边缘网络自适应比特率视频的缓存和资源调度方法

技术领域

本发明涉及边缘计算和视频服务的技术领域，尤其是指一种边缘网络自适应比特率视频的缓存和资源调度方法。

背景技术

当今时代，随着新型移动应用程序的发展，智能手机等移动设备的各项技术同样迅速发展。然而，在存储性能和能量消耗都受到极大限制的移动设备上运行计算量较大的程序时，其资源消耗和计算延迟都会严重影响用户的使用体验。其中一个常见的解决方案就是将这类需要大量计算资源的应用程序卸载到云端。但由此也会引发新的问题，那就是会导致更大的延迟，包括计算、通信等延迟，而且会在核心网络上产生较大的回程流量，造成网络拥塞。如何更好地解决这些问题成为了实现5G万物互联的关键。作为解决上述问题的方案之一，多接入边缘计算(Multi-access Edge Computing,MEC)因此被提出。多接入边缘计算，就是在网络边缘进行资源部署和用户服务，比如执行部分计算工作，以减小用户服务的延迟，进而提高用户体验质量。

现如今，移动应用的发展和各种视频软件的兴起，比如短视频应用，抖音，Bilibili，视频通信等，使得视频流量占据了网络流量的很大一部分。根据思科的数据，到2022年，视频流量将占网络流量的82％。这些视频应用在提供充足的视频业务的同时，也加重了核心网的流量负担，增加了业务时延，不可避免地影响了用户体验。

为了解决这一关键问题，多访问边缘计算(MEC)成为一种可行的技术，它可以在用户附近使用边缘服务器进行视频缓存和传输。然而，在近年的研究中，边缘网络中的视频缓存主要考虑了视频的流行程度和用户对视频的偏好，很少有研究考虑用户行为和用户对视频不同部分的偏好，这确实对缓存效率有本质影响。同时，由于MEC网络的计算和无线资源有限，将MEC与DASH技术结合，设计高效的视频缓存和资源调度方案以充分利用MEC网络仍然具有挑战性和紧迫性。因此，本发明尝试结合这些细粒度因素，提出一种新的自适应比特率视频缓存和资源调度方案。

发明内容

本发明的目的在于克服现有技术的缺点与不足，提出了一种边缘网络自适应比特率视频的缓存和资源调度方法，在资源约束的情况下优化用户的QoE，该方案考虑了视频业务过程中各种细粒度的影响因素，保证方案的可信度，并将视频缓存和视频处理问题表述为一个非线性整数规划问题。原始问题被分解为两个子问题：缓存阶段的缓存放置问题和交付阶段的资源调度问题。在缓存阶段，通过对非线性整数规划问题进行了简化，使用优化求解器，然后使用舍入策略得到最终结果，选择具有合适比特率级别的段进行缓存，保证方案的可行性；在交付阶段，根据最小延迟进行用户请求调度，通过求解原问题对用户进行带宽分配和功率分配并进行数据传输，保证了方案的可操作性。

为实现上述目的，本发明所提供的技术方案为：边缘网络自适应比特率视频的缓存和资源调度方法，包括以下步骤：

1)获取信息：在离线阶段，根据视频播放量、用户播放记录信息获取并分析视频的当前流行度和用户对视频段的偏好；

2)视频服务建模：视频的当前流行度和用户对视频段的偏好，对边缘网络下的视频服务建模，建立以用户体验质量为优化目标，带宽、功率、缓存空间大小、计算资源和能量消耗为约束的数学模型，并表述为非线性整数规划问题；

3)视频缓存：通过松弛变量对非线性整数规划问题进行简化，并使用优化求解器求解，然后使用舍入策略得到最终结果，根据该结果，边缘服务器对多种比特率的视频段进行缓存；

4)服务交付：在每个时刻，用户请求以最低延迟的规则被调度到可服务的基站进行服务，边缘服务器通过求解非线性整数规划问题对发起请求的用户进行带宽和功率的分配，最后根据缓存结果和资源分配结果，边缘服务器对用户请求进行服务，即传输视频数据。

