面向视频的流量控制和优化方法研究

朱振宇

(浙江水利水电学院 电气工程学院，浙江 杭州 310018)

0 引 言

互联网在经历了20世纪最后10年的数据大爆炸之后，最近一些年又在经受另一次流量爆发式增长。不过这次数据的内容是在线视频，约10%的视频流用户占去运营商80%～90%的网络总带宽。视频不同于传统计算机数据：视频在处理过程中占用更多计算资源，在传输过程中则消耗更多网络带宽。因而，在线视频服务属资源密集型业务。此外，与传统的数据业务相比，在线视频服务持续时间长，实时性强。这些特点给互联网及运营商带来诸多挑战。所幸它的另外一些特点亦可被用来减缓此类压力。诸如，视频媒体可以被压缩以节省传输带宽需求而不影响受众的视觉感受。[1-2]

然而，在视频流量日益增多的当下，运营商面临诸多挑战。

(1)拥塞网络

在线视频流带宽需求量大且时变，又持续时间长，极易导致网络拥塞。既影响视频受众，同时带给其他用户糟糕的用网体验：网络响应慢、速度低。因此会影响用户黏性。

(2)增加运营成本

流量大幅增加意味着网建及运营成本上升。

(3)加大最后一公里压力

访问网络易成为瓶颈，特别是无线网/移动网，由于易受外部环境影响以及信号干扰、衰减和其他用户负载分布的影响，造成实际可用带宽波动。

(4)扩展带宽并不总能解决问题

网络拥塞的发生在时间和地点上是随机的。特别是在无线/移动互联网中的峰值负载期间，链路可用带宽和用户带宽需求的波动往往造成后者超出前者，即网络带宽供不应求。加上一些应用(包括P2P和流媒体)对带宽极其贪婪，有多少闲置带宽都会被它们吞食掉。

1 现行互联网拥塞控制机制

网络流量管理和拥塞控制技术是互联网不可或缺的重要组成部分。运营商借助流量管理工具和拥塞控制技术确保向用户提供高质量服务，保证网络可靠运行。网络的拥塞控制机制主要分布在二个层级上实现，即在网络的内部节点(如路由器，交换机，基站和网关等)和用户端设备中(即操作系统)实现。其中QoS机制嵌入在路由器/交换机中，而TCP及其流量与拥塞控制技术则是终端机操作系统的重要组成部分[3-4]。

QoS机制主要由排队算法和调度算法实现。其中排队算法决定数据包排队优先级以及排队拥挤时如何选择丢弃。而排队算法则决定着如何在不同数据包之间分配带宽资源以及谁先谁后发送。它们的设计目标是让不同业务类型和服务之间共享带宽等网络资源，同时保障实时性强等高优先级业务的服务质量。业务按服务质量需求和实时性要求进行分类，其中调度器采用典型的加权轮叫算法，每个队列被轮番查询并接受预设的服务份额。

网络中间结点的QoS机制有其局限性，即每个结点自行判断，自作主张，没有端到端的关于网络拥塞度的全局观。TCP的拥塞控制机制则与其形成互补，防止互联网因不堪所负而瘫痪。当它检测到拥塞现象时(如丢包或重发)，它会触发“缓慢启动”机制，迅速减少TCP通道传输率。

现行拥塞控制方案的缺陷如下。

(1)QoS机制的局限性

网络结点中的QoS机制就像互联网寻径一样是每跳独立的，即每个结点仅仅根据自身的即时拥塞度决定其丢包行为。另外，来自延迟敏感业务流的数据包总被赋予更高优先级。这一调度策略在高优先级业务流量属非主流业务时方能公平合理运作，但当视频媒体居主导地位时，少数重用户消耗大量带宽，成为网络拥塞、低速的主要根源，特别是导致互联网的公平性难以维持。

