CN114513519B - 一种视频对等流交换方法、***及装置 - Google Patents

Abstract

本发明提供一种视频对等流交换方法、***及装置，设置各服务器节点采用对等式的网络结构，不区分层级，将各服务器节点的本地存储聚集为一个虚拟的共享存储，实现去中心化。设置各服务器节点和用户节点之间的全链路采用实时音频协议进行通信，降低分发网络的时延和计算成本。通过搭建订阅推送机制，在用户请求视频数据时，采用预设用户感知保障算法计算当前用户节点与已经获得指定视频数据的用户节点间的相关性评分，并选择相关性较高的用户节点作为关联用户节点进行订阅，并直接令关联用户节点向当前用户节点推送视频数据，极大降低了网络延迟，保障了用户体验质量。

Description

一种视频对等流交换方法、***及装置

技术领域

本发明涉及网络视频传输技术领域，尤其涉及一种视频对等流交换方法、***及装置。

背景技术

近年来，网络视频传输的流量规模空前增长，视频作为一种直观的、生动的内容呈现，逐步占据了国内网络内容的主流，并将中国的视频传输流量的规模推高到了世界前列。面临着视频内容数据的巨量增长，网络视频传输技术经受着更加严峻的挑战，这其中，要求低时延的实时视频传输***更是如此。

另一方面，网络传输体系近年来发展较快，从传统的树状集中式分发网络，至全云化部署的云网互联架构，再到以边缘云为核心的多平台邦联架构，传输架构逐渐升级。然而，现有的网络视频传输架构和商用***依然采用最初的树状中心式分发机制。这种架构存在着诸多问题，主要体现在协议兼容性、***异构性和软硬件耦合等方面。基于CDN（Content Delivery Network，内容分发网络）的中心分发架构的网络视频流传输技术难以满足越来越庞大的内容规模。存在多级长路径回源机制，会产生较大的网络延时；树状结构局限于单向转发，难以支撑双向视频流；多阶段传输协议异构，普适性差，难以适应业务需求快速变化；控制平台集中在中心，无法实现细粒度控制。因此，亟需一种新的视频数据传输方法和***架构。

发明内容

鉴于此，本发明提供了一种视频对等流交换方法、***及装置，以消除或改善现有技术中存在的一个或更多个缺陷，解决巨量视频数据传输时延高、开销高的问题。

本发明的技术方案如下：

一方面，本发明提供一种视频对等流交换方法，所述方法在由多个服务器节点构成的对等视频流交换网络中运行，各服务器节点采用对等式架构连接，所述方法包括：

将各服务器节点的本地存储聚集为一个虚拟的共享存储，并接收和存储视频发布用户发送至任意服务器节点的视频数据；

接收一级用户节点对指定视频数据的获取请求，并查找已获得所述指定视频数据的多个二级用户节点；

采用预设用户感知保障算法计算所述一级用户节点和各二级用户节点之间的相关性评分，以根据所述相关性评分选择一个二级用户节点作为关联用户节点，所述预设用户感知保障算法至少基于内容关联性指标、地域临近性指标以及多个网络性能度量计算得到所述相关性评分；

向所述关联用户节点发起订阅，以令所述关联用户节点直接向所述一级用户节点传输所述指定视频数据；

以及，利用决策调度器根据所述对等视频流交换网络中的各服务器节点的存取资源、传输资源和计算资源进行资源损失约束优化；

其中，各服务器节点、所述一级用户节点和各二级用户节点之间采用实时音频协议传输所述视频数据。

在一些实施例中，将各服务器节点的本地存储聚集为一个虚拟的共享存储，包括：各服务器节点采用VSEN架构对所述视频数据进行存储。

在一些实施例中，采用预设用户感知保障算法计算所述一级用户节点和各二级用户节点之间的相关性评分，计算式为：

；

其中，S表示相关性评分，V为内容关联性指标，有关时V取值为0，无关时V取值为1；

为地域临近性指标；

表示由多个网络性能度量组成的向量矩阵；

为地域临近性指标的系数；

为

的系数矩阵。

在一些实施例中，所述网络性能度量至少包括：往返时延、吞吐量和丢包率。

在一些实施例中，利用决策调度器根据所述对等视频流交换网络中的各服务器节点的存取资源、传输资源和计算资源进行资源损失约束优化，包括：最大化所述对等视频流交换网络中所有服务器节点全局的存取资源、传输资源和计算资源使用量，对各服务器节点内视频数据的存取资源、传输资源和计算资源进行匹配调度。