进一步，在步骤1)中，获取并分析视频的当前流行度和用户对视频段的偏好，其详细内容如下：

流行度：边缘服务器获取当前视频的累计播放量与总播放量的比值作为流行度依据Pr

用户偏好：对于用户偏好，从用户的历史记录中能够获取，通过计算一段时间内单个视频的播放次数占据总播放次数的比例，作为用户n对第v个视频的偏好程度

进一步，所述步骤2)包括：

确认模型变量：使用

用户体验质量建模：每个用户n的用户体验质量由平均视频质量AVQ

约束建模：带宽约束在于分配给每个用户n的带宽B

能量消耗建模：能量消耗E

进一步，在步骤3)中，对非线性整数规划问题进行简化，并使用优化求解器，然后使用舍入策略得到最终结果，根据求解的缓存放置结果，该结果显示某个视频段是否应该被缓存或者以哪种比特率进行缓存，再根据结果从数据中心获取特定比特率的视频段缓存在边缘服务器上，其详细内容如下：

得到可行解：首先根据现有的流行度和用户偏好结合的信息，使用贪心算法从所有视频段中依次选择具有更高偏好的视频段，并将它们的标识符置1，即

得到当前最优解：将可行解XL作为缓存放置的结果计算当前时刻每个用户n的带宽B

得到全局最优解：对于每个边缘服务器，方案由可行解XL基于最大化用户体验质量的规则预计算带宽和功率分配，并反过来将分配结果代入原公式，再次进行计算视频缓存放置，然后对计算缓存放置、带宽和功率分配这两步进行多次迭代得到视频缓存放置的最优解XU；

得到最优可行解的舍入过程：在最优解XU的基础上，将结果中的标识符

进一步，在步骤4)中，在每个时刻，用户请求以最低延迟的规则被调度到可服务的基站进行服务，边缘服务器对发起请求的用户进行带宽和功率的分配，使得平均体验质量最高，且不超出带宽和功率约束，根据缓存结果和资源分配结果，边缘服务器对用户请求进行服务，即传输视频数据，其详细内容如下：

用户请求调度：在密集的蜂窝网络中，用户可能由多个SBS覆盖和服务，因此将用户请求重定向到适当的SBS，以追求高的QoE，具体来说，根据缓存结果，给定一个用户请求和覆盖该请求的SBS集合，固定带宽和功率，计算每个SBS的视频转码tc和传输延迟tr，并选择延迟最低的SBS来服务该请求，其中

带宽和功率分配：根据请求调度结果，在不超出约束的前提下，使用SLSQP优化器求解以用户体验质量为优化目标，带宽、功率、缓存空间大小、计算资源和能量消耗为约束的非线性整数规划问题，计算当前预分配给用户的带宽和功率，使得整体的用户体验质量最优；

服务交付：根据缓存结果和资源分配结果对用户请求进行服务，即传输数据，其中，用户向边缘服务器发起请求有以下四种情况：

①将所请求的具有特定比特率的视频片段缓存在边缘服务器中，该视频片段能够直接传输，否则，边缘服务器检查是否有比请求的比特率更高的比特率；

②如果缓存了高的比特率，则边缘服务器可以执行转码操作，然后将转码版本发送给用户；

③请求的段不缓存在边缘服务器中，而是缓存在邻居服务器中，边缘服务器存储相邻服务器的信息，用于协作；当信息更新时，将通过广播进行信息交换；因此，边缘服务器可以从邻居获取视频，并决定是否转码；

④如果所有可协作的边缘服务器都未缓存用户请求的视频段，则直接从云端获取特定比特率的视频。

本发明与现有技术相比，具有如下优点与有益效果：

1、本发明考虑了在密集的蜂窝网络中，更细粒度的视频段级别的用户偏好和边缘缓存。

2、本发明将多比特率视频片段的放置和处理建模为一个非线性整数规划问题，考虑了众多因素的影响，保证方案的可信度。

3、本发明采用分治策略，将原始问题分解为缓存阶段的缓存放置问题和交付阶段的在线请求调度和资源分配问题，然后设计了基于贪婪启发式、松弛和舍入等技术的高效算法解决了这两个问题，保证方案的可行性。

