随着移动流媒体服务的日益普及和移动用户对视频质量的追求日趋提高,无线网络上视频流量呈现指数级增长趋势。在传统的集中式服务模式下,每一个移动设备经由蜂窝网基站独立从流媒体服务器请求数据,视频服务提供商将面临巨大的带宽开销。同时,针对热门视频的重复传输极易造成蜂窝网基站负载过重,以及流媒体服务器到基站的回程链路拥塞,影响流媒体服务质量。为了解决这一问题,一种行之有效的方案是基于边缘移动设备和网络终端的协同,将流媒体数据的缓存和分发卸载(offload)到移动边缘网络中距离流媒体用户更近的位置,如D2D(device to device)网络和小基站(small base station)网络。在这种协同模式下,移动设备和小基站以合作的方式缓存视频数据,并将数据通过本地链路分发给有需求的流媒体用户,不仅降低视频请求的响应时延,同时在很大程度上减少流媒体服务器针对热门视频重复冗余传输,有效提高了流媒体服务质量和系统的可伸缩性。基于此,本文将围绕移动边缘网络中流媒体协同缓存及分发技术的研究展开,以卸载流媒体服务器的流量为核心驱动,以协同的对象和范围为主要研究脉络,针对单跳D2D网络中同步视频、多跳D2D网络中异步视频、小基站网络中多码率视频三种具体的场景,分别从无线信道、设备能量、和存储容量这三种瓶颈资源为切入角度,对移动流媒体的协同缓存和分发技术展开研究,旨在探索并理解不同网络架构下流媒体数据缓存与分发的协同机理,并建立多维资源与视频服务质量优化目标之间的模型关系。论文的主要贡献包含以下三个方面:(1)首先,本文考虑一组位置非常接近的移动用户播放一个同步视频的协同,用户通过D2D本地链路构建一个简单的单跳D2D网络。针对单跳D2D网络中视频的协同分发问题,传统的视频分发方案通常考虑单个D2D通信信道。为了更好的利用D2D网络中的通信资源,充分发挥多个D2D链接接口的传输能力,我们对多信道分配下视频的快速分发问题展开研究。由于网络规模较小,我们对视频的分发以时隙进行划分并且在D2D网络上以集中方式进行分发调度以提高协同效率。首先,我们考虑多个信道在每一个时隙上的分配方案,以最小化内容下载时间为优化目标,将该问题建模为整数线性规划问题,并证明该问题是NP-难和不可近似的。然后,针对D2D网络中只有单个信道可用的这一特例,我们提出了一个渐近最优算法;而对于多个信道可用的情形,我们进一步提出了一种具有低时间复杂度的启发式算法,并通过大量仿真实验证明算法的性能及效率。(2)进一步,我们将协同分发模式扩展到更大规模的多跳D2D网络中,并且支持移动用户具有异步的数据请求,即用户对于同一影片的播放位置具有差异性。与单跳网络不同,在多跳网络中视频的分发通常需要经过多个中继节点的转发,在每一跳上视频的转发都会对中继节点产生一定的能量开销。首先,针对多跳D2D网络中视频的协同分发问题,基于中继节点有限的可用传输能量,我们将该问题刻画为一个整数线性规划问题,并且证明该问题是NP-难的,甚至不存在任意的常数近似率。然后,我们提出基于能量分配和基于模拟退火改进的两种多跳路径选择机制,尽可能多的在D2D网络上分发数据以最大限度地卸载蜂窝网流量。最后,通过理论分析和仿真实验,我们证明两种算法在性能与计算效率上互有优劣。(3)最后,我们面向流媒体系统中的多个视频,以提高移动用户QoE为核心目标,深入研究小基站网络上的多码率视频的协同缓存与分发问题。在这一场景下,每一个小基站上都部署了一个移动边缘服务器,它可以为附近的用户提供高质量的数据传输,但是具有有限的缓存容量。于此同时,每一个视频被编码成具有不同码率的视频文件。考虑到密集部署的小基站对重叠覆盖区域上的用户视频质量提升带来叠加的效果,以及面向多码率视频时缓存部署在视频质量和多样性之间存在权衡,我们全面的刻画了视频码率、用户QoE、以及缓存部署之间的关系,并设计多种高效的协同缓存部署方案。