面向5G網(wǎng)絡(luò)的流媒體內(nèi)容分發(fā)關(guān)鍵技術(shù)研究
發(fā)布時間:2021-12-19 15:59
隨著支撐移動互聯(lián)網(wǎng)的無線通信技術(shù)飛速發(fā)展和智能終端設(shè)備的大規(guī)模普及,豐富多彩的移動流媒體服務(wù)如雨后春筍般涌現(xiàn),導(dǎo)致移動網(wǎng)絡(luò)流量呈爆炸式增長。思科公司報告指出,到2022年視頻流量將占據(jù)全球移動流量的80%以上。由此可見,視頻服務(wù)已然成為當(dāng)前移動互聯(lián)網(wǎng)的殺手級應(yīng)用。在此背景下,用戶日益增長的數(shù)據(jù)流量與受限的網(wǎng)絡(luò)承載已經(jīng)成為阻礙當(dāng)前移動互聯(lián)網(wǎng)發(fā)展的首要矛盾。以上現(xiàn)狀必將對未來移動網(wǎng)絡(luò)的服務(wù)性能提出更高的要求。因此,積極開展第五代移動通信技術(shù)(5G)的研究具有十分重要的意義。然而,一味采取硬件升級的辦法不僅給運營商帶來了巨大的開銷而且也難以追趕指數(shù)級增長的視頻服務(wù)需求。另一方面,內(nèi)容分發(fā)作為支撐移動互聯(lián)網(wǎng)最為關(guān)鍵的技術(shù)之一,是推動實現(xiàn)5G網(wǎng)絡(luò)高質(zhì)量流媒體服務(wù)需求的關(guān)鍵所在。在現(xiàn)有工作的基礎(chǔ)上,本文重點圍繞在5G網(wǎng)絡(luò)中如何通過內(nèi)容分發(fā)關(guān)鍵技術(shù)為移動用戶提供高質(zhì)量的流媒體服務(wù)為研究主線。分別從終端側(cè)的內(nèi)容交付與任務(wù)卸載、網(wǎng)絡(luò)側(cè)的資源調(diào)度與服務(wù)優(yōu)化展開研究工作。具體包括:(1)5G車聯(lián)網(wǎng)流媒體內(nèi)容協(xié)作交付機制;(2)5G網(wǎng)絡(luò)流媒體計算任務(wù)邊緣卸載策略;(3)5G密集網(wǎng)絡(luò)流媒體資源在線調(diào)度機制;(4...
【文章來源】:北京郵電大學(xué)北京市 211工程院校 教育部直屬院校
【文章頁數(shù)】:135 頁
【學(xué)位級別】:博士
【部分圖文】:
圖1-1?5G網(wǎng)絡(luò)下的流媒體服務(wù)場景圖??如圖1-1所示,5G網(wǎng)絡(luò)下的流媒體服務(wù)將是一種網(wǎng)絡(luò)異構(gòu)融合、資源“泛??在”接入、可靠性和體驗質(zhì)量保障相結(jié)合的應(yīng)用服務(wù)場景
景中高質(zhì)量流媒體服務(wù)目標(biāo),5G網(wǎng)絡(luò)采用超密集異構(gòu)??基站部署[13]和額外頻段利用[14]等新型技術(shù)手段,來提升通信容量與頻譜利用率。??然而,一味采取硬件升級的辦法不僅給運營商帶來了巨大的開銷而且也難以追趕??指數(shù)級增長的視頻服務(wù)需求。另一方面,內(nèi)容分發(fā)作為支撐移動互聯(lián)網(wǎng)最為關(guān)鍵??的技術(shù),對5G網(wǎng)絡(luò)中流媒體服務(wù)質(zhì)量和性能提升都起著至關(guān)重要的作用。近年??來,國內(nèi)外不少學(xué)者和機構(gòu)圍繞不同的場景和需求下的內(nèi)容分發(fā)技術(shù)展開了廣泛??的研究工作,并提出了代表性的研究方案[15_24】,如圖2-1所示。可以看出2014年??是一個重要的分界線。2014年以前,主要是研究以P2P、CDN、ICN等網(wǎng)絡(luò)為基??