QoE驱动的DASH动态负载均衡关键技术研究

摘要

近年来，随着网络迅速发展和流媒体应用大量增加，用户对移动端应用的质量体验(Quality of Experience，QoE)需求日渐增多。动态自适应流媒体(Dynamic Adaptive Streaming over HTTP，DASH)可以根据用户端的网络环境和缓存状况选择流媒体码率。因此，在DASH环境下如何更好地保证用户QoE逐渐成为研究的热点。 现有流媒体服务器端负载均衡技术并未考率DASH客户端对用户QoE的影响，尤其在高并发用户任务连接情况下，很难保证客户端用户整体QoE。针对上述问题，论文从DASH客户端QoE模型的评价方法、服务器端的动态负载均衡技术优化策略这两方面进行研究: (1)提出一种面向DASH客户端的QoE驱动评价模型(QoE Driven Model of DASH Client，QDMDC)。模型参数包括:初始缓冲延迟、卡顿事件、视频码率和清晰程度。通过对QoE评价模型影响因素数据进行线性拟合，确定评价模型关键因素表现形式，设计合理的QoE评价模型作为驱动模块，用于指导服务器端负载均衡调度的优化。 (2)提出QoE驱动的DASH动态负载均衡优化策略。首先通过分析流媒体服务器端负载性能影响情况，从而可以选出合适的负载性能指标。实现合理利用集群节点负载资源的同时，更好地解决DASH业务中用户请求量增大时，服务器端出现响应时间过长、带宽拥挤、负载效率降低等问题的目的。通过提出的QoE驱动评价模型，指导服务器端负载优化调度，实现利用设计的动态负载均衡优化策略提升集群负载效率的同时，提高DASH业务用户综合QoE的目标。 论文在QoE驱动评价模型(QDMDC)基础上，提出的QoE驱动的DASH动态负载均衡优化策略能从用户主观体验和负载均衡技术两方面对DASH业务进行优化。实验结果表明，该优化策略可以有效降低客户端的初始缓冲延迟和卡顿次数，保证视频的平均码率清晰度，在提升服务器端集群有效负载均衡效率的同时，使用户QoE得到改善。

目录

声明

摘要

第一章绪论

1．1研究背景及意义

1．2国内外研究现状分析

1．2．1 QoE评价模型研究现状

1．2．2服务器集群负载均衡技术研究现状

1．3主要研究目标和研究内容

1．4论文组织结构

2．1负载均衡技术

2．1．1负载策略分类

2．1．2动态负载均衡技术

2．2 DASH业务的QoE评价模型

2．2．1用户QoE影响因素

2．2．2用户QoE评价模型

2．2．3 QoE模型建模方案

2．3小结

3．1引言

3．2 QoE模型关键影响因素

3．3影响因素分析

3．4权重计算

3．5小结

4．1引言

4．2负载均衡优化策略

4．3负载性能信息收集模块

4．3．1负载性能参数指标选取

4．3．2负载性能参数指标收集

4．3．3负载权值计算

4．4负载信息处理模块

4．4．1配置预加载处理模块

4．4．2阈值控制模块

4．5优化调度策略实现模块

4．5．1优化策略算法流程描述

4．5．2具体技术细节描述

4．6小结

第五章实验设计与性能评估

5．1实验部署方案

5．2性能测试概述

5．3性能测试分析评估

5．3．1服务器端集群负载性能评估

5．3．2客户端用户QoE评估分析

5．4小结

第六章总结与展望

6．2研究展望

参考文献

致谢

攻读专业硕士学位期间参与的科研项目情况