近年来,随着互联网视频行业的不断发展以及手机、平板电脑等移动终端数量的不断增加,使用移动设备进行视频的上传、点播、直播等新应用、新功能不断涌现,这提高了视频内容在整个互联网中的流量占比。目前,网络视频主要采用流媒体技术来为用户提供服务,但是互联网网络状况的高度动态性会造成流媒体文件传输的不稳定问题,不同屏幕尺寸、接入网络等异构的终端设备会带来视频服务的适配问题。基于HTTP的动态自适应流媒体(Dynamic Adaptive Streaming over HTTP,DASH)技术在一定程度上可以解决上述问题,并且很快成为了主流的互联网视频传输技术之一。但是,传统的DASH使用AVC编码,存在编码块复用性低、码率波动性高等问题。如今,许多终端设备都具有多网络接入。本文以多网络接入为背景,提出基于多网络接口和SVC编码的DASH调度算法,能有效地利用网络多接口和SVC编码适配异构的客户端和网络的动态性,提升用户端的播放质量和体验,并缓解服务器和网络的存储及带宽压力。实验结果表明,在使用了 SVC编码以及本文的多接口调度算法之后,相比于AVC编码,服务器端存储下降了约50%,相比于单接口的基于带宽和缓冲的调度算法,平均的播放质量提高约45%,视频的切换次数下降约37%。另外,在DASH中,MPD文件通常只描述了可获取的视频质量和对应的平均比特率。然而,粗粒度的平均比特率相对于精确的客户端调度器是不够的。对于VBR来说,视频的比特率通常在时间维度上呈现剧烈波动,这可能会导致对未来获取视频块的比特率高估或者低估,进而导致次优的调度决策,甚至有可能造成缓冲区的干枯。不幸的是,对于使用AVC编码的视频,难以有效应对比特率高估或低估问题。本文首先观察到在使用SVC编码的视频中,不同层次的视频块文件大小具有很高的相关性,从而允许使用基础层的视频文件块大小来预测对应的加强层的文件大小。基于这一发现,本文提出了一个SIZE-Predict调度算法,利用视频块层次之间的文件大小相关性来缓解比特率的高估或者低估问题。实验结果表明,相比于基于速率的调度算法,SIZE-Predict算法可以在平均播放比特率上提高约20%,只略低于一些知道未来带宽的理论最优调度算法。同时,SIZE-Predict算法也可以减少播放过程中的暂停次数和rebuffering的时长。