CN110139125B - 无线移动网络下基于需求感知与资源缓存的视频共享方法 - Google Patents
无线移动网络下基于需求感知与资源缓存的视频共享方法 Download PDFInfo
- Publication number
- CN110139125B CN110139125B CN201910527747.5A CN201910527747A CN110139125B CN 110139125 B CN110139125 B CN 110139125B CN 201910527747 A CN201910527747 A CN 201910527747A CN 110139125 B CN110139125 B CN 110139125B
- Authority
- CN
- China
- Prior art keywords
- video
- node
- nodes
- resource
- video resource
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 65
- 230000008447 perception Effects 0.000 title claims description 4
- 238000009826 distribution Methods 0.000 claims abstract description 45
- 230000008859 change Effects 0.000 claims abstract description 39
- 230000003993 interaction Effects 0.000 claims abstract description 28
- 230000005540 biological transmission Effects 0.000 claims abstract description 18
- 230000008569 process Effects 0.000 claims abstract description 15
- 208000015181 infectious disease Diseases 0.000 claims abstract description 11
- 208000035473 Communicable disease Diseases 0.000 claims abstract description 10
- 230000007423 decrease Effects 0.000 claims description 11
- 230000007480 spreading Effects 0.000 claims description 7
- 238000003892 spreading Methods 0.000 claims description 7
- 230000002457 bidirectional effect Effects 0.000 claims description 5
- 238000012163 sequencing technique Methods 0.000 claims description 3
- 238000004891 communication Methods 0.000 claims description 2
- 230000002452 interceptive effect Effects 0.000 claims description 2
- 238000004364 calculation method Methods 0.000 description 12
- 238000003860 storage Methods 0.000 description 8
- 238000012217 deletion Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 238000005457 optimization Methods 0.000 description 5
- 230000037430 deletion Effects 0.000 description 4
- 230000002829 reductive effect Effects 0.000 description 4
- 238000013459 approach Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 230000003139 buffering effect Effects 0.000 description 3
- 239000004576 sand Substances 0.000 description 3
- 230000001174 ascending effect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012804 iterative process Methods 0.000 description 2
- 101150049349 setA gene Proteins 0.000 description 2
- 239000013598 vector Substances 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 239000008186 active pharmaceutical agent Substances 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000005304 joining Methods 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000036961 partial effect Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
- H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
- H04N21/231—Content storage operation, e.g. caching movies for short term storage, replicating data over plural servers, prioritizing data for deletion
- H04N21/23106—Content storage operation, e.g. caching movies for short term storage, replicating data over plural servers, prioritizing data for deletion involving caching operations
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
- H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
- H04N21/239—Interfacing the upstream path of the transmission network, e.g. prioritizing client content requests
- H04N21/2393—Interfacing the upstream path of the transmission network, e.g. prioritizing client content requests involving handling client requests