礎(chǔ)的內(nèi)容分發(fā)技術(shù);2014年以后,以5G網(wǎng)絡(luò)為代表的流媒體內(nèi)容分發(fā)技術(shù)不斷??受到了學(xué)術(shù)界的關(guān)注,并且分別從計算卸載、資源分配、安全交付等方面展開了??代表性的研究。下面針對移動流媒體內(nèi)容分發(fā)相關(guān)研究工作分別進行詳細介紹:??網(wǎng)絡(luò)隨機優(yōu)化理論[67]?分布式協(xié)作內(nèi)容分發(fā)[19]?質(zhì)m保障的移動內(nèi)容分發(fā)[22J??基于P2P視頻內(nèi)容分發(fā)[15]?基于人工智能的內(nèi)容分發(fā)[24]??5G網(wǎng)絡(luò)內(nèi)容分發(fā)技術(shù)誕生[岡??/SiWaAP^N?^?ShafinR?J??^—?D?J?^\ndrews?3??2011?2013?2015?2017?2019????????????????????????>??2010?2012?2014?2016?2018?2020??ICN中隨機緩存內(nèi)容分發(fā)[16]?|多用戶邊緣計算卸載技術(shù)[20]?基于安全交付的數(shù)據(jù)分發(fā)[23]??QoE驅(qū)動的視頻分發(fā)[丨7]
北京郵電大學(xué)博士學(xué)位論文???端源)響應(yīng),從而減輕了?5G車聯(lián)網(wǎng)的整體壓力并降低了交付延遲。??e?3?77,—??M3????興趣包??數(shù)據(jù)包一a_V2V通信??圖3-1?5G車聯(lián)網(wǎng)流媒體內(nèi)容分發(fā)示意圖??考慮到現(xiàn)有5G車聯(lián)網(wǎng)中的流媒體服務(wù)大都以內(nèi)容交付為目的,因此,國內(nèi)??外學(xué)者展開了大量內(nèi)容中心化的流媒體交付相關(guān)技術(shù)研究。例如,文獻[27]提出了??一種選擇性的廣播策略,該策略在轉(zhuǎn)發(fā)過程中選擇移動速度慢且連接能力強的下??一跳轉(zhuǎn)發(fā)節(jié)點,同時記錄到達內(nèi)容提供者的最短距離。文獻[28]提出了一種名為??RUFS的單播機制,每個節(jié)點都維護了一張鄰居節(jié)點請求成功信息表,轉(zhuǎn)發(fā)節(jié)點??根據(jù)該表將興趣包轉(zhuǎn)發(fā)至相同請求的下一跳。由于5G車聯(lián)網(wǎng)環(huán)境下,該表需要??頻繁更新才能保證轉(zhuǎn)發(fā)的成功率,因此會給移動節(jié)點帶來較大的維護開銷。在緩??存放置方面,文獻提出了一種分布式概率緩存機制,移動節(jié)點通過在相鄰車輛??中選擇中心度最高的節(jié)點來實現(xiàn)緩存決策。為了解決因概率性緩存而導(dǎo)致緩存命??中率低的問題,文獻[87]將移動網(wǎng)絡(luò)中的路由和緩存分布式優(yōu)化問題進行轉(zhuǎn)化,最??終通過啟發(fā)式算法來提高緩存命中率,并降低網(wǎng)絡(luò)中的路由成本。??以上解決方案在視頻分享與交付方面做出了很多改進,然而目前大部分研究??方案均缺乏對車輛節(jié)點之間協(xié)作路由的考慮,并且缺乏對車聯(lián)網(wǎng)中視頻流交付時??緩存位置的準(zhǔn)確評估,從而降低了5G車聯(lián)網(wǎng)的視頻交付性能,并增大了視頻分??享的網(wǎng)絡(luò)維護開銷。因此,設(shè)計一種低開銷和高可靠的移動流媒體交付策略具有??十分重要的意義。鑒于此,本章深入研究了?5G車聯(lián)網(wǎng)中視頻數(shù)據(jù)的分發(fā)問題,??并提出了高效的流媒體內(nèi)容協(xié)作交付機