4、本发明使用真实数据集进行了实验，以评估该策略与传统缓存策略的性能比较。结果表明，该策略在命中率、回程流量和用户体验质量方面都取得了较好的效果。

附图说明

图1为本发明的模型图。

图2为本发明的逻辑流程示意图。

图3为本发明的应用架构图。

具体实施方式

下面结合实施例及附图对本发明作进一步详细的描述，但本发明的实施方式不限于此。

本实施例公开了一种边缘网络自适应比特率视频的缓存和资源调度方法，基于视频流媒体技术，考虑用户行为和用户对不同视频段的偏好，建立了边缘网络中细粒度缓存和资源调度问题的模型。我们将已表述的问题解耦为缓存问题和资源调度问题。对于前者，我们设计了两种有效的缓存算法，包括贪婪启发式，松弛和舍入的非线性整数规划技术，对于后者，我们提出了一种在线算法来调度用户请求和功率分配。本发明使用该方案来提高用户在视频服务过程中的体验质量。

如图1所示，我们考虑了密集蜂窝网络中视频服务的经典框架，包括云端或远程数据中心、基站SBS和用户。使用M表示SBS集合，N表示用户集合。每个SBS都附加一个边缘服务器，其存储容量为CH

整体方案流程如图2所示。首先在离线阶段，获取视频的当前流行度和用户对视频段的偏好。根据先验知识，包括视频流行度和用户偏好，结合视频服务建模和提出的缓存方案，在边缘网络的多服务器上对多比特率视频段进行缓存。

其次，在线服务阶段，在每个时刻，用户请求以最低延迟的规则被调度到可服务的基站进行服务。边缘服务器基于带宽等资源对发起请求的用户进行带宽和功率的分配，使得平均体验质量最高，且不超出带宽和功率约束。根据缓存结果和资源分配结果，边缘服务器对用户请求进行服务，即传输视频数据。

再次进入离线阶段时进行缓存更新，即根据当前视频流行度和用户偏好的变化，对缓存放置的结果进行更新，包括获取先验知识和视频缓存两部分的结合。

重复以上过程，对用户进行视频服务。

如图1-图3所示，本实施例关于边缘网络中细粒度缓存和资源调度问题的方案的具体步骤如下：

1)获取信息：在离线阶段，根据视频播放量、用户播放记录等信息获取并分析视频的当前流行度和用户对视频段的偏好。

流行度：边缘服务器获取当前视频的累计播放量与总播放量的比值作为流行度依据Pr

用户偏好：对于用户偏好，从用户的历史记录中可以获取，通过计算一段时间内单个视频的播放次数占据总播放次数的比例，作为用户n对第v个视频的偏好程度

2)视频服务建模：视频的当前流行度和用户对视频段的偏好，对边缘网络下的视频服务建模，建立以用户体验质量为优化目标，带宽、功率、缓存空间大小、计算资源和能量消耗为约束的数学模型，并表述为非线性整数规划问题，其详细内容如下：

确认模型变量：使用

用户体验质量建模：每个用户n的用户体验质量由平均视频质量AVQ

约束建模：带宽约束在于分配给每个用户n的带宽B

能量消耗建模：能量消耗E

3)视频缓存：根据先验知识，包括视频流行度和用户偏好，结合提出的缓存方案，在边缘网络的多服务器上对多比特率视频段进行缓存。边缘服务器根据所使用的方案来计算缓存放置的最优结果，该结果显示某个视频段是否应该被缓存或者以哪种比特率进行缓存，再根据结果从数据中心获取特定比特率的视频段缓存在边缘服务器上。该方案包括以下步骤：

得到可行解：首先根据现有的流行度和用户偏好结合的信息，使用贪心算法从所有视频段中依次选择具有更高偏好的视频段，并将它们的标识符置1，即

得到当前最优解：将可行解XL作为缓存放置的结果计算当前时刻每个用户n的带宽B

得到全局最优解：对于每个边缘服务器，方案由可行解XL基于最大化用户体验质量的规则预计算带宽和功率分配，并反过来将分配结果代入原公式，再次进行计算视频缓存放置，然后对计算缓存放置、带宽和功率分配这两步进行多次迭代得到视频缓存放置的最优解XU。