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
- H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
- H04N21/24—Monitoring of processes or resources, e.g. monitoring of server load, available bandwidth, upstream requests
- H04N21/2407—Monitoring of transmitted content, e.g. distribution time, number of downloads
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
- H04N21/25—Management operations performed by the server for facilitating the content distribution or administrating data related to end-users or client devices, e.g. end-user or client device authentication, learning user preferences for recommending movies
- H04N21/262—Content or additional data distribution scheduling, e.g. sending additional data at off-peak times, updating software modules, calculating the carousel transmission frequency, delaying a video stream transmission, generating play-lists
- H04N21/26208—Content or additional data distribution scheduling, e.g. sending additional data at off-peak times, updating software modules, calculating the carousel transmission frequency, delaying a video stream transmission, generating play-lists the scheduling operation being performed under constraints
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
- H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
- H04N21/433—Content storage operation, e.g. storage operation in response to a pause request, caching operations
- H04N21/4331—Caching operations, e.g. of an advertisement for later insertion during playback
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
- H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
- H04N21/433—Content storage operation, e.g. storage operation in response to a pause request, caching operations
- H04N21/4335—Housekeeping operations, e.g. prioritizing content for deletion because of storage space restrictions
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/60—Network structure or processes for video distribution between server and client or between remote clients; Control signalling between clients, server and network components; Transmission of management data between server and client, e.g. sending from server to client commands for recording incoming content stream; Communication details between server and client
- H04N21/61—Network physical structure; Signal processing
- H04N21/6106—Network physical structure; Signal processing specially adapted to the downstream path of the transmission network
- H04N21/6131—Network physical structure; Signal processing specially adapted to the downstream path of the transmission network involving transmission via a mobile phone network
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Databases & Information Systems (AREA)
- Computer Networks & Wireless Communication (AREA)
- Information Transfer Between Computers (AREA)
- Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)
Abstract
无线移动网络下基于需求感知与资源缓存的视频共享方法,包括:S1、利用传染病模型对视频资源散播过程进行建模;S2、根据节点已观看的视频资源感知节点的需求域;S3、根据任意两个节点间视频资源的推送和请求过程计算两个节点的交互频度和交互成功率;S4、根据两个节点成为一跳邻居节点的次数和保持一跳邻居节点的时长计算两个节点的移动稳定度;S5、计算两个节点间的联系紧密度;S6、根据节点之间的联系紧密度将节点分配到若干个节点集合中;S7、根据视频资源的传输过程参数计算视频资源的分布变化程度;S8、在节点集合中基于视频资源的分布变化程度调整视频资源的缓存状态。本发明能够有效提高节点对视频资源的请求成功率和推送成功率。
Description
技术领域
本发明涉及视频资源共享技术领域,具体的说是一种无线移动网络下基于需求感知与资源缓存的视频共享方法。
背景技术