【參考文獻】:
期刊論文
[1]Energy-Efficient Computation Offloading and Resource Allocation in Fog Computing for Internet of Everything[J]. Qiuping Li,Junhui Zhao,Yi Gong,Qingmiao Zhang. 中國通信. 2019(03)
[2]一種基于可靠最遠轉(zhuǎn)發(fā)的車載網(wǎng)廣播協(xié)議[J]. 葉雪梅,李雪松,蔡艷寧,范青剛,陳柏松,王慶文. 電子與信息學(xué)報. 2016(05)
[3]一種基于逗留時間的新型內(nèi)容中心網(wǎng)絡(luò)緩存策略[J]. 王國卿,黃韜,劉江,陳建亞,劉韻潔. 計算機學(xué)報. 2015(03)
本文編號:3544687
【文章來源】:北京郵電大學(xué)北京市 211工程院校 教育部直屬院校
【文章頁數(shù)】:135 頁
【學(xué)位級別】:博士
【部分圖文】:
圖1-1?5G網(wǎng)絡(luò)下的流媒體服務(wù)場景圖??如圖1-1所示,5G網(wǎng)絡(luò)下的流媒體服務(wù)將是一種網(wǎng)絡(luò)異構(gòu)融合、資源“泛??在”接入、可靠性和體驗質(zhì)量保障相結(jié)合的應(yīng)用服務(wù)場景
景中高質(zhì)量流媒體服務(wù)目標(biāo),5G網(wǎng)絡(luò)采用超密集異構(gòu)??基站部署[13]和額外頻段利用[14]等新型技術(shù)手段,來提升通信容量與頻譜利用率。??然而,一味采取硬件升級的辦法不僅給運營商帶來了巨大的開銷而且也難以追趕??指數(shù)級增長的視頻服務(wù)需求。另一方面,內(nèi)容分發(fā)作為支撐移動互聯(lián)網(wǎng)最為關(guān)鍵??的技術(shù),對5G網(wǎng)絡(luò)中流媒體服務(wù)質(zhì)量和性能提升都起著至關(guān)重要的作用。近年??來,國內(nèi)外不少學(xué)者和機構(gòu)圍繞不同的場景和需求下的內(nèi)容分發(fā)技術(shù)展開了廣泛??的研究工作,并提出了代表性的研究方案[15_24】,如圖2-1所示。可以看出2014年??是一個重要的分界線。2014年以前,主要是研究以P2P、CDN、ICN等網(wǎng)絡(luò)為基??礎(chǔ)的內(nèi)容分發(fā)技術(shù);2014年以后,以5G網(wǎng)絡(luò)為代表的流媒體內(nèi)容分發(fā)技術(shù)不斷??受到了學(xué)術(shù)界的關(guān)注,并且分別從計算卸載、資源分配、安全交付等方面展開了??代表性的研究。下面針對移動流媒體內(nèi)容分發(fā)相關(guān)研究工作分別進行詳細介紹:??網(wǎng)絡(luò)隨機優(yōu)化理論[67]?分布式協(xié)作內(nèi)容分發(fā)[19]?質(zhì)m保障的移動內(nèi)容分發(fā)[22J??基于P2P視頻內(nèi)容分發(fā)[15]?基于人工智能的內(nèi)容分發(fā)[24]??5G網(wǎng)絡(luò)內(nèi)容分發(fā)技術(shù)誕生[岡??/SiWaAP^N?^?ShafinR?J??^—?D?J?^\ndrews?3??2011?2013?2015?2017?2019????????????????????????>??2010?2012?2014?2016?2018?2020??ICN中隨機緩存內(nèi)容分發(fā)[16]?|多用戶邊緣計算卸載技術(shù)[20]?基于安全交付的數(shù)據(jù)分發(fā)[23]??QoE驅(qū)動的視頻分發(fā)[丨7]
