 北京庭宇科技有限公司 | 一种pcdn网络节点流量的限速检测方法及系统 |
US10771524B1 (en) * | 2019-07-31 | 2020-09-08 | Theta Labs, Inc. | Methods and systems for a decentralized data streaming and delivery network |
CN114584801A (zh) * | 2022-01-13 | 2022-06-03 | 北京理工大学 | 一种基于图神经网络推荐算法的视频资源缓存方法 |
CN115473876A (zh) * | 2022-09-15 | 2022-12-13 | 北京百度网讯科技有限公司 | 实时流媒体数据的传输方法、装置、系统和存储介质 |
CN116076076A (zh) * | 2020-05-09 | 2023-05-05 | Gt系统私人有限公司 | 媒体分发和管理系统及装置 |
US11722710B1 (en) * | 2021-12-03 | 2023-08-08 | Amazon Technologies, Inc. | Dynamic encoding parameter adjustment |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
BRPI0716593A2 (pt) * | 2006-09-06 | 2013-10-08 | Akamai Tech Inc | Rede de distribuição de conteúdo híbrido (cdn) e rede peer-to-peer (p2p) |
CN101282281B (zh) * | 2007-04-03 | 2011-03-30 | 华为技术有限公司 | 一种媒体分发系统、装置及流媒体播放方法 |
ES2429222B1 (es) * | 2011-05-12 | 2014-06-05 | Telefónica, S.A. | Método y nodo de extremo para distribuir flujo continuo de contenido en tiempo real en una red de distribución de contenido |
US9432452B2 (en) * | 2012-09-10 | 2016-08-30 | Joosy, Inc. | Systems and methods for dynamic networked peer-to-peer content distribution |
US12041297B2 (en) * | 2014-11-04 | 2024-07-16 | Gt Systems Pty Ltd. | Media distribution and management system and apparatus |
US10887385B2 (en) * | 2017-09-20 | 2021-01-05 | Akamai Technologies, Inc. | Marker based reporting system for hybrid content delivery network and peer to peer network |
US20210035098A1 (en) * | 2019-07-31 | 2021-02-04 | Theta Labs, Inc. | Methods and systems for micropayment support to blockchain incentivized, decentralized data streaming and delivery |
WO2021072417A1 (en) * | 2019-10-11 | 2021-04-15 | Theta Labs, Inc. | Methods and systems for decentralized data streaming and delivery network |
-
2023
- 2023-09-07 CN CN202311146655.5A patent/CN116916048B/zh active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102790925A (zh) * | 2011-05-20 | 2012-11-21 | 深圳市快播科技有限公司 | 一种在线流媒体播放的方法及点播终端 |
CN103634692A (zh) * | 2013-12-06 | 2014-03-12 | 南京理工大学连云港研究院 | 基于cdn和p2p的混合流媒体视频点播系统 |
CN105430046A (zh) * | 2015-10-29 | 2016-03-23 | 合一网络技术(北京)有限公司 | 一种利用虚拟化技术实现的cdn加速系统及方法 |
CN110351571A (zh) * | 2019-07-05 | 2019-10-18 | 清华大学 | 基于深度强化学习的直播视频云转码资源分配与调度方法 |
US10771524B1 (en) * | 2019-07-31 | 2020-09-08 | Theta Labs, Inc. | Methods and systems for a decentralized data streaming and delivery network |
RU2722464C1 (ru) * | 2019-11-15 | 2020-06-01 | Общество с ограниченной ответственностью "СДН-видео" (ООО "СДН-видео") | Способ расширения сети CDN с помощью одноранговой сети |
CN111355798A (zh) * | 2020-02-27 | 2020-06-30 | 典基网络科技(上海)有限公司 | 一种数据分发方法及系统 |
CN111327622A (zh) * | 2020-02-27 | 2020-06-23 | 典基网络科技(上海)有限公司 | 一种资源调度方法及系统 |
CN116076076A (zh) * | 2020-05-09 | 2023-05-05 | Gt系统私人有限公司 | 媒体分发和管理系统及装置 |
CN111600750A (zh) * | 2020-05-11 | 2020-08-28 | 北京庭宇科技有限公司 | 一种pcdn网络节点流量的限速检测方法及系统 |
US11722710B1 (en) * | 2021-12-03 | 2023-08-08 | Amazon Technologies, Inc. | Dynamic encoding parameter adjustment |
CN114584801A (zh) * | 2022-01-13 | 2022-06-03 | 北京理工大学 | 一种基于图神经网络推荐算法的视频资源缓存方法 |
CN115473876A (zh) * | 2022-09-15 | 2022-12-13 | 北京百度网讯科技有限公司 | 实时流媒体数据的传输方法、装置、系统和存储介质 |
Non-Patent Citations (3)
Title |
---|
P2P-CDN视频点播系统...文件分片及数据预取策略研究;李晓蕊;中国优秀硕士学位论文全文数据库(电子期刊);全文 * |
P2P融合CDN网络流媒体应用研究;姚刚;中国优秀硕士学位论文全文数据库(电子期刊);全文 * |
在基于P2P的流媒体系统中CDN服务器负载优化算法;张惊;中国优秀硕士学位论文全文数据库(电子期刊);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN116916048A (zh) | 2023-10-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8243596B2 (en) | Distributing intelligence across networks | |
EP2039158B1 (en) | Performance aware peer-to-peer video-on-demand | |
CN110177310A (zh) | 一种内容分发系统和方法 | |
US9838724B2 (en) | Media distribution network for live streaming | |
WO2020063372A1 (zh) | 一种数据传输方法以及相关装置 | |
Liang et al. | Integrated prefetching and caching for adaptive video streaming over HTTP: An online approach | |
US9313268B2 (en) | Methods and arrangements for prioritization in a peer-to-peer network | |
US20110047215A1 (en) | Decentralized hierarchically clustered peer-to-peer live streaming system | |
Farahani et al. | ES-HAS: an edge-and SDN-assisted framework for HTTP adaptive video streaming | |
US20240106890A1 (en) | Peer-to-peer network scheduling method and system | |
Farahani | CDN and SDN support and player interaction for HTTP adaptive video streaming | |
Farahani et al. | CSDN: CDN-aware QoE optimization in SDN-assisted HTTP adaptive video streaming | |
WO2016180284A1 (zh) | 服务节点分配方法、装置、cdn管理服务器及系统 | |
CN111478977B (zh) | 一种多流媒体网络流量分析系统的工作方法 | |
CN116916048B (zh) | 一种用于流媒体传输优化的混合架构、方法、设备和介质 | |
Raheel et al. | Achieving maximum utilization of peer’s upload capacity in p2p networks using SVC | |
TW201427450A (zh) | 內容遞送網路及同儕網路之流量控制方法及系統 | |
Dubin et al. | Hybrid clustered peer-assisted DASH-SVC system | |
Hayes et al. | Adaptive bitrate video delivery using HTTP/2 over MPTCP architecture | |
Kalan | Improving quality of HTTP adaptive streaming with server and network-assisted DASH | |
Duraimurugan et al. | Maximizing the quality of service in distributed multimedia streaming in heterogeneous wireless network | |
CN109361928B (zh) | 一种信息中心网络系统及视频传输方法 | |
WO2012162882A1 (en) | Method and apparatus for streaming multimedia contents | |
Erman | Extending bittorrent for streaming applications | |
Hayes et al. | Lightweight evolving 360 VR adaptive video delivery |
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 |