基于优先级的云平台视频配置网络算法

张守震，姜 飞，李明东

(宿州学院 信息工程学院，安徽 宿州 234000)

0 引言

为了提高云视频配置网络服务质量，解决使用者成本高、不能满足用户需求等问题，本文提出基于优先级的云平台视频网络配置算法，对云平台网络进行优化，同时借助优先调度策略和网络团购思想来减少用户成本。

1 云平台视频配置网络优化

云平台视频配置网络中的优化问题可以分为两类：云平台视频配置网络资源消耗问题[1]和云平台视频配置网络副本配置问题。

1.1 云平台视频配置网络问题

云平台视频配置网络问题的解决方案包括配送方案和提取方案，具体方案主要由主服务器与边缘服务器的数据传输方向决定。配送方案为主动型副本配置方案，主服务器将数据传输到边缘服务器的数据处理中心进行预存储(如图1所示)；主服务器需要对用户请求数据进行预测，预测的准确性取决于对用户请求数据预测的准确性和模拟估计的准确性。提取方案为被动型副本配置方案，当用户发送请求信号时，主服务器接收信号并将数据传输到边缘服务器的数据处理中心。

一般缓存替换主要使用LRU和LFU算法[2]，其具有操作简单、替换效率高的优点，但视频更新较快或者可存储空间不足将会影响LRU和LFU算法的准确性。基于视频内容受欢迎程度的方法同样也能解决云平台视频网络配置问题，首先，使用视频内容受欢迎程度估计算法提升缓存替换的成功率；其次，使用概率随机变量描述视频内容受欢迎程度和视频相关性；最后，使用混合线性模型和线性回归模型预测视频受欢迎程度，提高缓存成功率和服务质量。

图1 配送和提取方案

1.2 云平台视频资源优化问题

云平台视频资源优化的对象包含数据处理成本、带宽消耗、存储成本。云平台视频网络需要使用者租赁云数据处理中心存储视频内容(即存储成本)，带宽消耗是使用者向用户提供视频服务时产生的网络带宽消耗，处理成本指网络服务器的维护、更新、用户检索以及使用网络资源所消耗的费用。视频内容分发方法有两种：分布式控制方法和集中控制方法。分布式控制方法将底层网络划分为多个不同的区域，各区域可根据用户的不同请求作出反应。分布式控制的优点是可以高效地感知用户发出的请求，实时调整服务器带宽，从而减少资源浪费。集中控制将底层网络作为目标，并为所有服务器提供路由表，可以实时处理用户发出的请求并确保服务质量。将两种控制方法结合后，服务器接收用户请求后首先确定使用哪种控制模式，若使用分布式控制方法，则将视频以用户—用户的方式分发，并提供足够的带宽。两种控制方法结合后，既降低了运营商的成本，又保障了用户的服务质量。

2 优先调度的云平台视频分配方法

在云平台视频配置网络体系结构中，有三种类型的服务器：主服务器、本地服务器以及区域服务器。用户向区域服务器发送请求，区域服务器与用户的距离作为评价服务质量的标准。最接近用户的区域服务器作为用户的本地服务器。主服务器作为云平台视频配置网络中运营商服务器，将视频内容配送到每个区域服务器，并通过区域服务器分发给区域用户。云平台视频配置网络拓扑结构如图2所示，V代表主服务器，S1～S5代表边缘服务器，U代表区域用户。

图2 网络拓扑结构图

视频存储在区域服务器之中的越多，用户获取视频时的延迟时间越低，服务质量越高。将视频内容存储在区域服务器之中，可以减少视频分发成本，但存储成本会相应增加。

用户请求多种多样，可以选择查看不同的视频内容，也可以申请使用不同的带宽。优先调度方案指普通用户只能观看清晰画质的视频，付费用户则可以观看高清视频，两者之间的区别在于需要更高的带宽才能观看高清视频。因此，付费消费者可以请求更高的带宽资源，普通用户只能占用低带宽资源[3]。图3为非会员用户请求视频内容时，CVDNs网络拓扑视频调度顺序。图4为会员用户请求视频内容时系统调度顺序。

图3 非会员用户请求视频内容流程图 图4 会员用户请求视频内容流程图

由图3和图4可得，当会员用户和非会员用户请求同一服务器视频内容时，会员用户不仅具有优先使用高优先级通道(S2→S5)的权力，而且进程优先级和服务器间可使用带宽资源也都远高于非会员用户。

3 基于降低消费者成本的云视频配置算法

将网购常见的团购方式应用于云平台视频配置网络，运营商提出相应的折扣团购策略以吸引用户。

3.1 团购折扣策略

使用细粒度方式进行分区，将所有视频内容划分为不同的类别，并为每个类别设置不同的折扣。比如，对于时间较短的新闻视频，团购折扣起点可以设置较低，视频时长较长的影视类视频则可以设置较高的折扣起点。如图5和图6所示，新闻类短视频的折扣节点时间为30 min和60 min，影视类长视频的折扣节点为300 min、600 min和900 min。依据视频的细粒度划分策略，可以满足不同的用户请求[4]。