我们将移动用户感知的QoE刻画为视频比特率的函数,并进一步基于小基站的重叠覆盖模型,建立用户QoE与小基站部署策略之间的关系。为了最大化移动用户QoE为目标,我们刻画多码率视频的协同缓存问题,并证明这个问题对于任何给定的正值且严格单调递增的QoE函数都是NP-难的。进一步,面向一般性的QoE函数,我们提出了一种基于每个小基站缓存部署的QoE增量最大化的贪心算法,并证明该算法可以实现任意接近1/2的近似率。特别的,对于线性QoE函数这一特例,我们深入的探索了最优解空间所具有的特有属性,并在此基础上提出了更加高效的算法。此外,我们通过理论分析和广泛的仿真实验证明了我们所提出解决方案的有效性。
移动互联网的发展使得视频应用蓬勃兴起,在全球范围内爆炸式增长的数据流量中视频流量占据着主导地位。随着移动数据流量的增长,传统的基于云计算的移动互联网架构难以满足视频应用低时延需求,同时网络带宽消耗急剧增长。因此移动通信网络架构的中心从基站向信息和内容方向演进,移动边缘网络(Mobile Edge Network,MEN)包括移动前传网络(射频单元至分布单元之间)、移动中传网络(分布单元至集中单元之间)和移动后传网络(集中单元以上)。缓存技术是移动边缘网络的关键技术之一。内容缓存机制能有效降低用户获取内容时延,并且减少网络传输带宽消耗。传统的内容缓存机制如处处缓存机制(LCE,Leave Copy Everywhere)中数据包的缓存发生在回传路径的每一个节点,将造成节点缓存内容严重冗余。移动边缘网络内容缓存机制将用户访问内容缓存在靠近用户的边缘节点处,通过增加缓存内容的多样性,不仅能有效降低用户访问时延和缓解网络带宽压力,还能增强用户数据的安全性。然而现有的移动边缘网络内容缓存机制如协作式内容缓存机制依然面临着缓存空间不足以及用户移动性无法感知等问题。为了解决上述问题,本论文从两个角度提出了两种MEN内容缓存机制,并对其性能进行分析与评价。为了解决内容缓存位置以及边缘节点缓存空间不足的情况,提出一种基于内容信息年龄和流行度的缓存机制Ao IPC(Age of Information and Popularity based Caching,Ao IPC)。该机制利用边缘节点的通信、计算和缓存三大属性,将节点的通信能力、计算能力和缓存能力作为衡量节点重要性的评价指标,从而选择合适的边缘节点缓存用户所需内容,在缓存空间不足时将缓存节点中缓存内容的信息年龄和流行度作为参考指标进行内容替换。仿真实验表明:与处处缓存机制LCE及概率缓存机制Prob相比,Ao IPC提高了边缘节点缓存内容命中率分别为12.3%和10.8%。为了解决用户移动性无法感知的问题,提出一种基于用户移动性感知和节点中心性度量的内容中心移动边缘网络缓存机制UMANCC(User Mobility-Aware and Node Centrality based Caching)。该机制综合计算节点中心性、缓存空闲率以及小区内用户逗留时间。通过移动边缘网络控制器综合各边缘节点的信息,计算各边缘节点的重要性并进行优先级排序,最后根据排序结果选择合适的内容缓存节点。仿真实验结果表明:与传统缓存机制LCE及Prob相比,UMANCC有效减少用户获取内容的平均跳数高达15.9%,提高边缘节点缓存命中率至少13.7%,减少进入核心网流量高达32.1%。综上所述,本论文研究了移动边缘网络内容缓存问题,提出了Ao IPC机制和UMANCC机制,分别提升了移动边缘网络缓存系统中的缓存内容命中率、用户平均访问时延、用户获取内容平均跳数以及内容源节点平均接受请求次数等性能,得到的研究成果将为移动边缘网络的应用提供技术基础。
暂无评论