项目名称: 基于对等网的可扩展流媒体分发模型研究

项目编号: No.61462014

项目类型: 地区科学基金项目

立项/批准年度: 2015

项目学科: 自动化技术、计算机技术

项目作者: 李泽平

作者单位: 贵州大学

项目金额: 44万元

中文摘要: 本项目拟研究一种以低成本提供高可用高可扩展高质量的视频分发新模型.首先根据抽样理论建立视频请求流行度预测模型,用于估计不同时段对视频的最大请求量,从而确定不同时段对预约合作节点需求量;然后应用信号博弈原理建立视频分发合作节点选择模型,用激励加经济奖赔机制吸引节点合作,并从中选出高可靠性的预约合作节点预备参与服务方在预约时段的视频分发;应用排队论和数学规划理论分别设计多对单低丢包率和单对多低延迟动态数据分配算法,用于视频副本和视频流高效分发;为满足大规模流分发应用需要和降低跨地域通信量,基于地标对视频请求用户群分组;在此基础上建立融合CDN与P2P技术优势的可扩展流媒体分发新模型。模型能根据不同时段视频请求用户量动态变化而实时调整服务方对视频分发合作节点的需求量,并最优地引导合作节点向指定的用户群提供视频流,在可靠合作节点辅助下服务方既能提供高质量高可扩展的弹性服务,也降低了服务成本.

中文关键词: 对等网络;内容分发网络;流媒体

英文摘要: The research project is intended to provide a low-cost high availability of high-quality scalable video distribution of new model.Firstly, popular video request prediction model used to estimate the maximum amount of requests at different times according to the video sampling theory to determine the demand for different periods of cooperation nodes appointment; Then, Signaling Game Theory is applied to establish video distribution cooperative node selection model, with added economic incentive award compensation mechanism to attract nodes to cooperate and to choose the high reliability of the appointment of cooperation nodes ready to participate in the service side distribute appointment slots video; By applying queueing theory and mathematical programming theory, to effectively reduce the packet loss probability of aggregated bandwidth,a new algorithm with the pattern of multiple senders and single receiver is proposed, and to minimize transmission delay of streaming videos, a new algorithm with the pattern of single sender and multiple receivers is proposed; To meet the needs of large-scale streaming distribution applications and reduce cross-regional traffic, based on the video request landmark users are grouped;On this basis, the scalable streaming media distribution model to combine advantages of CDN and P2P, is proposed. By applying model, service side demand for video distribution cooperative nodes, can be adjusted according to dynamical changes in the users of request video,and to guide the cooperation node provides optimal video stream to a specified group of users.With reliable cooperation node assisted, service side can provide high quality and resilient scalable service, but also reduce the cost of service.

英文关键词: P2P;CDN;streaming media

成为VIP会员查看完整内容
0

相关内容

Berkeley博士论文《反馈系统中的可信机器学习》203页pdf
专知会员服务
38+阅读 · 2022年3月25日
WWW 2022 :基于纯MLP架构的序列推荐模型
专知会员服务
15+阅读 · 2022年3月20日
Zak最新《神经信息传递》教程视频
专知会员服务
18+阅读 · 2022年2月15日
亚马逊最新《联邦学习》简明综述
专知会员服务
84+阅读 · 2022年2月6日
专知会员服务
81+阅读 · 2021年7月31日
基于机器学习的数据库技术综述
专知会员服务
54+阅读 · 2021年1月2日
专知会员服务
50+阅读 · 2020年12月28日
少标签数据学习,54页ppt
专知会员服务
198+阅读 · 2020年5月22日
如何正确选择多云架构?
InfoQ
0+阅读 · 2022年4月10日
「对话推荐算法」最新2022研究综述
专知
6+阅读 · 2022年4月5日
为什么选择无服务器模型?
InfoQ
0+阅读 · 2022年3月6日
Zak最新《神经信息传递》,附Slides与视频
专知
0+阅读 · 2022年2月15日
你有订阅视频平台会员服务吗?
ZEALER订阅号
0+阅读 · 2021年12月18日
已删除
将门创投
18+阅读 · 2019年2月18日
智能交通大数据最新论文综述-附PDF下载
专知
22+阅读 · 2019年1月21日
面向云端融合的分布式计算技术研究进展与趋势
中国计算机学会
19+阅读 · 2018年11月27日
干货|深度强化学习在面向任务的对话管理中的应用
全球人工智能
13+阅读 · 2017年9月14日
国家自然科学基金
4+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
Arxiv
0+阅读 · 2022年4月14日
Arxiv
14+阅读 · 2020年10月26日
On Feature Normalization and Data Augmentation
Arxiv
15+阅读 · 2020年2月25日
小贴士
相关主题
相关VIP内容
Berkeley博士论文《反馈系统中的可信机器学习》203页pdf
专知会员服务
38+阅读 · 2022年3月25日
WWW 2022 :基于纯MLP架构的序列推荐模型
专知会员服务
15+阅读 · 2022年3月20日
Zak最新《神经信息传递》教程视频
专知会员服务
18+阅读 · 2022年2月15日
亚马逊最新《联邦学习》简明综述
专知会员服务
84+阅读 · 2022年2月6日
专知会员服务
81+阅读 · 2021年7月31日
基于机器学习的数据库技术综述
专知会员服务
54+阅读 · 2021年1月2日
专知会员服务
50+阅读 · 2020年12月28日
少标签数据学习,54页ppt
专知会员服务
198+阅读 · 2020年5月22日
相关资讯
如何正确选择多云架构?
InfoQ
0+阅读 · 2022年4月10日
「对话推荐算法」最新2022研究综述
专知
6+阅读 · 2022年4月5日
为什么选择无服务器模型?
InfoQ
0+阅读 · 2022年3月6日
Zak最新《神经信息传递》,附Slides与视频
专知
0+阅读 · 2022年2月15日
你有订阅视频平台会员服务吗?
ZEALER订阅号
0+阅读 · 2021年12月18日
已删除
将门创投
18+阅读 · 2019年2月18日
智能交通大数据最新论文综述-附PDF下载
专知
22+阅读 · 2019年1月21日
面向云端融合的分布式计算技术研究进展与趋势
中国计算机学会
19+阅读 · 2018年11月27日
干货|深度强化学习在面向任务的对话管理中的应用
全球人工智能
13+阅读 · 2017年9月14日
相关基金
国家自然科学基金
4+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
微信扫码咨询专知VIP会员