命名數據網絡中針對多客戶端的動態(tài)自適應視頻流控制.pdf

1、隨著通信網絡和智能終端設備的快速發(fā)展，視頻業(yè)務正在逐漸成為網絡中流量的主要來源，網絡擁塞問題日益嚴峻。如何在復雜的網絡環(huán)境中保證視頻服務的質量，引起了廣泛研究。動態(tài)自適應視頻流(Dynamic Adaptive video Streaming，DAS)是一種很有前景的解決方案。此外，命名數據網絡(Named Data Networking，NDN)因其網絡內的緩存、興趣包聚合、多路徑轉發(fā)和數據安全的優(yōu)勢，可以有效地提高視頻傳輸服務的質量

2、。研究人員已經證實:在NDN架構中的DAS性能優(yōu)于在傳統(tǒng)TCP/IP網絡中。
　　考慮到現在的網絡環(huán)境，用戶之間必須共享有限的帶寬資源的情況越來越普遍。雖然一些研究主要集中在基于NDN的DAS上，但由于網絡拓撲結構的變化、網絡資源分配不均以及網絡緩存的異構分布，它們在多客戶端的場景中是次優(yōu)的。因此，本文對NDN中完全基于客戶端的動態(tài)自適應視頻流控制技術進行研究，主要工作總結如下:
　　1.構建了NDN中的自適應視頻流架構，建

3、立了針對多客戶端的動態(tài)自適應視頻流控制的模型，設計了基于客戶端的碼率自適應算法，不需要客戶端之間的通信或者對路由器進行改變。但是由于客戶端對網絡狀況的未知性，不能直接獲得最優(yōu)解，只能通過對單個客戶端碼率選擇的優(yōu)化，來提升整體的用戶感知質量(Quality of Experience,QoE)。
　　2.提出了基于效用函數的碼率自適應算法(UB)，效用是用戶請求不同碼率的視頻時獲得的“利潤”，與收益和成本密切相關，用戶在請求視頻時考

4、慮付出的成本，有效地減弱了客戶端的侵略性，提高了帶寬共享的公平性。相比傳統(tǒng)的基于帶寬的(RB)和基于緩沖區(qū)狀況的(BB)算法在性能上有一定的提升，但本質上還是基于單個客戶端進行考慮的自適應算法，對性能的提升有限。
　　3.將多客戶端DAS作為多階段貝葉斯博弈模型進行建模，客戶端和網絡的剩余部分看做博弈的兩個參與人，并設計出合理的效用函數對?；谪惾~斯納什均衡（Bayesian Nash Equilibrium，BNE）求解，設計了