在一些实施例中，最大化所述对等视频流交换网络中所有服务器节点全局的存取资源、传输资源和计算资源使用量，表达式为：

；

其中，R表示存取资源、计算资源和传输资源的集合，N为服务器节点的总数；

为第n个服务器节点的理论最大效益，所述理论最大效益为理论存取资源、计算资源和传输资源的无量纲加和结果；

表示第n个服务器节点的资源损失，所述资源损失为存取资源损失、计算资源损失和传输资源损失的无量纲加和结果；

表示第n个服务器节点的实际资源使用量。

另一方面，本发明还提供一种视频对等流交换***，至少包括：采用对等式架构连接的多个服务器节点，各服务器节点用于接入用户节点；各服务器节点的本地存储聚集为一个虚拟的共享存储，接收和存储视频发布用户发送至任意服务器节点的视频数据；各服务器节点和各用户节点之间采用实时音频协议传输所述视频数据；

各服务器节点还用于接收一级用户节点对指定视频数据的获取请求，并查找已获得所述指定视频数据的多个二级用户节点；采用预设用户感知保障算法计算所述一级用户节点和各二级用户节点之间的相关性评分，以根据所述相关性评分选择一个二级用户节点作为关联用户节点，所述预设用户感知保障算法至少基于内容关联性指标、地域临近性指标以及多个网络性能度量计算得到所述相关性评分；向所述关联用户节点发起订阅，以令所述关联用户节点直接向所述一级用户节点传输所述指定视频数据。

在一些实施例中，各服务器节点采用预设用户感知保障算法计算所述一级用户节点和各二级用户节点之间的相关性评分，计算式为：

；

其中，S表示相关性评分，V为内容关联性指标，有关时V取值为0，无关时V取值为1；

为地域临近性指标；

表示由多个网络性能度量组成的向量矩阵；

为地域临近性指标的系数；

为

的系数矩阵；

各服务器节点利用决策调度器根据所述对等视频流交换网络中的各服务器节点的存取资源、传输资源和计算资源进行资源损失约束优化，包括：最大化所述对等视频流交换网络中所有服务器节点全局的存取资源、传输资源和计算资源使用量，对各服务器节点内视频数据的存取资源、传输资源和计算资源进行匹配调度，表达式为：

；

其中，R表示存取资源、计算资源和传输资源的集合，N为服务器节点的总数；

为第n个服务器节点的理论最大效益，所述理论最大效益为理论存取资源、计算资源和传输资源的无量纲加和结果；

表示第n个服务器节点的资源损失，所述资源损失为存取资源损失、计算资源损失和传输资源损失的无量纲加和结果；

表示第n个服务器节点的实际资源使用量。

另一方面，本发明还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述方法的步骤。

另一方面，本发明还提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述方法的步骤。

本发明的有益效果至少是：

本发明所述视频对等流交换方法、***及装置中，设置各服务器节点采用对等式的网络结构，不区分层级，将各服务器节点的本地存储聚集为一个虚拟的共享存储，实现去中心化。设置各服务器节点和用户节点之间的全链路采用实时音频协议进行通信，降低分发网络的时延和计算成本。通过搭建订阅推送机制，在用户请求视频数据时，采用预设用户感知保障算法计算当前用户节点与已经获得指定视频数据的用户节点间的相关性评分，并选择相关性较高的用户节点作为关联用户节点进行订阅，并直接令关联用户节点向当前用户节点推送视频数据，极大降低了网络延迟，保障了用户体验质量。

本发明的附加优点、目的，以及特征将在下面的描述中将部分地加以阐述，且将对于本领域普通技术人员在研究下文后部分地变得明显，或者可以根据本发明的实践而获知。本发明的目的和其它优点可以通过在书面说明及其权利要求书以及附图中具体指出的结构实现到并获得。

本领域技术人员将会理解的是，能够用本发明实现的目的和优点不限于以上具体所述，并且根据以下详细说明将更清楚地理解本发明能够实现的上述和其他目的。

附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，并不构成对本发明的限定。在附图中：

图1为本发明一实施例所述视频对等流交换方法的流程示意图；

图2为本发明一实施例所述视频对等流交换***的网络框架示意图；

图3为本发明一实施例所述视频对等流交换方法中资源损失约束优化的流程示意图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚明白，下面结合实施方式和附图，对本发明做进一步详细说明。在此，本发明的示意性实施方式及其说明用于解释本发明，但并不作为对本发明的限定。

