內(nèi)容分發(fā)網(wǎng)絡(luò)協(xié)作緩存算法研究.pdf

1、網(wǎng)絡(luò)在線視頻觀看發(fā)展迅猛。全球視頻流量已經(jīng)占到了互聯(lián)網(wǎng)流量的70％以上。隨著智能手機(jī)的普及、無(wú)線技術(shù)的發(fā)展，移動(dòng)視頻流量在互聯(lián)網(wǎng)中占比已經(jīng)接近三分之二。網(wǎng)絡(luò)流量負(fù)載很大。基于視頻流行度的長(zhǎng)尾分布特征，采用對(duì)熱門(mén)視頻內(nèi)容進(jìn)行緩存，是目前服務(wù)商和網(wǎng)絡(luò)運(yùn)營(yíng)商普遍采用的策略。如何基于視頻觀看行為數(shù)據(jù)的分析，進(jìn)一步優(yōu)化緩存策略是本文的研究重點(diǎn)。
　　本研究主要內(nèi)容包括：⑴從用戶(hù)觀影行為和視頻流行度兩方面對(duì)新浪視頻觀看數(shù)據(jù)進(jìn)行了分析。發(fā)現(xiàn)用戶(hù)

2、的觀影行為主要集中在8-24時(shí)，并且存在中午和晚上兩個(gè)觀影高峰時(shí)段。視頻流行度則具有三種特征:第一，20％視頻占用了80％流量;第二，視頻的流行特性在不同地域以及不同ISP(Internet Service Provider，網(wǎng)絡(luò)服務(wù)提供商)內(nèi)是相同的。第三，單個(gè)視頻流行時(shí)間一般可以維持一天。⑵以網(wǎng)絡(luò)流量開(kāi)銷(xiāo)最小化為目標(biāo)分別建立了ISP獨(dú)立緩存和協(xié)作緩存優(yōu)化模型。與獨(dú)立緩存相比，協(xié)作緩存方案流量開(kāi)銷(xiāo)能夠節(jié)省83.28％。但是算法復(fù)雜度太

3、高。為此引入聚類(lèi)方法通過(guò)減小解集空間降低復(fù)雜度，將求解時(shí)間縮減到原來(lái)的萬(wàn)分之一。針對(duì)聚類(lèi)方法導(dǎo)致的緩存冗余度增大問(wèn)題，進(jìn)一步引入了基于拓?fù)浣Y(jié)構(gòu)的貪婪式的去除緩存冗余算法，能夠緩存更多的全網(wǎng)熱門(mén)內(nèi)容，增強(qiáng)網(wǎng)間協(xié)作，使得在時(shí)間開(kāi)銷(xiāo)維持在同一數(shù)量級(jí)的同時(shí)流量開(kāi)銷(xiāo)節(jié)省81.36％，性能接近最優(yōu)方案。⑶由于視頻流行度會(huì)隨著時(shí)間的推移而變化，緩存更新必不可少。普通更新算法主要包括離線更新和在線更新兩種。離線更新緩存短時(shí)間效果接近最優(yōu)解，在更新周期內(nèi)

4、隨時(shí)間推移效果下降。在線更新算法能夠維持較好緩存效果，但是算法累計(jì)復(fù)雜度很高。我們?cè)谥暗姆治霭l(fā)現(xiàn)最流行的前10％視頻流行度變化比較緩慢，而這一部分正是我們所要緩存的內(nèi)容。所以本文提出了以離線更新為主中間穿插基于訪問(wèn)率的在線更新算法。使得緩存節(jié)省帶寬的能力在整個(gè)更新周期內(nèi)都保持穩(wěn)定有效。⑷在用戶(hù)密集的移動(dòng)接入環(huán)境下（例如體育場(chǎng)），基站的終端管理能力和帶寬能力都表現(xiàn)出不足。本文提出了D2D輔助的內(nèi)容分發(fā)算法，通過(guò)在一個(gè)D2D小組內(nèi)緩存熱門(mén)