移动视频服务的广泛应用得益于快速不断增加的无线网络带宽。无线网络带宽的提升(例如,已部署的4G网络和即将部署的5G网络)能够承载由视频服务带来的巨大规模的网络流量,从而能够确保视频用户的体验效果(例如,高清视频应用)。在另一方面,在异构网络环境下,多种网络接入方式(例如,MANETs,WLAN,VANETs和蜂窝网络)使视频用户能够通过手持智能终端方便地接入互联网获取视频内容。因此,移动视频服务能够吸引超大规模的视频用户,从而产生了巨大视频流量。此外,由于众多视频用户共享唯一的网络带宽资源,使得网络带宽资源相对于每个用户而言,变得更加有限,从而降低了***能够负载的用户数量,限制了***的可扩展性,而且有限的带宽也难以支持用户较高的观看质量(例如,观看高清视频)。为了提升***的可扩展性和确保用户高体验质量,大多数***采用移动对等网络技术(Mobile peer-to-peer,MP2P)。移动对等网络技术利用动态分配覆盖网络中节点贡献的剩余带宽和存储资源实现节点间视频资源的高效共享,从而提升用户的体验质量和***的可扩展性。图1展示了在无线移动网络中基于MP2P的视频服务的部署情况。然而,随着用户规模的逐渐增加,视频用户产生的巨大的视频流量给核心网络带来沉重的负担,由此引发的网络拥塞不仅增加了视频传输延时,而且也增大了视频数据丢失的概率,从而严重影响视频用户播放的连续性,进而降低视频用户的体验质量。将视频流量在底层网络卸载的方法是缓解核心网络负载、降低视频内容搜索和数据传输延时的有效方法。然而,卸载视频流量在底层网络要求视频共享的双方(视频请求者和提供者)具有较近且相对稳定的地理距离(可称为“视频近端获取”),从而确保视频共享双方间的视频内容搜索路径和视频数据传输路径上的中继节点保持较少且稳定。也就是说,视频请求者需要从众多视频提供者中发现存储所需视频且地理位置相近的节点作为视频提供者,使得视频数据无需借助核心网络中的中继节点的转发直接在底层网络中传输,从而缓解核心网络的负载。在无线移动网络中,视频近端获取的实现依赖两个方面:1)视频***需要利用有效的视频资源管理以优化视频资源的分布,使得视频资源能够在本地网络实现供需平衡(即视频资源提供者可以在本地网络中发现存储所需视频的资源提供者);2)在视频分布优化的基础上,视频***需要利用灵活的资源调度策略来支持视频请求者能够快速的发现本地网络中与其保持较近地理距离的视频提供者。
近年来,众多研究提出了通过利用视频缓存与调度提升视频***的视频资源共享性能的方法。例如,协作缓存方法利用网络节点的剩余存储空间缓存未来可能流行的视频资源,以提升视频资源的散播速度,从而优化视频资源的分布。资源预取方法使网络节点利用自身剩余的带宽和存储资源预先存储未来可能要观看的视频资源,从而降低视频资源搜索和播放启动延时。强制缓存优化方法要求网络节点根据视频分布变化缓存网络中数量相对较少且请求较多的视频资源,以满足视频的供需平衡。基于社交网络的资源调度方法根据网络节点间的社交关系整合网络节点的缓存资源,以提升网络节点间视频资源的共享效率。然而,上述方法无法有效处理由用户需求变化和节点移动性对网络中视频资源分布的负面影响,从而导致视频资源的低效率资源调度和高成本管理。事实上,用户对于视频内容的兴趣是使用户从网络中请求视频资源和删除本地存储视频资源的决定性因素。用户兴趣的变化驱使着用户从网络中请求渴望观看的视频资源,无论是通过远端或近端获取。也就是说,如果用户请求的视频资源无法从与其在地理位置上保持较近距离的资源提供者获取,该用户只能从与其在地理位置上保持较远距离的资源提供者获取,从而导致视频资源的搜索和传输延时增加。如果用户对本地存储的视频失去兴趣,则该用户也会直接将失去兴趣的视频从本地存储空间中删除。显然,用户兴趣的变化是影响视频分布稳定性的重要因素,即导致视频分布在视频数量上的动态变化。在另一方面,用户通常使用手机、平板电脑等移动智能终端来获取和播放视频,因此,用户具有较强的移动性。当用户从当前的地理位置移动到另一个地理位置时,其自身携带的视频资源也在地理位置上发生了变化,即引起了视频分布在地理位置上的变化。如何处理由用户兴趣变化和移动性引起的视频共享性能低下的问题成为了确保视频***服务质量和用户体验质量的关键因素。
发明内容
为了解决现有技术中的不足,本发明提供一种无线移动网络下基于需求感知与资源缓存的视频共享方法,能够有效提高节点对视频资源的请求成功率和推送成功率,从而提升用户体验。
为了实现上述目的,本发明采用的具体方案为:无线移动网络下基于需求感知与资源缓存的视频共享方法,所述无线移动网络包括通信连接的视频服务器和若干个节点,且视频服务器和节点均存储有视频资源,所述方法包括如下步骤:
S1、利用传染病模型对视频资源散播过程进行建模;
S2、根据节点已观看的视频资源感知节点的需求域,并且根据节点的需求域计算两个节点之间的需求相似度;
S3、根据任意两个节点间视频资源的推送和请求过程计算两个节点的交互频度和交互成功率;
S4、根据两个节点成为一跳邻居节点的次数和保持一跳邻居节点的时长计算两个节点的移动稳定度;
S5、将两个节点间的需求相似度、交互成功率和移动稳定度相乘得到两个节点间的联系紧密度;
S6、根据节点之间的联系紧密度将节点分配到若干个节点集合中,所有节点基于节点集合进行视频资源请求和推送;
S7、根据视频资源的传输过程参数计算视频资源的分布变化程度;
S8、在节点集合中基于视频资源的分布变化程度调整视频资源的缓存状态。
作为一种优选方案,S1中,对于任意视频资源,将对该视频资源感兴趣的节点作为易感染节点,将正在观看该视频资源或者缓存有该视频资源的节点作为已感染节点,将对该视频资源失去兴趣并且从缓冲区删除了该视频资源的节点作为免疫节点,从而构建传染病模型。
作为一种优选方案,S2的具体方法包括:
S2.1、为每个视频资源设置若干个属性;
S2.2、在节点已观看的视频资源中,根据属性计算视频资源之间的相似度;
S2.3、根据相似度将已观看的视频资源聚类到多个初始集合中;
S2.4、对初始集合进行优化得到视频集合;
S2.5、根据节点对视频资源的播放长度和推送频率计算节点对视频资源的兴趣程度;
S2.6、根据节点对视频资源兴趣程度将部分视频集合转换为节点的需求域,每个需求域具有一个代表视频;
S2.7、对节点的所有需求域进行排序;
S2.8、根据相似度将节点新请求并且观看的视频资源添加到需求域中;
S2.9、计算两个节点的需求域中代表视频的相似度均值,将代表视频的相似度均值作为两个节点的需求相似度。
作为一种优选方案,S3的具体方法包括:
S3.1、对于任意两个节点,将两个节点间发生的双向的视频资源请求频率和视频资源推送频率相加之和作为两个节点的交互频度;
S3.2、将两个节点间发生的交互成功频度与交互频度之比作为两个节点的交互成功率。
作为一种优选方案,S6的具体方法包括:
S6.1、节点将所有拥有过一跳邻居节点关系的节点添加到节点列表中;
S6.2、将两个节点分别作为主动节点和被动节点,主动节点在被动节点的节点列表中;
S6.3、如果主动节点与被动节点之间的联系紧密度大于主动节点与自身节点列表中所有节点之间的联系紧密度,则主动节点与被动节点构成一个基本集合;
S6.4、所有节点组成若干个基本集合后,对基本集合进行去噪处理得到若干个节点集合,每个节点集合中包括若干个节点;
S6.5、所有节点基于节点集合进行视频资源请求和推送。
作为一种优选方案,S6.5的具体方法为:
S6.51、请求节点要观看一个请求视频资源前,先计算请求视频资源与所在节点集合中其余所有节点的所有代表视频之间的相似度;
S6.52、请求节点选择与请求视频资源具有最大相似度的一个视频资源所属的节点发出请求消息;
S6.53、若该节点存储有请求视频资源则向请求节点传输请求视频资源,否则该节点执行S6.51至S6.52将请求消息在节点集合中散播;
S6.54、请求节点在搜索延时阈值内接收到请求视频资源则终止请求行为,若未接收到请求视频资源则向无线移动网络中所有节点广播请求消息;
S6.55、若无线移动网络中所有节点均未响应请求消息,则请求节点向视频服务器发送请求消息,视频服务器接收到请求消息后向请求节点发送请求视频资源。
作为一种优选方案,S7的具体方法包括:
S7.1、根据视频资源大小、传输带宽和传输丢包率计算节点对视频资源的下载时间;