在此，还需要说明的是，为了避免因不必要的细节而模糊了本发明，在附图中仅仅示出了与根据本发明的方案密切相关的结构和/或处理步骤，而省略了与本发明关系不大的其他细节。

应该强调，术语“包括/包含”在本文使用时指特征、要素、步骤或组件的存在，但并不排除一个或更多个其它特征、要素、步骤或组件的存在或附加。

在此，还需要说明的是，如果没有特殊说明，术语“连接”在本文不仅可以指直接连接，也可以表示存在中间物的间接连接。

现有的实时视频流传输技术主要是基于内容分发网络CDN的中心分发机制。该机制目前的主要架构是传统的树状集中式分发网络。在传统的树状集中式分发网络中，视频流由生产者录制，在终端编码切分成视频块后通过RTMP协议(Real-Time MessagingProtocol实时消息传送协议)上传到中心云存储平台，然后通过RTMP组播或单播分发到位于各地的边缘云平台，用户直接从边缘平台通过其它的视频格式如FLV（Flash Video）等获取视频，形成中心分发的树状结构。当用户端向网络请求相关的视频流时，位于中心的控制平台会将用户分配到最其靠近的边缘云存储平台，若当前边缘还没有需要的视频块，则向中心云回流，通过RTMP协议传输到边缘，再到客户端解码播放。这种方式主要有几方面的缺点：第一，存在多级长路径回源机制，会产生较大的网络延时。边缘节点需要向中心回源请求视频块，而当视频生产者到中心网络的上行网络出现抖动，回源请求将耗费大量时间，极易造成客户端卡顿，影响用户体验。除此之外，用户访问热点是动态变化的，这导致边缘节点的缓存命中率不高，造成频繁的回源请求。第二，树状结构局限于单向转发，难以支撑双向视频流。在整个传输架构中，只存在中心到边缘再到客户端的视频单向传输路径，普通客户端无法将本地视频流推向中心并回溯到视频生产者的终端。第三，多阶段传输协议异构，普适性差，难以适应业务需求快速变化。目前普遍使用基于TCP的RTMP协议，缺乏网络动态感知能力，无法实现传输精细化控制，优化空间有限。第四，控制平台集中在中心，无法实现细粒度控制。在中心化的集中式分发结构中，控制平台只设置于中心云平台，因而对边缘到客户端的传输动态无法感知，更难以做到调控。

本发明提供一种视频对等流交换方法，所述方法在由多个服务器节点构成的对等视频流交换网络中运行，各服务器节点采用对等式架构连接，如图1所示，所述方法包括步骤S101~S105：

步骤S101：将各服务器节点的本地存储聚集为一个虚拟的共享存储，并接收和存储视频发布用户发送至任意服务器节点的视频数据。

步骤S102：接收一级用户节点对指定视频数据的获取请求，并查找已获得指定视频数据的多个二级用户节点。

步骤S103：采用预设用户感知保障算法计算一级用户节点和各二级用户节点之间的相关性评分，以根据相关性评分选择一个二级用户节点作为关联用户节点，预设用户感知保障算法至少基于内容关联性指标、地域临近性指标以及多个网络性能度量计算得到所述相关性评分。

步骤S104：向关联用户节点发起订阅，以令关联用户节点直接向一级用户节点传输指定视频数据。

以及，步骤S105：利用决策调度器根据对等视频流交换网络中的各服务器节点的存取资源、传输资源和计算资源进行资源损失约束优化。

其中，各服务器节点、一级用户节点和各二级用户节点之间采用实时音频协议传输视频数据。

在步骤S101中，基于对等式结构连接的多个服务器节点，不再区分层级，所有服务器节点的主机通过专用网络来进行存储数据的传输。具体的，本实施例中，各服务器节点采用VSEN架构对所述视频数据进行存储。VSEN架构软件定义的基于服务器集群搭建的分布式存储。存储的管理程序是软件实现，只有软件才能做到开发、灵活、快速，适应不同场景对于存储的各种需求，分布式可以将数据、存储读取访问分散到多个节点，让整个存储***随着节点的增多容量和性能线性增加。VSEN架构的底层存储技术表现为一个具有多种功能的抽象化的存储空间池，并展现给管理员用于部署。本实施例采用VSEN架构能够将视频数据流的控制直接下沉到对等网络的各个服务器节点和用户节点，进行“存储-转发-控制”的直接交互管理，而不需要通过原来冗长的多级树状长路径进行延迟回源。

