基于云平臺的流媒體緩存策略研究.pdf

1、視頻流媒體系統(tǒng)中，視頻數據的緩存策略影響到用戶的體驗質量。由于各個視頻的熱度存在差異性，對視頻數據緩存時，對熱度高的視頻需要生成副本并進行副本緩存，對熱度低的視頻則要進行副本的刪除與替換。目前視頻數據副本緩存的方式有部分緩存和完全緩存兩種。部分緩存能夠在存儲空間有限時，存儲更多的視頻數據，但是緩存的視頻不完整，應用時沒有緩存的部分需要從源服務器再次傳輸，易造成 I/O瓶頸。完全緩存緩存完整的視頻文件，由于視頻文件數據量大，所能緩存的視頻

2、數目有限。論文結合兩種緩存方式的特點，研究視頻副本數據部分緩存和完全緩存相結合的混合緩存策略及相關技術來提高系統(tǒng)的性能。
　　論文具體的研究工作如下：
　?。?）副本生成方面，首先提出一種基于視頻時長的自適應前綴分割算法。仿真結果表明，相對于固定前綴緩存算法，自適應前綴緩存有效提高了視頻點播的命中率。然后提出了一種基于Last-k時間段的副本熱度預測算法，根據預測的熱度值，更加精確的計算各個視頻所需的副本個數。
　　（

3、2）副本放置方面，首先提出一種基于加權熵的最優(yōu)存儲服務器的選擇算法。相比于Round robin，最小負載優(yōu)先，最小連接數優(yōu)先等算法，所提算法同時綜合考慮了存儲均衡，熱度均衡，帶寬均衡三個方面的因素，實現了系統(tǒng)性能的綜合最優(yōu)。然后在存儲空間不足時，提出一種基于時間窗閾值和視頻容量的平滑刪除策略，綜合考慮了視頻副本的放置時間，副本的容量，熱度變化波動性。在存儲空間一定時，平滑刪除替換能有效避免因熱度波動性帶來的誤刪，保證了用戶的點播體驗。