得到最优可行解的舍入过程：在最优解XU的基础上，将结果中的标识符

4)在线服务阶段，在每个时刻，用户请求以最低延迟的规则被调度到可服务的基站进行服务。边缘服务器基于带宽等资源对发起请求的用户进行带宽和功率的分配，使得平均体验质量最高，且不超出带宽和功率约束。根据缓存结果和资源分配结果，边缘服务器对用户请求进行服务，即传输视频数据，其详细内容如下：

用户请求调度：在密集的蜂窝网络中，用户可能由多个SBS覆盖和服务，因此将用户请求重定向到适当的SBS，以追求高的QoE。具体来说，根据缓存结果，给定一个用户请求和覆盖该请求的SBS集合，固定带宽和功率，计算每个SBS的视频转码tc和传输延迟tr，并选择延迟最低的SBS来服务该请求，其中

带宽和功率分配：根据请求调度结果，在不超出约束的前提下，使用SLSQP优化器求解以用户体验质量为优化目标，带宽、功率、缓存空间大小、计算资源和能量消耗为约束的非线性整数规划问题，计算当前预分配给用户的带宽和功率，使得整体的用户体验质量最优。

服务交付：根据缓存结果和资源分配结果对用户请求进行服务，即传输数据。在这种系统结构下，用户向边缘服务器发起请求有以下四种情况：

①将所请求的具有特定比特率的视频片段缓存在边缘服务器中，该视频片段可直接传输。否则，边缘服务器检查是否有比请求的比特率更高的比特率。

②如果缓存了较高的比特率，则边缘服务器可以执行转码操作，然后将转码版本发送给用户；

③请求的段不缓存在边缘服务器中，而是缓存在邻居服务器中。边缘服务器存储相邻服务器的信息，用于协作。当信息更新时，将通过广播进行信息交换。因此，边缘服务器可以从邻居获取视频，并决定是否转码；

④如果所有可协作的边缘服务器都未缓存用户请求的视频段，则直接从云端获取特定比特率的视频。

缓存更新：根据当前视频流行度和用户偏好的变化，对缓存放置的结果进行更新，即获取先验知识和视频缓存两部分的结合。

云端/数据中心：存储所有比特率水平的视频段，当边缘服务器进行缓存更新或者没有缓存用户请求的视频段时，将特定比特率水平的视频段数据传输到基站。

边缘节点/边缘服务器：根据视频段流行度和用户偏好等信息计算预缓存结果，根据结果从数据中心获取数据并缓存；接收用户请求，计算对当前用户的带宽和功率分配；当转码的收益大于从邻居服务器或者数据中心获取数据时，对视频进行转码操作，并交付给用户；与邻居服务器交换信息，在特定场景下从邻居服务器而不是数据中心获取视频数据。

用户：向边缘服务器提供偏好等信息；向边缘服务器发起特定比特率水平的视频段请求，并在接收数据后进行播放和更新缓冲区状态。

综上所述，本发明提出了一种新的自适应比特率视频缓存和资源调度方案，考虑了蜂窝网络视频服务中的细粒度因素。云端/数据中心存储所有比特率水平的视频段，当边缘服务器进行缓存更新或者没有缓存用户请求的视频段时，将特定比特率水平的视频段数据传输到基站；用户向边缘服务器提供偏好等信息，在某个时刻向边缘服务器发起特定比特率水平的视频段请求，并在接收数据后进行播放；边缘服务器根据视频段流行度和用户偏好等信息计算预缓存结果，根据结果从数据中心获取数据并缓存，接收用户请求，计算对当前用户的带宽和功率分配，必要时进行转码操作，并将数据交付给用户，或者与邻居服务器交换信息，在特定场景下从邻居服务器而不是数据中心获取视频数据。

上述实施例为本发明较佳的实施方式，但本发明的实施方式并不受上述实施例的限制，其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化，均应为等效的置换方式，都包含在本发明的保护范围之内。