声明
摘要
第1章 绪论
1.1 流媒体云与传统流媒体服务系统
1.1.1.传统流媒体服务技术
1.1.2.流媒体边缘云
1.2 研究现状
1.2.1.流媒体云资源调度研究现状
1.2.2.流媒体系统存储资源调度研究现状
1.3 本文主要研究工作
1.4 论文组织结构
第2章 相关技术简介
2.1 流媒体存储资源调度
2.1.1.基于启发式策略方法
2.1.2.基于规划方法
2.1.3.基于机器学习相关方法
2.2 强化学习
2.2.2.值函数
2.2.3.常见强化学习方法
2.3 深度强化学习
2.3.1.深度Q强化学习
2.3.2.基于蒙特卡洛方法的深度强化学习
2.4 本章小结
第3章 基于规划的两阶段调度算法
3.1 问题描述
3.2 策略总体描述
3.3 会话迁移策略
3.3.1.会话迁移计算模型
3.3.2.迁移执行模型
3.4 存储调度策略
3.4.1.存储资源分配计算模型
3.4.2.分配执行策略
3.4.3.算法流程
3.5 实验与仿真
3.5.1.实验参数设置
3.5.2.结果分析
3.6 本章小结
第4章 基于深度强化学习的存储调度策略
4.1 整体框架建模
4.2 动作集合设计
4.3 状态变量
4.3.1.副本增加网络的输入
4.3.2.服务器选择网络的输入
4.3.3.副本删除网络的输入
4.4 网络搭建
4.4.1.副本增加子网络
4.4.2.服务器选择子网络
4.4.3.副本删除子网络
4.4.4.价值估计子网络
4.5 回报函数
4.6 算法流程与训练细节
4.6.1.算法流程
4.6.2.训练细节
4.7 实验与仿真
4.7.1.存储资源分配计算模型搭建
4.7.2.参数设置
4.7.3.仿真实验结果与分析
4.8 本章小结
第5章 总结与展望
5.1 工作总结
5.2 未来展望
参考文献
致谢
在读期间发表的学术论文与取得的研究成果