面向ICN的动态自适应流媒体算法

doi:10.3969/j.issn.1000-0801.2014.09.006

摘要/Abstract

摘要：

信息中心网络（information-centric networking,ICN）与传统IP网络的重要区别在于，前者的路由器节点具备缓存能力，能将热门内容推送到更靠近客户的网络边缘，从而降低客户获取内容的时延。然而ICN中的节点缓存特性会导致传统的自适应流媒体协议出现视频抖动甚至播放中断，降低客户的观看体验。提出了ICN中的动态自适应流媒体算法，在保证客户端播放流畅的同时，尽可能地提升视频片段的码率，提升客户的观看体验。通过在现有的ICN平台中进行仿真实验，证明了该自适应算法在性能上优于传统的算法。

关键词: 自适应流媒体算法, 信息中心网络, 缓存

Abstract:

Information-centric networking（ICN）has different type of router node from the traditional network, which has caching facilities, and popular content will be pushed to the edge of the network closer to the user, reducing the delay of the user's access to the content. However, ICN's caching will result in the shake or even the interruption of video play when client uses the traditional adaptive streaming protocol, reducing the user's viewing experience. An algorithm for dynamic adaptive streaming in ICN was proposed, ensuring smoothly playback as well as improving the average bitrate of play thus to enhance the user's viewing experience. Simulation experiment on the existing ICN platform proves that the adaptive algorithm performs better than the traditional algorithms.

Key words: adaptive streaming algorithm, information-centric networking, caching

辛永辉,李杨,林涛. 面向ICN的动态自适应流媒体算法[J]. 电信科学, 2014, 30(9): 37-44.

Yonghui Xin,Yang Li,Tao Lin. Dynamic Adaptive Streaming Algoritbm in ICN[J]. Telecommunications Science, 2014, 30(9): 37-44.

图/表 14

图1

图2

图3

图4

图5

图6

表1

图7

图8

图9

图10

图11

图12

图13

参考文献 9

1	Ahlgren B , D'Ambrosio M , et al Design considerations for a network of information. Proceedings of the 2008 ACM CoNEXT Conference, 2008
2	Cisco Cisco Visual Networking Index: Forecast and Methodology, 2011-2016. Tech Rep, May 2012
3	SSodagar I . The MPEG-DASH standard for multimedia streaming over the internet. IEEE Computer Society（S1070-986X）, 2011,4(18): 62～67
4	Akhshabi S , Narayanaswamy S , Begen A C , et al An experimental evaluation of rate-adaptive video players over HTTP. Signal Processing: Image Communication（S0923-5965）, 2012,4(27): 271～287
5	Miller K , Quacchio E , Gennari G , et al Adaptation algorithm for adaptive streaming over HTTP. Proceedings of 19th International Conference on Packet Video Workshop（PV）, Munich-Garching, Germany 2012:173～178
6	Liu Y , Geurts J , Point J C , et al Dynamic adaptive streaming over CCN: a caching and overhead analysis. Proceedings of 2013 IEEE International Conference on Communications（ICC）, Budapest, Hungary 2013:3629～3633
7	Ccnx project v0.6.0. .
8	Müller C , Timmerer C . A VLC media player plugin enabling dynamic adaptive streaming over HTTP. Proceedings of the 19th ACM International Conference on Multimedia, New York, NY，USA 2011:723～726
9	Jacobson V , Smetters D , Thornton J , et al. Networking named content. Proceedings of the 2009 ACM CoNEXT Conference, Toronto, Canada 2009

符号	含义
α	大于1的调节系数
S_k	请求视频的分片编号序号：S₁、S₂、S₃…
R_k	片段k的请求码率
S_k-R_k	某一视频分段，其分片编号为S_k，码率为R_k
τ	分片时长，默认分片时长为2s
TDk	片段k的真实下载时间
R_min	MPD文件码率集中的最小值
R_max	MPD文件码率集中的最大值
R_＇	码率集中小于R（R＞R_min）的一个码率
V（k,n）	片段k（包括）向前数n（n＜k）片的平均下载速度
TPk	片段k的预估下载时间

[1]	种璟, 唐小勇, 朱磊, 李娜, 张钰, 游正朋, 胥焙柯, 刘佳. 5G关键技术演进方向与行业发展趋势[J]. 电信科学, 2022, 38(5): 124-135.
[2]	马学森, 陈树友, 许向东, 储昭坤. 基于神经网络与马尔可夫组合模型的视频流行度预测算法[J]. 电信科学, 2021, 37(8): 18-26.
[3]	冯博昊,周华春. 移动边缘计算场景下网络服务灵活适配的解决方案[J]. 电信科学, 2019, 35(3): 18-24.
[4]	曹腾飞,江翠丽,刘志强,王晓英. 基于信息中心5G车联网中社会感知的流媒体缓存与转发策略[J]. 电信科学, 2019, 35(12): 90-98.
[5]	王学婷,朱琦,胡晗. 能量采集小基站中基于斯坦科尔伯格博弈的内容缓存算法[J]. 电信科学, 2019, 35(1): 18-29.
[6]	李佳,谢人超,贾庆民,黄韬,刘韵洁,孙礼. 面向视频流的MEC缓存转码联合优化研究[J]. 电信科学, 2018, 34(8): 76-86.
[7]	任智,王坤龙,李秀峰. 基于兴趣社区的高效路由与缓存管理算法[J]. 电信科学, 2018, 34(6): 43-52.
[8]	夏骋宇,蒋雁翔. D2D集成雾无线接入网中的双层分布式缓存[J]. 电信科学, 2018, 34(4): 49-56.
[9]	屠要峰,杨洪章,韩银俊,陈正华. 基于分布式块存储系统的服务质量研究与优化[J]. 电信科学, 2018, 34(4): 118-128.
[10]	洪鑫龙,许晓荣,姚英彪. 无线携能通信中一种能效优先的缓存队列机制中继选择方案[J]. 电信科学, 2018, 34(3): 67-75.
[11]	黄丹,宋荣方. 基于内容价值的缓存替换策略[J]. 电信科学, 2018, 34(11): 59-66.
[12]	孙毅,王鸿,宋荣方. 异构网络中两种边缘缓存策略的能耗分析[J]. 电信科学, 2018, 34(1): 17-26.
[13]	吕华辉,林志达,黄宏聪. 业务优先级感知的网络流量调度机制[J]. 电信科学, 2017, 33(7): 151-158.
[14]	占俊,闫起发,唐小虎. 面向5G的缓存辅助多天线中继策略[J]. 电信科学, 2017, 33(6): 2-10.
[15]	曲桦,李岩松,刘军,赵季红,郭涯. 一种基于SDN的CCN集中控制缓存决策方法[J]. 电信科学, 2017, 33(5): 12-20.