论文部分内容阅读
近年来,随着云媒体技术的不断发展成熟和视频直播业务的火热流行,基于云计算的直播视频流转码机制的研究具有很大的实用和学术意义。直播流转码方案相比于点播视频转码方案要求更高,不仅需要更低的时延也需要更高的服务质量(QoS)。相比于传统的CDN和P2P视频流转码技术,基于云计算的转码具有更好的资源利用率、更低的时延和更灵活的方案等优势,但现有的直播云转码方案仍然存在一些不必要的开销。本文基于以上问题,引入了云计算中具有更多优点的Docker技术,对基于Docker云计算的直播视频流转码机制、影响转码节点部署的用户访问量预测模型和云端转码中基于QoS的资源调度策略三个方面进行了研究,主要工作如下:(1)研究基于云计算的直播系统结构设计及云端转码模块。传统的云端转码架构基本上都是基于VM的处理点播视频的系统,他们会有一个大的存储模块用来存储海量的视频资源,然后再对视频流进行分布式分块转码。但是在直播环境下,视频流只能随着时间的推移慢慢产生并不存在大块的视频流可供处理。因此,本文在基于直播技术特点和流分发技术的基础上,借助于传统的点播云视频转码系统并结合Docker技术进行改进。系统实现了对直播视频流的按需转码,并通过转码通道的优化和复用机制来减少不必要的转码开销和传输时延。(2)通过预测直播平台的访问量将会有助于转码通道的部署,对极少人观看的直播节目进行完全多分辨率转码将会造成云资源租赁成本的提高和资源利用率的下降。因此,本文在分析传统预测模型的不足之后,引入智能预测算法,发现支持向量回归(SVR)预测可以很好的匹配访问量的预测问题。之后,通过粒子群优化算法(PSO)对SVR的参数选择进行优化,提高了预测精度,为转码通道部署提供了理论支持。(3)针对直播中如何既满足丢包率低又不增加额外的成本开销的需求,提出了基于QoS感知的预测式资源调度策略。在分析排队模型对任务调度的影响的基础上,通过对所需求资源的预测,结合周期性和补救性资源调度策略,实现了满足性能要求的调度策略。实验表明,所提方法,在不额外增加成本开销的基础上,降低了丢包率,保障了网络性能。