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。隨著智能手機的普及、無線技術(shù)的發(fā)展，移動視頻流量在互聯(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?；谝曨l流行度的長尾分布特征，采用對熱門視頻內(nèi)容進行緩存，是目前服務(wù)商和網(wǎng)絡(luò)運營商普遍采用的策略。如何基于視頻觀看行為數(shù)據(jù)的分析，進一步優(yōu)化緩存策略是本文的研究重點。
　　本研究主要內(nèi)容包括：⑴從用戶觀影行為和視頻流行度兩方面對新浪視頻觀看數(shù)據(jù)進行了分析。發(fā)現(xiàn)用戶

2、的觀影行為主要集中在8-24時，并且存在中午和晚上兩個觀影高峰時段。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，單個視頻流行時間一般可以維持一天。⑵以網(wǎng)絡(luò)流量開銷最小化為目標(biāo)分別建立了ISP獨立緩存和協(xié)作緩存優(yōu)化模型。與獨立緩存相比，協(xié)作緩存方案流量開銷能夠節(jié)省83.28％。但是算法復(fù)雜度太

3、高。為此引入聚類方法通過減小解集空間降低復(fù)雜度，將求解時間縮減到原來的萬分之一。針對聚類方法導(dǎo)致的緩存冗余度增大問題，進一步引入了基于拓?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)熱門內(nèi)容，增強網(wǎng)間協(xié)作，使得在時間開銷維持在同一數(shù)量級的同時流量開銷節(jié)省81.36％，性能接近最優(yōu)方案。⑶由于視頻流行度會隨著時間的推移而變化，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。離線更新緩存短時間效果接近最優(yōu)解，在更新周期內(nèi)

4、隨時間推移效果下降。在線更新算法能夠維持較好緩存效果，但是算法累計復(fù)雜度很高。我們在之前的分析發(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率的在線更新算法。使得緩存節(jié)省帶寬的能力在整個更新周期內(nèi)都保持穩(wěn)定有效。⑷在用戶密集的移動接入環(huán)境下（例如體育場），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，通過在一個D2D小組內(nèi)緩存熱門