S7.2、根据下载时间计算周期时间内视频资源的播放行为散播规模;
S7.3、计算周期时间内视频资源的推送行为散播规模;
S7.4、结合播放行为散播规模和推送行为散播规模计算视频资源的分布变化程度。
作为一种优选方案,S8的具体方法为:在一个周期时间内,计算节点集合中任意视频资源的分布变化程度,若分布变化程度持续增加则节点集合增加该视频资源的缓存数量,若分布变化程度持续减小并且趋向于一个稳定值,则节点集合降低该视频资源的缓存数量。
有益效果:本发明提出了一种无线移动网络下基于需求感知与资源缓存的视频共享方法,简称VDRCO。VDRCO基于传染病模型对视频资源进行初始化散播,然后基于视频资源之间的相似度以及节点对视频资源的播放记录提取出节点的需求域,进而得到节点的需求域范围,从而精确描述节点对视频资源的需求。之后VDRCO根据节点之间的需求相似度、交互成功率和移动稳定度计算节点之间的联系紧密度,根据多个因素精确描述出了节点之间的联系紧密度。接着,VDRCO根据节点紧密度将节点汇聚到若干个节点集合中,使基于节点集合进行视频资源的请求和推送,因为在同一个节点集合中的节点联系紧密度高,所以提高了节点对视频资源的请求成功率和推送成功率。最后VDRCO基于节点内视频资源的分布变化程度对视频资源的分布进行调整,从而能够使节点集合内视频资源的分布能够满足节点的观看需求,进一步提高了节点对视频资源的请求成功率和推送成功率。
附图说明
图1是无线移动网络下基于MP2P的视频服务部署示意图;
图2是初始集合的形成方式示意图;
图3是初始集合的迭代方式示意图;
图4是视频集合的形成方式示意图;
图5是视频集合的去噪方式示意图;
图6是本发明的流程图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
请参阅图6,无线移动网络下基于需求感知与资源缓存的视频共享方法,无线移动网络包括通信连接的视频服务器和若干个节点,且视频服务器和节点均存储有视频资源,方法包括S1至S8。
S1、利用传染病模型对视频散播过程进行建模。
S1中,对于任意视频资源,将对该视频资源感兴趣的节点作为易感染节点,将正在观看该视频资源或者缓存有该视频资源的节点作为已感染节点,将对已完成对该视频资源观看并且从缓冲区删除了该视频资源的节点作为免疫节点,从而构建传染病模型。
视频资源的共享依赖于视频资源在节点中的分布情况,因此在无线移动网络中视频资源的管理关注于实现最优的视频资源分布以支持高效的视频资源共享。视频资源的供应与需求保持在无线移动网络中的平衡是一个最优视频资源分布的重要特征。例如,当一个节点ni总是能够在其一跳范围内找到缓存其所需视频资源的提供者,提供者与ni之间的一跳邻居关系可以将转发视频资源请求消息和视频资源数据路径中所含的中继节点数量最小化,从而降低视频资源搜索和传输的等待延时和视频资源数据丢失的风险。显然,视频资源供应与需求在无线移动网络中的平衡可以有效支持以较近地理距离获取视频资源的视频资源共享行为,即视频资源的近端获取,从而确保用户的体验质量。
维护移动节点缓存视频资源并使其在无线移动网络内保持供应与需求平衡存在着重大挑战。这是因为用户对于视频资源内容兴趣的变化以及自身的移动性会对视频资源分布的本地平衡带来极为严重的负面影响。例如,节点ni已经完成对ni的一跳邻居节点缓存的所有视频资源的观看,使得ni对这些视频资源失去了兴趣。因此,当ni的一跳邻居范围内缓存的视频资源无法满足ni的需求时,ni就会向超过一跳邻居范围的节点请求新的视频资源,导致视频资源数据路径中所含的中继节点数量增加,传输质量下降。因此很显然的,节点对视频资源内容的兴趣变化会导致视频资源分布的供需失衡。在另一方面,移动节点担当视频资源的携带者,节点的移动性会导致视频资源在地理位置上发生移动,使得视频资源分布在地理区域内发生变化。由于视频资源分布的动态变化,维护视频资源的供需平衡的稳定性需要不断地根据节点兴趣变化和移动性进行调整。
在节点兴趣变化和移动性两个因素中,兴趣变化会改变可用视频资源的数量,从而决定了视频资源搜索的性能,一旦在所有节点中无法搜索到请求的视频资源,只能向服务器获取初始视频资源数据,产生巨大的搜索延时。节点移动性则仅仅只会导致视频资源分布在地理区域内的变化,使得视频资源传输性能受到影响。
考虑到视频资源在散播过程中均处于动态变化,且存在一个显著的周期过程。当一个视频资源vi出现在网络中,节点会对vi产生潜在的兴趣。一些节点缓存vi并且向其他节点推送vi,这就增加了vi的散播范围和散播速度,即缓存vi的节点数量不断增加。当大部分节点观看过vi后且失去了对vi的兴趣,并从本地缓冲区中移除了vi,则网络中vi的数量急剧下降。本发明据此对易感染节点、已感染节点和免疫节点进行了定义,其中对vi感兴趣的节点被视为易感染节点,此类节点主动发送请求消息以获取vi;正在观看或完成观看的节点由于缓存了vi,被视为已感染节点,此类节点可以为请求节点提供vi且主动向其他节点推送vi;将对该视频资源失去兴趣并且从缓冲区删除了该视频资源的节点作为免疫节点,此类节点既不请求和推送vi,也不提供和接收vi。
进一步地,若无线移动网络中所有节点的数量为N,对于对视频资源vi,有N=N(S)+N(I)+N(R),其中,N(S)为易感染节点数量,N(I)为已感染节点的数量,N(R)为免疫节点的数量。设S=N(S)/N、I=N(I)/N和R=N(R)/N分别为N(S)、N(I)和N(R)与N的比值。在t时刻,S,I,R满足公式S(t)+R(t)+I(t)=1。传染病模型可以具体表示为:
其中,λ和μ分别表示请求和删除vi的节点数量的增长率。如果vi的内容较为流行,则节点请求vi的概率较高;若缓存vi节点的对其他节点的影响力较高,将vi推送给其他节点且被接受的概率较高。因此,当视频资源vi的内容较为流行且缓存vi节点的对其他节点的影响力较高时,视频资源vi的散播速率λ的值较高,同时I的值也将保持快速增长;如果缓存vi的节点已经完成对于vi的观看,则这些节点对vi失去了兴趣,将从本地缓冲区中删除vi,因此,μ的值将保持较高水平,同时R的值将保持快速增加。
基于传染病模型的视频资源散播过程如下。
初始时,视频资源提供者的数量较少,一些节点对vi内容感兴趣,则vi的散播速率较低,λ的值缓慢增加;此时,由于没有节点完成对于vi的播放,则网络中没有节点将vi从本地缓冲区中删除,因此,μ的值为0。
随着散播时间的增加,请求vi的节点数量不断增加,这些节点在获取vi数据后将其缓存至本地缓冲区中。存储vi的节点也将向其他未观看且未请求vi的节点推送vi。当网络中大部分对vi感兴趣的节点和受到推送的节点缓存vi后,λ将达到峰值。此时,网络中一些节点完成了对于vi的观看,则这些节点将vi从本地缓冲区中删除且退出***。此时,μ的值将开始保持增加的趋势。
随着对vi感兴趣的节点数量的增量下降时,λ的值开始下降;此时,由于大量已完成观看vi的节点开始退出***并从本地缓冲区中删除vi,则μ的值将开始快速增加且达到峰值。
当对vi感兴趣的节点数量处于相对稳定状态时,λ的值将保持在较低水平。最终当所有节点都完成对于vi的播放且从本地缓冲区中删除vi,I和S的值为0,λ和μ的值也为0。事实上,总是会出现对于vi感兴趣的节点,因此,S和I值应当会一直保持在一个较低水平上抖动。
如果节点完成播放后立刻删除vi,则λ和μ的值将保持相同的变化过程。如果节点完成对vi的播放,但不立刻删除vi,则μ的值拥有相对于λ的值较长的变化过程。
S2、根据节点已观看的视频资源感知节点的需求域,并且根据节点的需求域计算两个节点之间的需求相似度。S2的具体方法包括S2.1至S2.9。
S2.1、为每个视频资源设置若干个属性。属性可以是视频资源的名称、演员、导演、简介等。
S2.2、在节点已观看的视频资源中,根据属性计算视频资源之间的相似度。本发明中,首先将所有属性转换为向量,然后采用向量夹角余弦公式来计算相似度,具体可以参考中国专利“CN201711467052.X”公开的“一种无线移动网络下基于用户兴趣感知的视频资源共享方法”中的视频资源相似度计算方法。