在步骤S102中，一级用户节点是指发起请求指定视频数据的用户节点。在本实施例中构建的对等视频流交换网络中，各个服务器节点和/或用户节点不仅可以存储其独有的热数据，也可以与其他节点对等关联存储并发协同数据。对等视频流交换网络由视频服务提供方进行管理和运行，用户在向视频服务提供方提出对指定视频数据的获取请求时，对等视频流交换网络并不直接向一级用户节点发送视频数据，而是有限基于点对点的技术进行传输，优先选择已经获得指定视频数据的二级用户节点向一级用户节点进行点对点传输。

在步骤S103中，通过分析评价用户节点之间的关联性，选取关联性评分最高的二级用户节点作为关联用户节点，以向一级用户节点进行点对点地视频数据传输。预设用户感知保障算法就是对各节点间的关联关系进行评价，主要基于内容关联性指标、地域临近性指标以及多个网络性能度量进行评价，其中，内容关联性指标用于评价一级用户节点所要求获取的视频数据与二级用户节点处得到和存储的视频数据的内容关联性。地域临近性指标，用于评价一级用户节点与二级用户节点之间的地域临近程度。多个网络性能度量也就是用于评价一级用户节点与二级用户节点之间传输链路的传输性能指标，可以包括往返时延、吞吐量和丢包率等。

在一些实施例中，步骤S103中，采用预设用户感知保障算法计算一级用户节点和各二级用户节点之间的相关性评分，计算式为：

； （1）

其中，S表示相关性评分，V为内容关联性指标，有关时V取值为0，无关时V取值为1；

为地域临近性指标；

表示由多个网络性能度量组成的向量矩阵；

为地域临近性指标的系数；

为

的系数矩阵。网络性能度量至少包括：往返时延（RTT）、吞吐量和丢包率。

计算式1计算得到的相关性评分后，相关性评分越高表示关联性越高，可以直接选取与一级用户节点相关性最高的二级用户节点进行视频数据点对点传输。为了提高容错能力，也可以设置一个阈值，在相关性评分高于该阈值的多个二级用户节点中随机选择一个进行视频数据的点对点传输。更进一步的，还可以进行全局或局域优化，使全局或局域多个一级用户节点选取的相关用户节点对应的相关性评分的总和最高。

在步骤S104中，通过构建推送的形式，由相关用户节点持续向一级用户节点推送视频数据，无需一级用户节点不断请求视频数据，能够极大减小时延，保证用户体验评分QoE。

在步骤S105中，基于视频网用户规模的增长，对等视频流交换网络需要部署大量的节点，在传统的CDN网络中，由于节点间需要一定的分级管理和分布存储，在近似保证QoE的同时，节点间的交互开销却呈现多项式增长。本实施例中，为了保证节点开销的线性增长，对全局各服务器节点的存取资源、传输资源和计算资源进行调度，进行资源损失约束优化。

在一些实施例中，步骤S105中，如图3所示，利用决策调度器根据对等视频流交换网络中的各服务器节点的存取资源、传输资源和计算资源进行资源损失约束优化，包括：最大化对等视频流交换网络中所有服务器节点全局的存取资源、传输资源和计算资源使用量，对各服务器节点内视频数据的存取资源、传输资源和计算资源进行匹配调度。

其中，最大化对等视频流交换网络中所有服务器节点全局的存取资源、传输资源和计算资源使用量，表达式为：

； （2）

其中，R表示存取资源、计算资源和传输资源的集合，N为服务器节点的总数；

为第n个服务器节点的理论最大效益，理论最大效益为理论存取资源、计算资源和传输资源的无量纲加和结果；

表示第n个服务器节点的资源损失，资源损失为存取资源损失、计算资源损失和传输资源损失的无量纲加和结果；

表示第n个服务器节点的实际资源使用量。

进一步的，各服务器节点、一级用户节点和各二级用户节点之间采用RTC双向传输协议进行视频数据的推送。RTC双向传输协议可以实现抗丢包、抗时延抖动的高速传输；在分发网络内部，使用RTC协议实现网络包级别的传输控制，降低回源成本；在分发网络到用户终端，使用RTC协议避免视频流频繁转码，降低分发网络的时延和计算资源成本。

另一方面，如图2所示，本发明还提供一种视频对等流交换***，至少包括：采用对等式架构连接的多个服务器节点，各服务器节点用于接入用户节点；各服务器节点的本地存储聚集为一个虚拟的共享存储，接收和存储视频发布用户发送至任意服务器节点的视频数据；各服务器节点和各用户节点之间采用实时音频协议传输所述视频数据。

