隨著智能手機和移動網(wǎng)絡的普及,短視頻社交平臺逐漸興起,這給移動網(wǎng)絡的回傳鏈路帶來了大量的流量。相比YouTube等VoD平臺,短視頻社交平臺中視頻的流行度分布更加趨向于極少數(shù)的流行視頻,因此利用邊緣緩存的技術,將流行視頻提前緩存在基站上,就可以大大減小回傳鏈路的流量負載,并降低用戶觀看視頻的延遲和云服務器的負載。但是短視頻社交平臺中視頻流行度變化迅速,具有更強的動態(tài)性,因此傳統(tǒng)的基于用戶最近訪問記錄的緩存替換策略難以及時對視頻流行度的變化做出反應,導致緩存效率降低。本文首先通過逆向工程得到了獲取抖音平臺數(shù)據(jù)的接口,獲取了抖音的相關數(shù)據(jù)。以抖音短視頻為例,本文對短視頻社交平臺中用戶和視頻的特征進行了分析,并詳細測量了平臺中的視頻傳播機制。測量結果顯示平臺中用戶分布是不均勻的,在城市范圍存在大量用戶聚集在少數(shù)區(qū)域的情況。平臺中視頻傳播的主要方式是推薦,其次是通過社交網(wǎng)絡傳播,并且視頻傳播呈現(xiàn)出明顯的時間局部性和空間局部性。基于測量的結果,本文提出了一種云邊協(xié)同的協(xié)作式邊緣緩存策略來減小回傳鏈路和云服務器的負載,降低用戶觀看視頻的延遲。用戶分布的不均勻導致了不同區(qū)域的基站負載不均衡,因此本文... 

【文章頁數(shù)】：74 頁

【學位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
第1章 緒論
    1.1 研究背景與意義
    1.2 短視頻社交平臺介紹
    1.3 國內外研究現(xiàn)狀
        1.3.1 短視頻社交平臺的研究現(xiàn)狀
        1.3.2 邊緣緩存的研究現(xiàn)狀
    1.4 研究內容與主要貢獻
    1.5 論文結構安排
    1.6 本章總結
第2章 數(shù)據(jù)采集系統(tǒng)的構建
    2.1 獲取抖音API的過程
        2.1.1 解密數(shù)據(jù)流
        2.1.2 數(shù)據(jù)流分析
        2.1.3 抖音API介紹
    2.2 實現(xiàn)數(shù)據(jù)采集程序
    2.3 采樣數(shù)據(jù)介紹
    2.4 本章總結
第3章 短視頻社交平臺測量
    3.1 用戶特征測量
    3.2 視頻特征測量
    3.3 視頻的傳播方式
        3.3.1 視頻傳播介紹
        3.3.2 抖音的推薦機制
    3.4 視頻傳播的特征
        3.4.1 在空間上的特征
        3.4.2 在時間上的特征
    3.5 本章總結
第4章 基于邊緣緩存的短視頻平臺性能優(yōu)化
    4.1 系統(tǒng)模型與問題描述
    4.2 問題建模
    4.3 算法設計
    4.4 仿真測試與性能優(yōu)化
    4.5 本章總結
第5章 總結
參考文獻
致謝
在讀期間發(fā)表的學術論文與取得的研究成果



本文編號：3717039