S2.3、根据相似度将已观看的视频资源聚类到多个初始集合中。
设Sv(ni)表示节点ni已观看视频资源的集合,Sjk为视频资源vj和视频资源vk之间的相似度,且vj,vk∈Sv(ni)。如果Sjk为vk与Sv(ni)中所有元素相似度的最大值,则vj和vk构成了一个初始集合如图2所示。同样地,如果Shk表示视频资源vh和和视频资源vk之间的相似度,vh,vk∈Sv(ni),且Shk为vh与Sv(ni)中所有元素相似度的最大值,则vh加入初始集合如图3所示。
S2.4、对初始集合进行优化得到视频集合。
由于每个初始集合中的任一元素只与中的一个元素计算了相似度,因此,会包含一些噪声元素。例如,且vs与vk的相似度值Ssk是vs与Sv(ni)中所有元素的最大值。如果Ssk的值较小且vs与中其他元素的相似度值较小,则vs就不适合成为中元素,即vs可被视为中一个噪声元素。这是因为vs只与中的vk进行了相似度匹配,没有与中其他元素进行相似度匹配,导致vs成为了中的噪声元素,即并不相似的元素vs被加入到初始集合中。为了消除初始集合中的噪声元素,需要进行优化。
由于中所有元素都按照相似度升序排列,因此,va是中拥有最小相似度值的视频资源,va可以被首先从中删除,删除va后中剩余元素构成了一个新的集合 中所有元素间的相似度平均值为如果表明va不是一个噪声元素,va会被重新添加至否则,如果表明va是一个噪声元素,也就是说,存在va与中某一元素的相似度较高但与其他元素相似度较低的情况,因此,将va从中删除后提升了中其他元素间的相似度,即删除va使得中剩余元素的联系紧密程度提升。在实施保留或删除va的动作之后,会继续删除第二个元素vb。中其他元素构成了一个新的集合如果表明vb不是一个噪声元素,vb会被重新添加至否则,如果表明vb是一个噪声元素。
之后进一步对所有的噪声元素进行相似度计算和聚类处理,并移除所有噪声元素。经过反复迭代后,最终的迭代收敛条件为:(1)若存在噪声元素无法与其他初始集合构成一个新的集合,则任一噪声元素将成为一个视频集合;(2)若不存在噪声元素,则任一视频集合中元素数量大于等于2。最终将Sv(ni)中的所有视频资源聚类到若干个视频集合中,本实施例中,为简化描述,以下视频集合沿用初始集合的符号。
S2.5、根据节点对视频资源的播放长度和推送频率计算节点对视频资源的兴趣程度。具体的计算方法为:
其中,li(vj)为节点ni对于视频资源vj的观看时间长度,Li是ni对于所有已观看视频资源的观看总时间长度,fi(vj)是ni推送视频资源vj的推送频率,Fi是ni对于所有已观看视频资源的总推送频率,α和β分别为ni对于视频资源vj的观看时间和推送频度的权重,且α+β=1,Ii(vj)的值的范围为[0,1]。
S2.6、根据节点对视频资源兴趣程度将部分视频集合转换为节点的需求域,每个需求域具有一个代表视频资源。
可进一步计算Sv(ni)中所有视频资源元素的平均兴趣程度:
其中,|Sv(ni)|返回Sv(ni)中所含视频集合的数量。
S2.7、对节点的所有需求域进行排序。
S2.8、根据相似度将节点新请求并且观看的视频资源添加到需求域中。
当ni请求并观看了一个视频资源vd,将vd与ni所有需求域的代表视频资源进行相似度计算。如果vd与的代表视频资源vj拥有在与所有代表视频资源相似度值中的最大值,vd将被添加至中。然后采用优化初始集合时的除噪方法进行除噪,如果vd是个噪声视频资源,则vd将与所有的噪声视频资源,即单个视频资源构成的视频集合进行相似度计算。vd将与拥有最大相似度值的噪声视频资源组建新的初始集合。否则,如果vd不是一个噪声视频资源,则vd将被保留在集合中。
S2.9、计算两个节点的需求域中代表视频资源的相似度均值,将代表视频资源的相似度均值作为两个节点的需求相似度。
具体的计算方法为:
VNi和VNj分别为ni与nj的代表视频数量。
S3、根据任意两个节点间视频资源的推送和请求过程计算两个节点的交互频度和交互成功率。S3的具体方法包括S3.1至S3.2。
S3.1、对于任意两个节点,将两个节点间发生的双向的视频资源请求频率和视频资源推送频率之和作为两个节点的交互频度。
网络中任意两个ni与nj的交互频度可以被定义为:
S3.2、将两个节点间发生的交互成功频度与交互频度之比作为两个节点的交互成功率。
S4、根据两个节点成为一跳邻居节点的次数和保持一跳邻居节点的时长计算两个节点的移动稳定度。
如果两个节点在ta时刻ni与nj互为一跳邻居节点,ni与nj的移动稳定度计算方法为:
其中,et为ni与nj保持一跳邻居节点关系的时间长度,s为ni与nj互为一跳邻居节的总次数,由于因此,对ni与nj互为一跳邻居节时间进行了归一化处理。可以看出,互为一跳邻居节的频度越高且每次保持一跳邻居关系的时间越长,则表明ni与nj间的一跳邻居关系越稳定。
S5、将两个节点间的需求相似度、交互成功率和移动稳定度相乘得到两个节点间的联系紧密度。具体的计算方法为:
GRij=DSij×IRij×MSij,GRij∈[0,1)。
节点间交互的频度越高且交互成功率越高,能够加速视频资源的散播,也反应了节点间联系的紧密程度高且稳定性高。节点间联系的紧密程度高且稳定性高,除了能够提升视频资源请求和推送的成功率外,还能够降低节点间状态消息的交互频率,从而降低节点集合的维护负载和提升节点集合的可扩展性。
另一方面,移动节点的带宽、存储、计算和续航能力有限,维护较多节点的状态信息需要消耗大量带宽、存储、计算和续航资源,移动的节点难以承受这种持续和大规模的消耗;此外,维护地理位置较远节点的状态信息会消耗大量的网络带宽。因此,节点仅能与地理位置较近,即一跳范围内的节点进行交互并维护彼此的状态信息。所以,评估移动稳定度的目标节点来自于节点的一跳邻居节点。
此外,两个节点之间的需求相似度越高,也就更加有可能请求相同的视频资源,并且更加有可能相互传输视频资源,因此需求相似度也能够直接影响两个节点之间的联系紧密度。
因此,本发明结合了上述三个因素,能够精确计算出两个节点之间的联系紧密度。
S6、根据节点之间的联系紧密度将节点分配到若干个节点集合中,所有节点基于节点集合进行视频资源请求和推送。S6的具体方法包括S6.1至S6.5。
S6.1、节点将所有拥有过一跳邻居节点关系的节点添加到节点列表中。节点列表记为GNi。
S6.2、将两个节点分别作为主动节点和被动节点,主动节点在被动节点的节点列表中。例如主动节点为ni,被动节点为nj,被动节点的节点列表为GNj。
S6.3、如果主动节点与被动节点之间的联系紧密度大于主动节点与自身节点列表中所有节点之间的联系紧密度,则主动节点与被动节点构成一个基本集合。
如果节点nj与ni的联系紧密程度大于nj与GNj中所有节点的联系紧密程度,则nj与ni构成一个基本集合GSj。同样地,如果节点nk与nj的联系紧密程度大于nk与GNk中所有节点的联系紧密程度,nk会加入基本集合GSj。
S6.4、所有节点组成若干个基本集合后,对基本集合进行去噪处理得到若干个节点集合,每个节点集合中包括若干个节点。
去噪的方法可以采用优化初始集合的方法,经过除噪迭代后,无线移动网络中的节点构成多个节点集合,即NS=(GS1,GS2,…,GSn),节点集合中的元素间具有较高的联系紧密度,在同一节点集合中的元素会周期地相互交换彼此的代表视频和状态信息。为了简化描述,以下节点集合沿用基本集合的符号。
S6.5、所有节点基于节点集合进行视频资源请求和推送。S6.5的具体方法为S6.51至S6.55。
S6.51、请求节点要观看一个请求视频资源前,先计算请求视频资源与所在节点集合中其余所有节点的所有代表视频资源之间的相似度。
如果节点推送或请求的视频资源与目标节点需求域范围所有代表视频的相似度都较低,表明目标节点对该视频资源的兴趣程度低,查询失败或推送失败的概率较高,应当更换目标节点以提高查询或者推送的成功率。因此,节点在请求或推送视频资源前,首先要考察目标节点或推送消息的目标节点的需求域范围。