各服务器节点还用于接收一级用户节点对指定视频数据的获取请求，并查找已获得指定视频数据的多个二级用户节点；采用预设用户感知保障算法计算一级用户节点和各二级用户节点之间的相关性评分，以根据相关性评分选择一个二级用户节点作为关联用户节点，预设用户感知保障算法至少基于内容关联性指标、地域临近性指标以及多个网络性能度量计算得到相关性评分；向关联用户节点发起订阅，以令关联用户节点直接向一级用户节点传输指定视频数据。

在一些实施例中，各服务器节点采用预设用户感知保障算法计算所述一级用户节点和各二级用户节点之间的相关性评分，计算式为：

； （1）

其中，S表示相关性评分，V为内容关联性指标，有关时V取值为0，无关时V取值为1；

为地域临近性指标；

表示由多个网络性能度量组成的向量矩阵；

为地域临近性指标的系数；

为

的系数矩阵。网络性能度量至少包括：往返时延（RTT）、吞吐量和丢包率。

各服务器节点利用决策调度器根据对等视频流交换网络中的各服务器节点的存取资源、传输资源和计算资源进行资源损失约束优化，包括：最大化对等视频流交换网络中所有服务器节点全局的存取资源、传输资源和计算资源使用量，对各服务器节点内视频数据的存取资源、传输资源和计算资源进行匹配调度，表达式为：

； （2）

其中，R表示存取资源、计算资源和传输资源的集合，N为服务器节点的总数；

为第n个服务器节点的理论最大效益，理论最大效益为理论存取资源、计算资源和传输资源的无量纲加和结果；

表示第n个服务器节点的资源损失，资源损失为存取资源损失、计算资源损失和传输资源损失的无量纲加和结果；

表示第n个服务器节点的实际资源使用量。

具体的，本实施例中所述的视频对等流交换***的工作方式，可以参照前文对所述视频对等流交换方法的说明。

另一方面，本发明还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述方法的步骤。

另一方面，本发明还提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述方法的步骤。

下面结合一具体实施例对本发明进行说明：

一个灵活、可扩展的视频传输架构及配套的视频传输协议的更新是当前视频传输领域所急需的。本实施例提出一种基于全链路RTC协议的对等互联传输结构，

要解决的技术问题主要在两大方面，首先是优化中心分发机制的树状分发结构，其次是对传统传输协议进行优化替换。传统的分发网络结构的关键问题在于：第一，控制僵化，无法处理细粒度的信息；第二，缺乏有效的大规模、多并发控制；第三，策略下发时延较大。针对以上问题，本实施例主要采用两部分创新点：第一，去中心化的无分级对等网络智能控制；第二，“生产者-终端”采用全链路RTC双向协议。

具体的，本实施例提供一种视频对等流交换方法及***，所述***基于多个服务器节点构成对等视频流交换网络，各服务器节点之间采用对等式的网络结构，实现去中心化。用户的终端设备作为用户节点接入对等视频流交换网络。

所以本实施例中，通过去中心化的无分级对等网络智能控制。提出采用对等式的网络架构代替树状的集中式分发网络架构，实现去中心化。所谓对等式，即所有分发节点不再区分层级，本实施例引入了基于点对点（P2P）技术的传输框架，所有节点均部署有控制平台，对传输链路的网络动态实施监控，同时动态分析回源请求中的用户QoE指标，实现智能、细粒度化的分发控制。进一步的，视频的生产者至用户终端全链路采用RTC双向传输协议进行视频数据传输。本实施例提出在分发网络全链路使用RTC协议替换传统的RTMP和其他各类流媒体视频封装协议。具体来说，在服务端和客户端嵌入RTC组件，使用相关的消息机制搭建“订阅-推送”传输框架。在视频生产者到分发网络，使用RTC协议可以实现抗丢包、抗时延抖动的高速传输；在分发网络内部，使用RTC协议实现网络包级别的传输控制，降低回源成本；在分发网络到用户终端，使用RTC协议避免视频流频繁转码，降低分发网络的时延和计算资源成本。

本实施例的对等视频流交换网络中，各个服务器节点和用户节点相互平等关联，用户节点包括作为视频发布者的主播以及观众，每个服务器节点和用户节点既存储其独有“热数据”，也可以与其它对等节点关联存储并发协同数据，这是一种减少冗余存储的非全网络镜像的“存储-转发”方式。在此网络下，需要考虑网络节点的关键模块，包括：容量管理、路由回源、弹性伸缩、镜像构建、信息管理等。如图2所示，本实施例从3个层面进行了***及算法设计，包括：控制下沉、数据交换、管理编排，为对等视频流交换网络的构建提供了关键技术。