图5 新闻类视频内容阶梯折扣 图6 影视类视频内容阶梯折扣

3.2 成本优化

已知用户K的购买策略为Xk，每个单位视频内容的价格为qi，根据团购折扣策略，视频的价格与消费者购买数量成反比。因此，根据实际情况将单位视频内容定义为分段函数qj(·)，购买量为j，用户i所需成本为F，E表示路径集合，用户所需成本。

(1)

某团购活动中用户群体C，参与团购的用户定义为Q(Q∈C)，用户Q是否参加团购都会影响团购活动中其他用户的折扣[5]，在满足需求的条件下将团购活动中用户群体C的花费总成本设为目标函数，dij表示视频用户i对视频内容j的请求量，s表示服务器集合中的特定元素，视频内容j每单位的数量配置为Vj，最大限度降低成本公式如下所示：

(2)

在上述函数中，当价格函数N=qj(·)趋近于一个固定值时，团购活动目标函数可被简化为以下算法：

(1)计算不参与团购活动的用户所需成本[6]M1。

(2)计算参与团购活动中用户花费M2。

(3)判断M2≤M1，如果M2>M1，用户将退出团购活动。

(4)计算团购活动中剩余用户花费M2。

(5)重复步骤(3)～(4)，直到团购活动中每位用户成本M2≤M1。

(6)计算每位用户实际成本Ci3和总成本C3。

3.3 试验验证

第一，在实际应用的网络拓扑方面，可以在10×10的范围内随机生成12个节点，每个节点表示一个服务器，将其中一个设置为源服务器，其余为边缘服务器。再将边缘服务器分为两组，第一组视频内容纳入S1类服务器，第二组视频内容纳入S2类服务器。试验中，将视频内容分为新闻类、影视类和音乐类。第一组服务器中，三类视频内容定价分别为：影视类5/20 min，新闻类2/12 min，音乐类3/6 min。第二组中，新闻类2/6 min，影视类6/20 min，音乐类3/ min。第二，在10×10的范围内生成4～18个节点，一位用户即一个节点，并将距离用户较近的S1类服务器作为用户的本地服务器，用户将请求发送到本地服务器，再由本地服务器提供服务或转发。新闻类视频请求时长为15～40 min，影视类20～60 min，音乐类5～20 min。第三，将阶梯折扣策略设置为3段，当团购联盟中用户数低于总用户数50%时，不能享受折扣；团购联盟中用户数高于总用户数50%、低于65%时，可享受15%折扣。图7显示了用户总成本之间的关系，参与团购用户的总成本总是高于不参与团购的用户。当用户群体中所有人都参与团购活动并拥有最高优惠折扣时，消费总成本最低，可以用作参考值。当用户数为5时，实际总成本低于参与团购活动的所有用户的总成本。

图7 两种条件下总成本关系

以无团购优惠策略条件下的用户成本为标准，其他两种占用情况如图8所示。当用户数量较少时，用户的决策对整个用户群体影响比较大，用户的加入和离开对其他人可用的折扣起着关键作用。当用户数量增加时，单个用户在总用户数中的比例减少，对总成本的影响很小。在没有团购策略的情况下，实际成本比总成本低约8%。

图8 两种条件下总成本比值

响应时间是衡量服务质量[7]的重要指标，内容分布的服务器路径长度与服务器响应时间成正比。因此，使用视频分发过程中服务器上的物理距离来测量响应时间，并规定本地服务器满足用户请求的响应时间为3 min，40%的用户请求可以由本地服务器满足，60%由区域服务器满足。在第一组试验中，没有团购活动。如果用户从S2类服务器获得视频内容，则成本将会增加，因此，用户选择了S1类服务器以降低成本。在第二组试验中，用户可选择团购活动。参与团购的用户群体从S2类服务器获得视频内容，其响应时间随目标服务器的更改以及用户请求行程的物理距离的变化而变化。但是，没有参加团购活动的用户仍然从S1类服务器获取视频内容，其目标服务器保持不变，响应时间保持不变[8]。试验结果如图9所示。

图9 不参与团购与团购成本对比图

从图9可以看出，无论是团购活动情况下，还是无团购活动的情况下，选择团购活动的用户群体的相应时间都相同。试验证明，用户选择团购服务后，服务质量不会发生改变。

4 总结

本文设计了基于优先级的云平台视频配置网络算法，充分分析用户对网络视频的需求，实现了云视频网络的配置；对于配置中出现的资源消耗问题和副本配置问题，利用视频受欢迎程度算法和分布式控制法，使得两个问题都得到了有效的解决；在平台资源基础上，根据用户等级进行优先级排序，会员用户可享有高优先级、高带宽资源；利用团购策略吸引消费者参与团购活动以享受更高的折扣活动；通过试验验证用户选择团购服务后，服务质量不会发生改变。