基于微云的移动视频预取系统

现有的移动视频通话研究大多集中在视音频同步、码率调整和能量节约等方面,忽视了用户在公共AP间切换时视频通话服务的中断重连问题。针对这一问题,提出了基于微云的移动视频预取系统来尽可能地减少通话重连次数。该系统通过本地微云为移动的用户预取视频流,并设计贪心预取算法来提高预取命中率。同时,设计低概率多阶马尔科夫预取进程调度算法和起始AP选择算法来平衡贪心预取引起的微云资源消耗过多的问题。仿真实验表明,CMVP可以获得90%以上的预取命中率,使QoE显著提升。

面向移动内容分发网络环境的移动视频预取技术研究进展

随着移动互联网的发展和视频应用的普及,移动内容分发网络(MCDN)应运而生。预取技术是内容分发的关键技术之一,它通过预测用户未来的请求,提前将预测的内容预取至网络边缘,从而减少数据的获取时延、提升用户体验质量(QoE)。为深入阐述移动视频预取技术的发展现状,从用户移动行为感知、内容属性感知、网络资源感知等角度分析梳理了移动视频预取技术的最新研究成果,同时分析了各类预取方案的性能及其主要优缺点,最后指出未来可以进一步研究的方向。

一种基于拥塞发现的强化学习P2P网络视频点播预取策略

在P2P(Peer to Peer)网络视频点播中设计合理的视频内容预取策略,可以有效地解决视频观看中出现的缓冲等待时间过长、服务器负载过大等问题。而现有的P2P网络视频预取方法往往考虑了视频内容的发现而忽略了节点本身的状态监控,在网络拥塞发生时存在视频播放观看不佳的情况。提出了一种基于拥塞发现的强化学习P2P网络视频点播预取策略,通过监测节点的拥塞状况以及带宽等参数,采用Q-learning学习算法综合评估网络节点,引导视频预取节点的选择,减少了对网络拥塞节点视频内容的预取。实验结果表明,该方法能提高视频播放流畅性,避免用户在节点发生拥塞时等待时间过长,提高了视频播放效率。