关于控制下沉部分，现有的视频流基于CDN构建视频数据传输网络，但CDN的静态树状结构导致了视频网络孱弱的控制管理能力。本实施例提出的对等视频流交换网络，通过将传统树状的CDN网络架构转变为节点网状互联的对等架构，将原处于树状网络高层的控制面下沉，使视频提供商可以灵活的监督和调配网络各节点。VSEN架构的先天优势可以将视频流的控制面直接下沉到对等网络的各个节点，进行“存储-转发-控制”的直接交互管理，而不需要通过原来冗长的多级树状长路径进行延迟回源。

具体来说，“VSEN-控制下沉”的核心创新在于“去中心化”的智能控制，视频提供商不再需要中央控制节点，对等网络中的每个节点都具备完整的视频流控制策略，而可以直接在本节点的直接终端回源消息中获取细粒度的用户服务质量（QoE）反馈，从而进行智能化的数据分析和低延迟的细粒度调控。为了实现“VSEN-控制下沉”，本实施例从三个方面对对等视频网络的控制面做了优化，具体为：第一，统一编排切片服务化的云网资源；第二，虚拟化、原子化封装的云网功能；第三，通用化、标准化的硬件形态。整体来说，本实施例所设计的VSEN实现了细粒度、低延迟的视频流QoE控制面。

关于数据交换部分，在对传统的视频网络中，视频数据自视频生产者（主播/视频提供商视频源）发送至服务器节点（节点可能处于CDN的树状结构或对等网络的同级结构），进而转发至终端侧设备（智能手机、电脑等）。宏观上视频流在网络传输过程中以分段的形式进行串联传输，在原有的视频网络中，可以大致将其划分为3段传输路径：视频生产者至CDN，CDN分级节点下发，CDN末端节点至终端用户。由于现有视频网络是沿用的CDN传输方式（为文件传输而设计）而并未对视频流传输做专门优化，所以上述3段传输路径之间的传输协议经常存在较大差别，而任何一段链路的低效都会导致最终用户QoE(Quality ofExperience)的下降。比如，CDN分级节点间的视频下发多用RTMP协议（复用CDN已有协议，开发难度小，初始部署开销低），但复杂的节点回源信息和低效的RTMP直接导致明显的链路延迟和丢包卡顿，更不利于反馈真实细粒度的QoE。其次，“CDN末端节点至终端用户”链路经常使用非RTMP协议，比如FLV，这导致更多的转码延迟和低扩展性。整体上看，自视频生产者至终端所传输的视频流缺乏动态感知能力、回源成本高、缓存模式导致高延迟、控制低效等严重问题，其迫切需要定制化，低延迟，高可扩展性的新型协议。

本实施例为对等视频流交换网络设计了全链路的RTC（Real-timeCommunication）协议，去中心化存储，无需中间节点的额外转码。尤其是，VSEN网络中的任何一个服务器节点，甚至是用户节点，都可以做视频流的上行或下行。

本实施例中，将对等视频流交换网络中的用户也扩展为对等节点，用户间也可以进行全链路RTC的实时数据交换。比如A用户持有一个视频帧数据，对等网络中的B用户可以通过向A用户“订阅-推送”的方式从A用户持续获取视频数据，无需消耗CDN节点的网络带宽。为了保证此机制下对等用户节点的QoE，本实施例设计了对等用户节点间的长短期QoE保障算法，通过对等用户节点间的网络相似度、内容关联性、地域邻近、网络负载、短时网络突变等信息进行建模评分，具体计算方法可以参照计算式1。

对于管理编排部分，随着视频网用户规模的急剧增长，视频网络需要部署大量的节点来保证用户的良好QoE，在CDN网络中，由于节点间需要一定的分级管理和分布存储，在近似保证QoE的同时，节点间的交互开销却呈现多项式增长O(N²)，形成了服务能力扩张的一大瓶颈，这也是该领域的一大难题，即：如何在扩大网络规模的同时，保证节点开销的线性增长—“保线性”。

本实施例为对等视频流交换网络提出了特有的节点交互框架，提出云-网“存-传-算”资源统一封装、编排与调度的方法。如图3所示，最大化对等视频流交换网络中所有服务器节点全局的存取资源、传输资源和计算资源使用量，对各服务器节点内视频数据的存取资源、传输资源和计算资源进行匹配调度，具体可以参照计算式2。

