IP網(wǎng)絡(luò)視頻服務(wù)系統(tǒng)訪問模式分析和性能優(yōu)化.pdf

1、由于網(wǎng)絡(luò)視頻業(yè)務(wù)市場需求的不斷增加，業(yè)務(wù)開展相關(guān)的技術(shù)研究也受到越來越多的關(guān)注，其中在系統(tǒng)資源成本的有限的情況下，針對(duì)用戶對(duì)系統(tǒng)訪問的集中性和突發(fā)性問題進(jìn)行系統(tǒng)性能優(yōu)化一直是相關(guān)研究的熱點(diǎn)，而解決此問題需要做到三個(gè)方面的基本要求：
　　 ●明確系統(tǒng)中引起訪問量集中和突增的因素
　　 ●建立用戶訪問行為模型以描述和監(jiān)測系統(tǒng)負(fù)載的變化情況
　　 ●建立完善的負(fù)載均衡和接入控制機(jī)制
　　 本文針對(duì)以上三方面要求

2、，對(duì)用戶訪問行為模型及利用模型進(jìn)行系統(tǒng)性能優(yōu)化的相關(guān)技術(shù)進(jìn)行研究。首先提出了用戶到達(dá)率模型的改進(jìn)及其預(yù)測算法，并在此模型的基礎(chǔ)上進(jìn)行了接入控制策略和多服務(wù)器協(xié)作策略的研究和探討。本文的主要工作和創(chuàng)新點(diǎn)如下：
　　 (1)分析了視頻服務(wù)器用戶訪問行為的多模式性，提出利用時(shí)間序列模型來描述用戶到達(dá)率的變化過程，并使用markov預(yù)測模型來預(yù)測用戶到達(dá)強(qiáng)度。
　　 (2)提出使用Fisher最優(yōu)分割算法對(duì)歷史數(shù)據(jù)進(jìn)行模式分割，

3、使用高斯混合模型(GMM)來擬合用戶到達(dá)時(shí)間序列的概率分布，并用于計(jì)算時(shí)間序列預(yù)測時(shí)各序列點(diǎn)間的聯(lián)合概率分布以提高markov預(yù)測模型的預(yù)測精度。
　　 (3)深入分析了視頻服務(wù)器資源瓶頸，使用排隊(duì)論對(duì)用戶的訪問行為建模，在用戶請求到達(dá)率預(yù)測模型的基礎(chǔ)上，提出分時(shí)段按照用戶到達(dá)率的預(yù)測值進(jìn)行用戶訪問請求的接入控制策略。針對(duì)已有的接入控制算法無法進(jìn)行在線計(jì)算的情況，提出了一種準(zhǔn)動(dòng)態(tài)閾值接入控制算法，并利用一種改進(jìn)的粒子群算法(PS