(2)TCP拥塞控制机制的缺陷

TCP拥塞控制策略必然导致TCP管道利用率呈锯齿状，严重影响资源利用率和系统效率。这是由其自身机制决定的，主要是由于周而复始的“缓慢启动”过程所至-即拥塞时的紧缩(发送)窗口，渐行扩大窗口，终因发送过渡而拥塞，从而引发下一轮发送窗口的紧缩-扩大周期。

(3)TCP荣誉制度(Honor System)的弱点

TCP的荣誉制度是一种自我管理和自我约束的安排。尽管TCP的拥塞控制机制对互联网的可靠运行扮演着重要角色，但它的有效性取决于TCP的荣誉制度，即假定每个应用程序都会自我约束，不贪婪网络资源。现实中的确有些应用充分挖掘TCP的特性而占尽其荣誉系统的先机。

2 面向视频的流量控制及优化的特点

由上述的分析不难看出，不论是QoS机制造成的丢包，还是TCP窗口机制所导致的管道效率“锯齿状”，都是因为网络负载达到一定饱和度而引起的。而TCP的荣誉制度缺陷则容易致使网络承载饱和失控。显而易见，问题的关键在于能否以及如何有效控制网络流量[5-7]。

如果说TCP是通过窗口机制从微观上进行流量控制，那么本项目研究的面向视频的流量控制则是粗放的、宏观的，并满足以下条件。

(1)能够有效控制网络主流业务的带宽需求

如前分析所知，视频业务已经占据互联网业务的50%以上，并依然呈现不断增长的势头，特别是在移动互联网领域。正是视频业务在互联中占有如此高的份额，从根本上奠定了面向视频的流量控制技术的有效性。

(2)大范围强力度

流量控制方案能够在较大范围内调控视频媒体的带宽需求，从而满足视频信号带宽需求的波动性。此外，它对视频媒体带宽需求的调控力度可强可弱，其调控强度体现在两个方面：一是指调整幅度，可以将视频媒体的带宽消耗减少70%或更多；一是指调控速度可快可慢。

(3)与QoS机制互补

流量调控机制在宏观上调节流经网络的视频业务流量，从而调节流经各个网络结点的流量，进而影响数据包在每个结点的丢包率和延迟。与运作在微观层面的QoS机制形成互补。

(4)与TCP拥塞控制方案互补

流量调控机制在两个方面弥补了TCP拥塞控制方案的不足：一是调节TCP管道流量使其避免进入饱和或拥塞状态，进而消除其固有的发送窗口“紧缩-扩大”周期，从而提高TCP管道利用率；一是本流量调控机制可以有效抑制视频应用滥用TCP的荣誉制度，避免其无节制吞食互联网可用带宽。

3 面向视频的流量控制及优化的研究

一般来讲，一个网络或其局部区域的吞吐率会随着进入网络或区域的负载增加而增加，直到其瓶颈装置的资源利用率达到峰值，此时，吞吐率也将达到最大值。吞吐率一旦达到峰值，系统即处于饱和态。由此开始，系统内队列会开始积累，排队现象终究会反映在系统性能的下降，如对用户请求反映迟缓[3,8]。

这一现象可以用利特尔法则(Little’s Law)来描述：

Q=X×R

(1)

Q表示在系统中数据包个数或负载，X代表系统吞吐率，R是系统响应时间。如图1所示，X随着负载Q的增加而增加。由于在系统内某种程度的竞争存在，R也会随之略有增加。当负载Q增加到某个区位，X将达到吞吐率最大值。此时，Q的继续增加将导致响应时间R同比增长。

图1 系统性能随负载强度的变化率

在图1中，Q*代表负载临界点或饱和点，在此之后系统进入饱和期。在饱和期系统性能开始下降，典型的表现为系统响应时间持续延长，丢包率持续增加，而系统吞吐率不增或下降。