本实施例提出的云-网“存-传-算”框架核心创新在于形成节点网状结构，有效的降低回源率和冗余并发，有利于实现资源同步和共享，这一特性可以将原基于CDN的视频网络交互开销O(N²)降低至基于VSEN网络的O(N)，提升网络规模的可扩展性，保障平台“规模-服务能力”线性增长，这为进一步丰富和扩大现有的视频网络提供了非常坚实的基础。

总结来说，本实施例提出了一种为视频流应用定制化设计的对等视频流交换网络VSEN，从控制下沉、数据交换、管理编排三个层面进行了新颖独特的算法、框架设计，最终提供了一个高可靠、低延迟、细粒度调控、低交互开销的新型视频网络。在实时视频传输分发领域有较大创新，提出的去中心化智能控制实现了智能化数据分析，提供精确分发控制的手段，在分发网络全链路使用RTC传输协议，优化了传输时延，实现双向节点感知并可精细粒度控制，推动视频新型传输架构的发展。

本实施例提出了去中心化的对等视频流传输网络架构，将控制策略下沉到对等网络的终端节点，上述新型传输网络架构为本专利的第一保护点。本实施例设计并实现了细粒度监控网络动态与用户端服务质量，实现智能化数据分析，进行精细调度决策的传输***，此种定制化精细调控为本实施例的第二保护点。本实施例提出了基于“生产者-视频终端”的全链路RTC双向传输协议的视频传输框架，所有节点均有上行和下行能力，无需转码消耗，可进行网络包或视频帧级别的实时传输与服务质量监测，上述适用于实时视频流的全链路RTC传输协议为本实施例的第三保护点。本专利提出了“存-传-算”一体的节点交互框架，保障了节点开销的线性增长，称之为“保线性”方法，此为本实施例的第四保护点。

综上所述，本发明所述视频对等流交换方法、***及装置，设置各服务器节点采用对等式的网络结构，不区分层级，将各服务器节点的本地存储聚集为一个虚拟的共享存储，实现去中心化。设置各服务器节点和用户节点之间的全链路采用实时音频协议进行通信，降低分发网络的时延和计算成本。通过搭建订阅推送机制，在用户请求视频数据时，采用预设用户感知保障算法计算当前用户节点与已经获得指定视频数据的用户节点间的相关性评分，并选择相关性较高的用户节点作为关联用户节点进行订阅，并直接令关联用户节点向当前用户节点推送视频数据，极大降低了网络延迟，保障了用户体验质量。

本领域普通技术人员应该可以明白，结合本文中所公开的实施方式描述的各示例性的组成部分、***和方法，能够以硬件、软件或者二者的结合来实现。具体究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。当以硬件方式实现时，其可以例如是电子电路、专用集成电路（ASIC）、适当的固件、插件、功能卡等等。当以软件方式实现时，本发明的元素是被用于执行所需任务的程序或者代码段。程序或者代码段可以存储在机器可读介质中，或者通过载波中携带的数据信号在传输介质或者通信链路上传送。“机器可读介质”可以包括能够存储或传输信息的任何介质。机器可读介质的例子包括电子电路、半导体存储器设备、ROM、闪存、可擦除ROM（EROM）、软盘、CD-ROM、光盘、硬盘、光纤介质、射频（RF）链路，等等。代码段可以经由诸如因特网、内联网等的计算机网络被下载。

还需要说明的是，本发明中提及的示例性实施例，基于一系列的步骤或者装置描述一些方法或***。但是，本发明不局限于上述步骤的顺序，也就是说，可以按照实施例中提及的顺序执行步骤，也可以不同于实施例中的顺序，或者若干步骤同时执行。

本发明中，针对一个实施方式描述和/或例示的特征，可以在一个或更多个其它实施方式中以相同方式或以类似方式使用，和/或与其他实施方式的特征相结合或代替其他实施方式的特征。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明实施例可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (8)

