对等网络辅助的HTTP自适应流媒体视频点播云平台内容分发关键技术研究

Internet video has become a main application on Internet. This project is to explore how to construct a VoD (Video-on-Demand) Cloud with low-cost, high QoS and multi-terminal support from content delivery view, which can integrate P2P (Peer-to-Peer), CDN(Content delivery Network) and HAS (HTTP adaptive streaming). First, this project is to study the video delivery policy on the cloud side, aiming at minimizing the video delivery cost on the cloud side. To this end, a minimum-cost path algorithm based on an adjusted Dijkstra algorithm is proposed. Second，this project is to study hybrid CDN-P2P architecture，which can integrate CDN and P2P overlay with inter-domain collaborating on order. In the hybrid CDN-P2P architecture, P2P ring layered overlays based on an improved power law ring structure are proposed. Third, this project is to design a multi-objected optimal and distributed data scheduling strategy for the client nodes to achieve the two objectives: maximizing the streaming playback quality and maximizing the network throughput. Last, this project is to design a distributed cache management strategy for the client nodes from video segment level and video level, respectively, to minimize the server bandwidth cost. The research results of this project can provide theoretical reference and technical reference for developing and deploying a low cost HTTP adaptive streaming VoD cloud with multi-terminal support.

网络视频是互联网主流应用之一，本项目拟结合对等网络技术、CDN(Content delivery Network)与HTTP自适应流媒体技术，从内容分发角度研究构建低成本、高服务质量、支持多终端的流媒体视频点播云平台。首先，研究云端视频传输策略，以最小化云端视频传输费用为目标，提出基于修剪Dijkstra算法的费用最小路径算法。其次，研究混合CDN-P2P体系结构，构建跨域有序协作的CDN与P2P集成方式，构建基于改进幂律环状的P2P环状层次覆盖网。然后，以最大化视频播放质量和最大化网络吞吐量为目标，研究多目标优化的分布式客户端数据调度算法。最后，以最小化服务器带宽成本为目标，分别设计视频片段级别和视频级别的分布式客户端缓存管理策略。本项目的研究可为今后研发和部署低成本、支持多终端和HTTP自适应流媒体的视频点播云平台提供理论参考和技术借鉴。

近年来，视频流应用程序已经主导了互联网的网络流量，视频传输产生大量带宽费用，为了降低视频传输成本，对等网络（P2P）技术被广泛使用。另一方面，HTTP动态自适应流媒体（DASH）已成为互联网进行视频流传输的主导标准。因此，本项目结合DASH与P2P技术，从内容分发角度研究构建低成本、高服务质量、支持多终端的流媒体视频点播云平台。首先，针对云数据中心向边缘云CDN服务器视频传输，以最小化云端视频传输成本为目标，提出了一套基于网络最大流和最小割的算法netcut-way，仿真结果验证了该算法可有效降低视频流量传输成本。其次，综合考虑云端视频传输和用户的个性化需求，针对视频传输网络，以最小化带宽消耗、延迟性能、个性化需求等方面的传输成本为目标，提出一种耦合视频传输成本优化模型（CO-CVDM），仿真结果验证了该模型的有效性。然后，针对P2P技术和DASH的集成，提出了一种基于DASH的P2P流媒体视频点播方案，仿真结果验证了该点播方案具有跳转延迟低、播放流畅性高和用户满意度高的特点。其次，针对多终端支持，提出了一种支持多终端的基于超级节点的P2P VoD体系结构。接下来，以最大化网络吞吐量和最大化视频服务质量为目标，提出了一种基于多目标粒子群优化的数据调度方案，仿真结果验证了该数据调度方案能有效提高系统性能。之后，根据ISP域间流媒体视频的供需关系，建立了优化ISP服务利用率的数学模型，提出了一种基于效用优化的协同缓存策略，仿真结果验证了该策略能有效提高用户播放流畅性和命中率。最后，本项目开发了一个软件原型系统：对等网络辅助的HTTP自适应流媒体视频点播云系统，该软件系统在局域网中进行了部署，并通过测试。本项目的研究成果对于降低视频传输成本、支持多终端、有效结合P2P技术与HTTP自适应流媒体技术提供高质量的视频点播服务，提供理论借鉴和技术参考。