例如,节点ni想要观看视频vk,则ni首先评价vk与所在节点集合中其余所有节点所有的代表视频间的相似度。
S6.52、请求节点选择与请求视频资源具有最大相似度的一个视频资源所属的节点发出请求消息。
若vk与vh的相似度是vk与所有的代表视频相似度中的最大值,且当前节点集合中存在一个节点nj存储着vh,则ni将nj作为目标节点,向nj发送关于vk的请求消息。
S6.53、若该节点存储有请求视频资源则向请求节点传输请求视频资源,否则该节点执行S6.51至S6.52将请求消息在节点集合中散播。
如果nj没有存储vk,nj会执行S6.51至S6.52,从nj的一跳邻居节点中选择其他节点集合中存储着与vk相似度最高的节点np作为目标节点,将ni的请求消息转发至np。np收到请求消息后,若本地没有存储vk,则会继续将vk与节点集合内所有元素的代表视频进行相似度计算,并将ni的请求消息转发至存储着与vk拥有最大相似度值的代表视频的节点处。经过上述视频搜索的迭代过程,一旦搜索到存储vk的节点,则该节点向ni返回确认消息。
S6.54、请求节点在搜索延时阈值内接收到请求视频资源则终止请求行为,若未接收到请求视频资源则向无线移动网络中所有节点广播请求消息。
当ni在发送vk的请求消息后,在本地计算搜索延时,一旦在搜索延时阈值T内没有收到返回的确认消息,则ni向整个无线移动网络广播vk的请求消息。
S6.55、若无线移动网络中所有节点均未响应请求消息,则请求节点向视频服务器发送请求消息,视频服务器接收到请求消息后向请求节点发送请求视频资源。
若整个无线移动网络中均没有存储着视频vk,则ni向视频服务器发送请求消息,视频服务器将向ni传输vk的数据。
缓存视频的节点ni将本地缓存的视频与其在当前节点集合内节点的视频需求域的代表视频资源进行相似度匹配,若ni缓存的视频与节点子集(na,nb,…,nk)的视频需求域的代表视频资源的相似度大于设定的阈值PT,则ni向节点子集(na,nb,…,nk)发送缓存的视频信息。若节点子集(na,nb,…,nk)中节点对ni推送的视频信息失去兴趣,则直接丢弃ni发送的推送消息;否则,若节点子集(na,nb,…,nk)中节点想要请求ni推送信息中视频内容,则向ni发送视频请求消息,从而完成视频推送。
S7、根据视频资源的传输过程参数计算视频资源的分布变化程度。S7的具体方法包括S7.1至S7.4。
由于节点本地缓冲区容量有限,当节点想要观看新的视频且本地缓冲区已满时,则节点需要删除本地缓冲区的若干视频来存储新的请求视频。本地视频的替换导致视频分布的变化,因此需要不断计算视频资源的分布变化程度,以灵活调整视频资源的分布情况。在计算过程中,缓存视频在本地缓冲区中的停留时间是度量本地视频替换的重要参数。
S7.1、根据视频资源大小、传输带宽和传输丢包率计算节点对视频资源的下载时间。
当节点nj想要观看视频vk,nj发送请求消息以获取视频vk。若视频提供者ni存储了vk并收到了来自于nj的请求,则ni向nj发送视频数据且无法删除vk。也就是说,视频提供者收到的请求消息数量越多,则缓存视频停留在本地缓冲区的时间越长,视频的散播周期也越长。任一视频vk的下载时间可以被定义为:
S7.2、根据下载时间计算周期时间内视频资源的播放行为散播规模。
当视频提供者在一个周期时间Δt内没有收到视频请求消息,则可将本地缓存的视频vk从本地缓冲区中删除。如果节点ni在周期时间ta<NRi×TR(vk)内收到的视频请求消息数量为NRi,则vk在ni的本地缓冲区的停留时间为NRi×TR(vk)+Δt。如果Bi等于视频请求者的播放速率,则vk的传输时间长度等于视频请求者的播放时间长度。如果在周期时间tb-ta内视频请求者和提供者的数量分别为NRk和NPk且NRk<NPk,缓存和观看vk也可以成为vk的NRk个视频请求者也可以成为vk的视频提供者。无线移动网络中缓存视频vk节点数量为2×NRk。
S7.3、计算周期时间内视频资源的推送行为散播规模。
一个视频提供者ni存储着视频vk,并向节点nj推送视频vk。如果nj接受推送的视频vk,则nj返回一个确认消息至ni,并从ni处收到返回的视频数据。否则,如果nj对vk不感兴趣,则其忽略推送的视频vk。视频推送成功率也是视频散播周期时间的影响因子。如果在周期时间tb-ta内对于vk的成功推送的数量未NUk,则vk的视频分布变化程度为VLk=(NRk+NUk)/(NPk-NRk-NUk)。其中,NPk>NRk-NUk。
S7.5、结合播放行为散播规模和推送行为散播规模计算视频资源的分布变化程度。
根据S7.2至S7.4,显然,(NRk+NUk)/(tb-ta)和(NPk-NRk-NUk)/(tb-ta)分别表示网络中vk存储数量的增加率和减少率,即λ=(NRk+NUk)/(tb-ta)和μ=(NPk-NRk-NUk)/(tb-ta)。因此,对于视频vk的分布变化程度可以被定义为VLk=λ/μ。
S8、在节点集合中基于视频资源的分布变化程度调整视频资源的缓存状态。
S8的具体方法为:在一个周期时间内,计算节点集合中任意视频资源的分布变化程度,若分布变化程度持续增加则节点集合增加该视频资源的缓存数量,若分布变化程度持续减小并且趋向于一个稳定值,则节点集合降低该视频资源的缓存数量。
为了提升节点集合内的搜索和推送成功率,可以根据节点的需求域范围的变化程度来调整节点集合内的视频资源分布,以确保节点集合内对于视频资源的供需平衡。例如,在一个节点集合内,可根据对于任一视频的请求成功率来决定是否缓存该视频资源,评估在一个周期时间内节点集合关于vk分布的变化程度VLk,如果VLk的值持续增加,则表明节点集合内需要增加vk的缓存数量,以满足不断增长的需求;如果VLk的值持续减少或保持在一个相对稳定的值附近抖动,则表明节点集合内需要降低vk的缓存数量,以缓存其他视频资源。例如,当VLk的值为当前节点集合内所有视频资源的变化程度的最小值,则vk应当优先被移除;反之,如果当VLk的值为当前节点集合内所有视频的变化程度的最大值,则vk应当优先被缓存。此外,当VLk的值既不是当前节点集合内所有视频的变化程度的最大值且也不是最小值,则在周期时间(1+VLk)△t内没有收到关于vk的请求消息且缓存vk的节点可以从本地缓冲区中移除vk。根据节点集合内视频资源的需求变化程度来调整缓存的视频资源,可以进一步提升节点集合内视频资源的请求成功率和推送成功率,以提升视频资源共享效率。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (7)
1.无线移动网络下基于需求感知与资源缓存的视频共享方法,所述无线移动网络包括通信连接的视频服务器和若干个节点,且视频服务器和节点均存储有视频资源,其特征在于:所述方法包括如下步骤:
S1、利用传染病模型对视频资源散播过程进行建模;
S2、根据节点已观看的视频资源感知节点的需求域,并且根据节点的需求域计算两个节点之间的需求相似度;
S2的具体方法包括:
S2.1、为每个视频资源设置若干个属性;
S2.2、在节点已观看的视频资源中,根据属性计算视频资源之间的相似度;
S2.3、根据相似度将已观看的视频资源聚类到多个初始集合中;
S2.4、对初始集合进行优化得到视频集合;
S2.5、根据节点对视频资源的播放长度和推送频率计算节点对视频资源的兴趣程度;
S2.6、根据节点对视频资源兴趣程度将部分视频集合转换为节点的需求域,每个需求域具有一个代表视频;如果任一视频集合的平均兴趣程度大于节点中所有视频集合的平均兴趣程度,则该视频集合被视为节点的一个需求域;如果视频资源在所属视频集合中拥有最高的兴趣程度,则该视频资源为代表视频;
S2.7、对节点的所有需求域进行排序;
S2.8、根据相似度将节点新请求并且观看的视频资源添加到需求域中;
S2.9、计算两个节点的需求域中代表视频的相似度均值,将代表视频的相似度均值作为两个节点的需求相似度;