1.一种视频对等流交换方法，其特征在于，所述方法在由多个服务器节点构成的对等视频流交换网络中运行，各服务器节点采用对等式架构连接，所述方法包括：

将各服务器节点的本地存储聚集为一个虚拟的共享存储，并接收和存储视频发布用户发送至任意服务器节点的视频数据；

接收一级用户节点对指定视频数据的获取请求，并查找已获得所述指定视频数据的多个二级用户节点；

采用预设用户感知保障算法计算所述一级用户节点和各二级用户节点之间的相关性评分，计算式为：

；

其中，S表示相关性评分，V为内容关联性指标，有关时V取值为0，无关时V取值为1；

为地域临近性指标；

表示由多个网络性能度量组成的向量矩阵；

为地域临近性指标的系数；

为

的系数矩阵；

以根据所述相关性评分选择一个二级用户节点作为关联用户节点，所述预设用户感知保障算法至少基于内容关联性指标、地域临近性指标以及多个网络性能度量计算得到所述相关性评分；

向所述关联用户节点发起订阅，以令所述关联用户节点直接向所述一级用户节点传输所述指定视频数据；

以及，利用决策调度器根据所述对等视频流交换网络中的各服务器节点的存取资源、传输资源和计算资源进行资源损失约束优化；

其中，各服务器节点、所述一级用户节点和各二级用户节点之间采用实时音频协议传输所述视频数据。

2.根据权利要求1所述的视频对等流交换方法，其特征在于，将各服务器节点的本地存储聚集为一个虚拟的共享存储，包括：各服务器节点采用VSEN架构对所述视频数据进行存储。

3.根据权利要求1所述的视频对等流交换方法，其特征在于，所述网络性能度量至少包括：往返时延、吞吐量和丢包率。

4.根据权利要求1所述的视频对等流交换方法，其特征在于，利用决策调度器根据所述对等视频流交换网络中的各服务器节点的存取资源、传输资源和计算资源进行资源损失约束优化，包括：最大化所述对等视频流交换网络中所有服务器节点全局的存取资源、传输资源和计算资源使用量，对各服务器节点内视频数据的存取资源、传输资源和计算资源进行匹配调度。

5.根据权利要求4所述的视频对等流交换方法，其特征在于，最大化所述对等视频流交换网络中所有服务器节点全局的存取资源、传输资源和计算资源使用量，表达式为：

；

其中，R表示存取资源、计算资源和传输资源的集合，N为服务器节点的总数；

为第n个服务器节点的理论最大效益，所述理论最大效益为理论存取资源、计算资源和传输资源的无量纲加和结果；

表示第n个服务器节点的资源损失，所述资源损失为存取资源损失、计算资源损失和传输资源损失的无量纲加和结果；

表示第n个服务器节点的实际资源使用量。

6.一种视频对等流交换***，其特征在于，至少包括：采用对等式架构连接的多个服务器节点，各服务器节点用于接入用户节点；各服务器节点的本地存储聚集为一个虚拟的共享存储，接收和存储视频发布用户发送至任意服务器节点的视频数据；各服务器节点和各用户节点之间采用实时音频协议传输所述视频数据；

各服务器节点还用于接收一级用户节点对指定视频数据的获取请求，并查找已获得所述指定视频数据的多个二级用户节点；采用预设用户感知保障算法计算所述一级用户节点和各二级用户节点之间的相关性评分，以根据所述相关性评分选择一个二级用户节点作为关联用户节点，所述预设用户感知保障算法至少基于内容关联性指标、地域临近性指标以及多个网络性能度量计算得到所述相关性评分；向所述关联用户节点发起订阅，以令所述关联用户节点直接向所述一级用户节点传输所述指定视频数据；

其中，各服务器节点采用预设用户感知保障算法计算所述一级用户节点和各二级用户节点之间的相关性评分，计算式为：

；

其中，S表示相关性评分，V为内容关联性指标，有关时V取值为0，无关时V取值为1；

为地域临近性指标；

表示由多个网络性能度量组成的向量矩阵；

为地域临近性指标的系数；

为

的系数矩阵；

各服务器节点利用决策调度器根据所述对等视频流交换网络中的各服务器节点的存取资源、传输资源和计算资源进行资源损失约束优化，包括：最大化所述对等视频流交换网络中所有服务器节点全局的存取资源、传输资源和计算资源使用量，对各服务器节点内视频数据的存取资源、传输资源和计算资源进行匹配调度，表达式为：

；

其中，R表示存取资源、计算资源和传输资源的集合，N为服务器节点的总数；

为第n个服务器节点的理论最大效益，所述理论最大效益为理论存取资源、计算资源和传输资源的无量纲加和结果；

表示第n个服务器节点的资源损失，所述资源损失为存取资源损失、计算资源损失和传输资源损失的无量纲加和结果；

表示第n个服务器节点的实际资源使用量。

7.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至5任一项所述方法的步骤。

8.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求1至5任一项所述方法的步骤。

Images