北京郵電大學(xué)博士學(xué)位論文???端源)響應(yīng),從而減輕了?5G車聯(lián)網(wǎng)的整體壓力并降低了交付延遲。??e?3?77,—??M3????興趣包??數(shù)據(jù)包一a_V2V通信??圖3-1?5G車聯(lián)網(wǎng)流媒體內(nèi)容分發(fā)示意圖??考慮到現(xiàn)有5G車聯(lián)網(wǎng)中的流媒體服務(wù)大都以內(nèi)容交付為目的,因此,國內(nèi)??外學(xué)者展開了大量內(nèi)容中心化的流媒體交付相關(guān)技術(shù)研究。例如,文獻[27]提出了??一種選擇性的廣播策略,該策略在轉(zhuǎn)發(fā)過程中選擇移動速度慢且連接能力強的下??一跳轉(zhuǎn)發(fā)節(jié)點,同時記錄到達內(nèi)容提供者的最短距離。文獻[28]提出了一種名為??RUFS的單播機制,每個節(jié)點都維護了一張鄰居節(jié)點請求成功信息表,轉(zhuǎn)發(fā)節(jié)點??根據(jù)該表將興趣包轉(zhuǎn)發(fā)至相同請求的下一跳。由于5G車聯(lián)網(wǎng)環(huán)境下,該表需要??頻繁更新才能保證轉(zhuǎn)發(fā)的成功率,因此會給移動節(jié)點帶來較大的維護開銷。在緩??存放置方面,文獻提出了一種分布式概率緩存機制,移動節(jié)點通過在相鄰車輛??中選擇中心度最高的節(jié)點來實現(xiàn)緩存決策。為了解決因概率性緩存而導(dǎo)致緩存命??中率低的問題,文獻[87]將移動網(wǎng)絡(luò)中的路由和緩存分布式優(yōu)化問題進行轉(zhuǎn)化,最??終通過啟發(fā)式算法來提高緩存命中率,并降低網(wǎng)絡(luò)中的路由成本。??以上解決方案在視頻分享與交付方面做出了很多改進,然而目前大部分研究??方案均缺乏對車輛節(jié)點之間協(xié)作路由的考慮,并且缺乏對車聯(lián)網(wǎng)中視頻流交付時??緩存位置的準(zhǔn)確評估,從而降低了5G車聯(lián)網(wǎng)的視頻交付性能,并增大了視頻分??享的網(wǎng)絡(luò)維護開銷。因此,設(shè)計一種低開銷和高可靠的移動流媒體交付策略具有??十分重要的意義。鑒于此,本章深入研究了?5G車聯(lián)網(wǎng)中視頻數(shù)據(jù)的分發(fā)問題,??并提出了高效的流媒體內(nèi)容協(xié)作交付機
【參考文獻】:
期刊論文
[1]Energy-Efficient Computation Offloading and Resource Allocation in Fog Computing for Internet of Everything[J]. Qiuping Li,Junhui Zhao,Yi Gong,Qingmiao Zhang. 中國通信. 2019(03)
[2]一種基于可靠最遠轉(zhuǎn)發(fā)的車載網(wǎng)廣播協(xié)議[J]. 葉雪梅,李雪松,蔡艷寧,范青剛,陳柏松,王慶文. 電子與信息學(xué)報. 2016(05)
[3]一種基于逗留時間的新型內(nèi)容中心網(wǎng)絡(luò)緩存策略[J]. 王國卿,黃韜,劉江,陳建亞,劉韻潔. 計算機學(xué)報. 2015(03)
本文編號:3544687
本文鏈接:http://sikaile.net/shoufeilunwen/xxkjbs/3544687.html
最近更新
教材專著