很明显，为了保证网络系统的服务质量，应当让系统状态保持在优质区或非饱和区。通常的做法是发现瓶颈点或链，并对瓶颈设施进行扩容。扩容不仅意味着增加网建成本，且有时并非是最佳或有效的方法。譬如，网络流量持续或爆发式增长，如近年来视频流应用所导致的网络流量增长模式，或者瓶颈现象只发生在短暂的峰值期或高峰时段。另一方面，瓶颈点随机形成、随机分布，尤其在无线或移动网中。

那么除了扩容以外，有没有更简便有效的方法能够把系统状态“定格”在饱和点以下呢？图1所展示的性能-负载一般规律启发：可适当动态调整视频流的带宽需求，从而把系统总负载维持在饱和点以下。如上所述，本研究方法可对主体网络流量(视频媒体)做大范围强力度调整，充分保证了这一方法的有效性和灵活性[2]。

本研究方法有效调控网络服务质量的能力也可以通过利用率法则，从另一个角度予以展示：

U=X×D

(2)

U表示某网络实体的利用率，X是它的吞吐率，D则是该实体的服务需求。如果一个数据通道有若干个网络实体(如网络结点)构成，那么该数据通道的最大吞吐率则受限于服务需求最大(或服务能力最弱)的网络结点(如无线或移动网中的基站)。

例如，如果我们测得的某数据通道的吞吐率为200 Mb/sec,沿途4个结点的平均利用率分别为：

U1=40%

U2=30%

U3=8%

U4=80%

它们的服务需求则分别为：

D1=0.4/200 Mb/sec=0.002 sec/Mb

D2=0.3/200 Mb/sec=0.001 5 sec/Mb

D3=0.08/200 Mb/sec=0.000 4 sec/Mb

D4=0.8/200 Mb/sec=0.004 sec/Mb

在此例中，结点4服务需求最大(即服务能力最弱)。所以，结点4是该通道的瓶颈点。可以利用这一结果来预测数据通道的最大吞吐率：

Xmax=1/Dmax=1/D4=250 Mb/sec

可见，为了提高通道容量，首先应当扩容结点4。如果采用限流的办法，则应该抑制流经结点4的视频流量，使得总流量与结点4的容量保持相当。

4 结 论

网络视频服务正逐渐改变人们的视听习惯，目前已经成为中国网民上线时间最长的网络应用。移动宽带技术突飞猛进，正在促使越来越多的人从PC端转移到移动端观看视频。在中国，随着5G的到来，资费将会更加亲民，从而加速移动视频呈井喷式发展。

本研究充分利用了视频媒体的如下特点。

(1)视频媒体具有极大弹性：视频内容可以在视频源被压缩，到了接收端再经解压缩而还原。视频内容可以压缩为不同的码率，并可以不同的速率传输。

(2)就感觉质量而言，受众对不同的压缩率和传输率并不敏感。

(3)人们在线观看视频的时长远远超过其他数据服务，如语音服务或文件下载。网络视频较其它服务消耗更多带宽。

(4)视频媒体已经成为互联网的主导流量，占比超过50%，并且依然呈现高速增长势头。

本研究结果可以根据网络整体或局部的即时状况，有效控制视频流量的总占比或绝对量。它可以降低视频媒体的带宽消耗至70%或更多。如此强有力的带宽资源掌控能力足以游刃有余地将网络运行状态始终保持在优质服务态(或非饱和态)。在此状态下，无论网络中间结点或端到端性能，都将会得到大副提升。连路和TCP管道利用率均会保持在高水平上。

简言之，研究超强的视频带宽需求调节能力能够使网络总流量或流经瓶颈点/或是区域的流量维持在一个适当的水平上，使网络处于优质服务态，从而确保了网络的服务质量和公平性，同时使网络高效运行，网络资源得到充分发挥。换个角度看，它是通过抑制过多的(视频)流量进入网络避免把网络带如饱和态，在保证网络高质高效运行的同时，也节约了带宽，减少了运营成本。另一方面，即使在峰值期网络流量暂时超出设计容量也不至于影响服务质量，从而延长设备更新周期。