軟件定義網(wǎng)絡(luò)多媒體服務(wù)建模與優(yōu)化.pdf

1、隨著互聯(lián)網(wǎng)技術(shù)的發(fā)展和服務(wù)的完善，網(wǎng)絡(luò)流量呈現(xiàn)爆炸式增長，摩爾定律下互聯(lián)網(wǎng)的建設(shè)速度已經(jīng)遠(yuǎn)遠(yuǎn)趕不上業(yè)務(wù)需求增長速度，這其中尤其以多媒體流量最為突出。根據(jù)思科調(diào)查顯示，截止2020年，媒體流量將占據(jù)互聯(lián)網(wǎng)流量的80％。盲目的網(wǎng)絡(luò)擴(kuò)建已經(jīng)無法滿足日益增長的用戶需求，而賦予網(wǎng)絡(luò)智能，感知用戶和網(wǎng)絡(luò)信息，可以高效利用有限網(wǎng)絡(luò)資源從而帶來用戶服務(wù)質(zhì)量的提高。然而當(dāng)前IP網(wǎng)絡(luò)的數(shù)據(jù)轉(zhuǎn)發(fā)對上層應(yīng)用透明，網(wǎng)絡(luò)控制和數(shù)據(jù)轉(zhuǎn)發(fā)耦合在一起，使得無法根據(jù)網(wǎng)絡(luò)狀

2、態(tài)對不同用戶的不同目標(biāo)進(jìn)行智能優(yōu)化。軟件定義網(wǎng)絡(luò)（Software-Defined Networking，SDN）作為日益成熟的下一代互聯(lián)網(wǎng)技術(shù)，將控制層與轉(zhuǎn)發(fā)層分離，使得網(wǎng)絡(luò)全局視圖可以被利用，做到應(yīng)用層與網(wǎng)絡(luò)層協(xié)同，提高網(wǎng)絡(luò)各層協(xié)作效率，同時(shí)其集中式的控制平面能夠?yàn)椴渴鸶黝悰Q策算法提供一個(gè)開放式的平臺(tái)。本文以SDN為網(wǎng)絡(luò)支撐，以Markov決策過程和近似動(dòng)態(tài)規(guī)劃為理論方法，研究多媒體服務(wù)建模與優(yōu)化問題，并采用神經(jīng)元?jiǎng)討B(tài)規(guī)劃和深度學(xué)習(xí)

3、方法求解所提問題，具體研究內(nèi)容如下所示:
　　1)研究基于近似動(dòng)態(tài)規(guī)劃的視頻接入控制和路由聯(lián)合優(yōu)化。在帶寬受限的媒體服務(wù)專用網(wǎng)絡(luò)中，視頻服務(wù)商為多用戶提供有償視頻傳輸服務(wù)，如何合理地接入用戶，高效地規(guī)劃路由是視頻服務(wù)商獲取最大長期收益的關(guān)鍵。本文采用網(wǎng)絡(luò)切片技術(shù)，利用FlowVisor網(wǎng)絡(luò)虛擬化工具虛擬出視頻服務(wù)專用SDN網(wǎng)絡(luò)以便靈活地部署優(yōu)化算法，并將影響視頻服務(wù)商收益的用戶接入控制和路由問題建模為Markov決策過程。考慮狀態(tài)

4、空間的復(fù)雜性，傳統(tǒng)的迭代求解方法會(huì)造成維數(shù)災(zāi)，難以求得最優(yōu)解，本文采用近似動(dòng)態(tài)規(guī)劃(Approximate Dynamic Programming，ADP)方法，利用kernel核函數(shù)方法構(gòu)造近似值函數(shù)，并據(jù)此求出近似最優(yōu)解?；贔lowVisor虛擬化工具，Mininet網(wǎng)絡(luò)仿真器和POX控制器搭建的半實(shí)物網(wǎng)絡(luò)仿真結(jié)果表明，本文所提算法在性能和收斂性等表現(xiàn)上明顯優(yōu)于OSPF(Open Shortest Path First)算法和Q學(xué)

5、習(xí)算法。
　　2)研究基于神經(jīng)元?jiǎng)討B(tài)規(guī)劃的DASH視頻路由與碼率調(diào)整。與傳統(tǒng)視頻不同，DASH(Dynamic Adaptive Streaming over HTTP)視頻流具有多段、多碼率副本等特點(diǎn)，相比普通視頻服務(wù)有更大的優(yōu)化空間。傳統(tǒng)的DASH視頻傳輸優(yōu)化方法多集中在兩端，即用戶端的反饋和服務(wù)商源端的碼率調(diào)整，該方法可以充分感知用戶行為，但相應(yīng)地，網(wǎng)絡(luò)狀態(tài)本身相對算法仍然透明，反饋信息也可能由于延遲降低優(yōu)化表現(xiàn)。SDN網(wǎng)絡(luò)

6、以其靈活的可控性為DASH視頻傳輸網(wǎng)絡(luò)層優(yōu)化帶來可行性，本文綜合考慮DASH視頻傳輸路由與碼率調(diào)整優(yōu)化問題，將其建模為Markov決策過程，并利用神經(jīng)元?jiǎng)討B(tài)規(guī)劃方法(Neuro-Dynamic Programming，NDP)求解所提優(yōu)化問題的近似最優(yōu)解，以應(yīng)對傳統(tǒng)解法面臨的維數(shù)災(zāi)問題。通過Mininet網(wǎng)絡(luò)仿真器和POX控制器搭建的半實(shí)物網(wǎng)絡(luò)仿真平臺(tái)的驗(yàn)證，本文所提算法的表現(xiàn)明顯優(yōu)于基于最短路徑優(yōu)先(OSPF)算法。
　　3)研

7、究基于深度學(xué)習(xí)的SVC視頻層數(shù)自適應(yīng)與路由規(guī)劃。作為一種新興的視頻編碼標(biāo)準(zhǔn)，可伸縮視頻(Scalable Video Coding，SVC)的傳輸優(yōu)化具有很突出的研究意義。通過將視頻流劃分為一個(gè)基本層和多個(gè)增強(qiáng)層的形式，SVC視頻流可以根據(jù)用戶需求，動(dòng)態(tài)調(diào)整傳輸層數(shù)。受限于傳統(tǒng)網(wǎng)絡(luò)架構(gòu)，現(xiàn)有的SVC傳輸優(yōu)化多為跨層協(xié)作，而在SDN架構(gòu)下，也多為單用戶優(yōu)化或組播服務(wù)。本文以SDN為網(wǎng)絡(luò)基本架構(gòu)，研究有限帶寬下多用戶的SVC視頻傳輸服務(wù)。利

8、用SDN網(wǎng)絡(luò)特性，獲取并分析網(wǎng)絡(luò)狀態(tài)，為每個(gè)請求SVC傳輸服務(wù)的用戶合理選擇傳輸層數(shù)，并為每層SVC視頻流數(shù)據(jù)獨(dú)立路由，以最大化利用有限的網(wǎng)絡(luò)帶寬資源。該優(yōu)化問題被建模為Markov決策過程，考慮到求解過程中面臨的維數(shù)災(zāi)以及NDP方法中手動(dòng)特征提取的不穩(wěn)定性，在NDP方法中加入深度學(xué)習(xí)方法提取網(wǎng)絡(luò)狀態(tài)特征，并據(jù)此構(gòu)造近似狀態(tài)值函數(shù)，獲取近似最優(yōu)解。半實(shí)物的實(shí)驗(yàn)結(jié)果表明，本文所提算法在性能明顯上好于基本NDP算法。
　　上述三個(gè)優(yōu)化