S3、根据任意两个节点间视频资源的推送和请求过程计算两个节点的交互频度和交互成功率;
S4、根据两个节点成为一跳邻居节点的次数和保持一跳邻居节点的时长计算两个节点的移动稳定度;
S5、将两个节点间的需求相似度、交互成功率和移动稳定度相乘得到两个节点间的联系紧密度;
S6、根据节点之间的联系紧密度将节点分配到若干个节点集合中,所有节点基于节点集合进行视频资源请求和推送;
S7、根据视频资源的传输过程参数计算视频资源的分布变化程度;
S8、在节点集合中基于视频资源的分布变化程度调整视频资源的缓存状态。
2.如权利要求1所述的无线移动网络下基于需求感知与资源缓存的视频共享方法,其特征在于:S1中,对于任意视频资源,将对该视频资源感兴趣的节点作为易感染节点,将正在观看该视频资源或者缓存有该视频资源的节点作为已感染节点,将对该视频资源失去兴趣并且从缓冲区删除了该视频资源的节点作为免疫节点,从而构建传染病模型。
3.如权利要求1所述的无线移动网络下基于需求感知与资源缓存的视频共享方法,其特征在于:S3的具体方法包括:
S3.1、对于任意两个节点,将两个节点间发生的双向的视频资源请求频率和视频资源推送频率相加之和作为两个节点的交互频度;
S3.2、将两个节点间发生的交互成功频度与交互频度之比作为两个节点的交互成功率。
4.如权利要求1所述的无线移动网络下基于需求感知与资源缓存的视频共享方法,其特征在于:S6的具体方法包括:
S6.1、节点将所有拥有过一跳邻居节点关系的节点添加到节点列表中;
S6.2、将两个节点分别作为主动节点和被动节点,主动节点在被动节点的节点列表中;
S6.3、如果主动节点与被动节点之间的联系紧密度大于主动节点与自身节点列表中所有节点之间的联系紧密度,则主动节点与被动节点构成一个基本集合;
S6.4、所有节点组成若干个基本集合后,对基本集合进行去噪处理得到若干个节点集合,每个节点集合中包括若干个节点;
S6.5、所有节点基于节点集合进行视频资源请求和推送。
5.如权利要求4所述的无线移动网络下基于需求感知与资源缓存的视频共享方法,其特征在于:S6.5的具体方法为:
S6.51、请求节点要观看一个请求视频资源前,先计算请求视频资源与所在节点集合中其余所有节点的所有代表视频之间的相似度;
S6.52、请求节点选择与请求视频资源具有最大相似度的一个视频资源所属的节点发出请求消息;
S6.53、若该节点存储有请求视频资源则向请求节点传输请求视频资源,否则该节点执行S6.51至S6.52将请求消息在节点集合中散播;
S6.54、请求节点在搜索延时阈值内接收到请求视频资源则终止请求行为,若未接收到请求视频资源则向无线移动网络中所有节点广播请求消息;
S6.55、若无线移动网络中所有节点均未响应请求消息,则请求节点向视频服务器发送请求消息,视频服务器接收到请求消息后向请求节点发送请求视频资源。
6.如权利要求1所述的无线移动网络下基于需求感知与资源缓存的视频共享方法,其特征在于:S7的具体方法包括:
S7.1、根据视频资源大小、传输带宽和传输丢包率计算节点对视频资源的下载时间;
S7.2、根据下载时间计算周期时间内视频资源的播放行为散播规模;
S7.3、计算周期时间内视频资源的推送行为散播规模;
S7.4、结合播放行为散播规模和推送行为散播规模计算视频资源的分布变化程度。
7.如权利要求1所述的无线移动网络下基于需求感知与资源缓存的视频共享方法,其特征在于:S8的具体方法为:在一个周期时间内,计算节点集合中任意视频资源的分布变化程度,若分布变化程度持续增加则节点集合增加该视频资源的缓存数量,若分布变化程度持续减小并且趋向于一个稳定值,则节点集合降低该视频资源的缓存数量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910527747.5A CN110139125B (zh) | 2019-06-18 | 2019-06-18 | 无线移动网络下基于需求感知与资源缓存的视频共享方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910527747.5A CN110139125B (zh) | 2019-06-18 | 2019-06-18 | 无线移动网络下基于需求感知与资源缓存的视频共享方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110139125A CN110139125A (zh) | 2019-08-16 |
CN110139125B true CN110139125B (zh) | 2021-01-22 |
Family
ID=67577900
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910527747.5A Active CN110139125B (zh) | 2019-06-18 | 2019-06-18 | 无线移动网络下基于需求感知与资源缓存的视频共享方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110139125B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112559822B (zh) * | 2020-12-23 | 2024-05-03 | 深圳市彬讯科技有限公司 | 项目联系人获取方法、装置、计算机设备及存储介质 |
CN112866724B (zh) * | 2020-12-31 | 2022-07-29 | 山东远桥信息科技有限公司 | 一种基于软件定义网络和边缘计算技术的视频业务处理方法和*** |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103945238A (zh) * | 2014-05-07 | 2014-07-23 | 北京邮电大学 | 一种基于用户行为的社区探测方法 |
CN107222787A (zh) * | 2017-06-02 | 2017-09-29 | 中国科学技术大学 | 视频资源流行度预测方法 |
CN108124168A (zh) * | 2017-12-28 | 2018-06-05 | 洛阳师范学院 | 一种无线移动网络下基于用户兴趣感知的视频共享方法 |
CN108173943A (zh) * | 2017-12-28 | 2018-06-15 | 洛阳师范学院 | 移动内容中心网络中基于贡献度感知的视频共享方法 |
CN109743594A (zh) * | 2018-12-18 | 2019-05-10 | 洛阳师范学院 | 无线视频共享***中基于相似播放模式抽取的共享方法 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9215423B2 (en) * | 2009-03-30 | 2015-12-15 | Time Warner Cable Enterprises Llc | Recommendation engine apparatus and methods |
US20130145276A1 (en) * | 2011-12-01 | 2013-06-06 | Nokia Corporation | Methods and apparatus for enabling context-aware and personalized web content browsing experience |
CN107820137A (zh) * | 2016-09-12 | 2018-03-20 | 湖南移商动力网络技术有限公司 | 一种面向3g网络的移动流媒体教学平台设计的方法 |
CN108230169B (zh) * | 2017-12-20 | 2021-12-17 | 重庆邮电大学 | 基于社交影响力的信息传播模型及态势感知***及方法 |
CN108923975B (zh) * | 2018-07-05 | 2021-08-10 | 中山大学 | 一种面向分布式网络的流量行为分析方法 |
CN109802773B (zh) * | 2019-02-26 | 2021-12-14 | 重庆邮电大学 | 一种社交信任度感知的协作无线网络数据传输方法 |
-
2019
- 2019-06-18 CN CN201910527747.5A patent/CN110139125B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103945238A (zh) * | 2014-05-07 | 2014-07-23 | 北京邮电大学 | 一种基于用户行为的社区探测方法 |
CN107222787A (zh) * | 2017-06-02 | 2017-09-29 | 中国科学技术大学 | 视频资源流行度预测方法 |
CN108124168A (zh) * | 2017-12-28 | 2018-06-05 | 洛阳师范学院 | 一种无线移动网络下基于用户兴趣感知的视频共享方法 |
CN108173943A (zh) * | 2017-12-28 | 2018-06-15 | 洛阳师范学院 | 移动内容中心网络中基于贡献度感知的视频共享方法 |
CN109743594A (zh) * | 2018-12-18 | 2019-05-10 | 洛阳师范学院 | 无线视频共享***中基于相似播放模式抽取的共享方法 |
Non-Patent Citations (3)
Title |
---|
A Novel Video Sharing Solution Based on Demand-Aware Resource Caching Optimization in Wireless Mobile Networks;贾世杰 等;《Mobile Information Systems》;20170119;全文 * |
Performance-Aware Mobile Community-Based VoD Streaming Over Vehicular Ad Hoc Networks;贾世杰 等;《IEEE TRANSACTIONS ON VEHICULAR TECHNOLOGY》;20150331;全文 * |
Preference-aware Fast Interest Forwarding for Video Streaming in Information-Centric VANETs;贾世杰 等;《IEEE TRANSACTIONS ON VEHICULAR TECHNOLOGY》;20171231;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN110139125A (zh) | 2019-08-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Wu et al. | Information cache management and data transmission algorithm in opportunistic social networks | |
Jiang et al. | Multi-agent reinforcement learning based cooperative content caching for mobile edge networks | |
Chow et al. | GroCoca: Group-based peer-to-peer cooperative caching in mobile environment | |
Si et al. | Spectrum management for proactive video caching in information-centric cognitive radio networks | |
CN108881445B (zh) | 一种雾计算中基于古诺博弈的协作缓存方法 | |
CN106851741B (zh) | 蜂窝网络中基于社交关系的分布式移动节点文件缓存方法 | |
CN105979274A (zh) | 动态自适应视频流媒体的分布式缓存放置方法 | |
CN110139125B (zh) | 无线移动网络下基于需求感知与资源缓存的视频共享方法 | |
CN106686060B (zh) | 一种内容扩散的方法及*** | |
Wang et al. | Preference-aware fast interest forwarding for video streaming in information-centric VANETs | |
CN104158904A (zh) | 一种云辅助移动p2p网络协同下载方法 | |
CN108810139B (zh) | 一种基于蒙特卡洛树搜索辅助的无线缓存方法 | |
Sun et al. | A proactive on-demand content placement strategy in edge intelligent gateways | |
CN103825922B (zh) | 一种数据更新方法及web服务器 | |
CN108173943B (zh) | 移动内容中心网络中基于贡献度感知的视频共享方法 | |
CN110139126B (zh) | 基于用户交互行为感知的移动视频***资源共享方法 | |
Rodrigues et al. | Enhancing BitTorrent for efficient interactive video-on-demand streaming over MANETs | |
de Moraes Modesto et al. | Utility-gradient implicit cache coordination policy for information-centric ad-hoc vehicular networks | |
Jia et al. | Social‐Aware Edge Caching Strategy of Video Resources in 5G Ultra‐Dense Network | |
Zhang et al. | Intelligent routing algorithm based on deep belief network for multimedia service in knowledge centric vanets | |
CN114245422A (zh) | 一种基于簇内智能共享的边缘主动缓存方法 | |
Jia et al. | Cluster-based content caching driven by popularity prediction | |
Tong et al. | Efficient broadcast scheduling at mobile cloud edges for supporting news-broadcast-on-demand over P2P streaming | |
Zhang et al. | Geo-edge: Geographical resource allocation on edge caches for video-on-demand streaming | |
Jia et al. | Modeling and optimization of bandwidth supply performance for cloud-assisted video systems under flash crowd |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |