一种多目标优化的对等网络流媒体系统数据调度算法技术方案

本发明专利技术公开了一种多目标优化的对等网络流媒体系统数据调度算法，该算法包括：一个多目标优化数学模型和多目标粒子群数据调度算法两部分；首先，本发明专利技术构造一个包括优化视频播放质量和网络吞吐量两个优化目标的数学模型；然后，根据该多目标优化数学模型的优化目标，设计一个多目标粒子群数据调度算法，确定接收节点滑动窗口内每个视频片段应选择的最佳发送节点，据此完成流媒体播放系统中的数据调度。通过本发明专利技术，能同时有效地提高对等网络流媒体播放系统中的视频播放质量和网络吞吐量，并且更好地实现了发送节点的负载均衡。

【技术实现步骤摘要】
一种多目标优化的对等网络流媒体系统数据调度算法
本专利技术涉及计算机网络、对等网络技术、流媒体
，具体是一种多目标优化的对等网络流媒体系统数据调度算法。
技术介绍
随着宽带网络的发展和普及，用户通过互联网观看视频的需求日益增长。互联网视频主要采用流媒体技术进行传输，在将流媒体视频由服务器传输到广大客户端时，早期的流媒体播放系统陆续采用了客户端/服务器(C/S，Client/Server)模式、内容分发网络(CDN，ContentDeliveryNetwork)模式。由于用户规模的剧增，C/S模式或CDN模式存在服务器性能的瓶颈，无法满足扩展性的要求。而对等网络(Peer-to-Peer，简称P2P)技术能免费利用每个节点提供的资源，可扩展系统的资源提升系统的服务能力。因此，基于对等网络技术的流媒体播放系统获得了广泛部署和应用。基于对等网络技术的流媒体播放系统，包含两个核心模块：一个是覆盖网构造，建立节点之间的传输路径；一个是数据调度，决定视频数据在哪些节点之间传输。本专利技术主要针对基于对等网络技术的流媒体播放系统的数据调度模块。在P2P流媒体播放系统中，每个节点所需的视频片段来自于邻居节点或服务器。当一个节点的邻居节点无相应视频片段时，才会向服务器请求。这样就节省了服务器带宽，利用了每个节点的资源。目前，一些数据调度算法以最大化网络吞吐量为目标进行构建，以最大化利用节点的资源，降低服务器带宽开销。在最大化网络吞吐量时，视频片段的稀有性是重要影响因素。还有一些数据调度算法以最大化视频播放质量为目标，视频片段的紧急性和视频片段质量属性是重要考虑因素。然而，最大化网络吞吐量与最大化视频播放质量往往会产生冲突。如果一个视频片段是稀有的，那么该视频片段对网络吞吐量影响较高，需要优先传输。但是，该视频片段有可能紧急性较低，或者其对播放质量的影响较低，无需优先传输。这就产生了冲突。因此，最大化网络吞吐量并不一定能保证最大化视频播放质量，反之亦然。于是，在数据调度过程中，仅仅追求单一优化目标(最大化网络吞吐量或最大化视频播放质量)，并不能带来最佳性能。而同时追求最大化网络吞吐量与最大化视频播放质量，才能带来最佳性能。为此，需要设计一种多目标优化算法解决同时优化两个目标的问题。
技术实现思路
本专利技术的目的在于克服现有技术的不足,而提供一种多目标优化的对等网络流媒体系统数据调度算法,该算法可以解决数据调度过程中同时优化视频播放质量和网络吞吐量的问题，以提高系统服务质量并且降低服务器带宽开销。实现本专利技术目的的技术方案是：一种多目标优化的对等网络流媒体系统数据调度算法，包括一个多目标优化数学模型和一个多目标粒子群数据调度算法；首先，根据优化视频播放质量和网络吞吐量这两个优化目标，构造一个多目标优化数学模型；然后，根据该多目标优化数学模型的优化目标，设计一个多目标粒子群数据调度算法；最后，利用多目标优化粒子群算法求解该数学模型的最佳解，即确定接收节点滑动窗口内每个视频片段应选择的发送节点，据此完成流媒体播放系统中的数据调度。所述的多目标优化数学模型，由优化视频播放质量的目标函数、优化网络吞吐量的目标函数和流媒体数据调度问题中需考虑的约束条件综合构成；所述的多目标粒子群数据调度算法，是一种在离散空间中搜索的多目标粒子群优化算法，该算法将接收节点滑动窗口内每个视频片段的邻居节点编码为粒子的决策向量，并以多目标优化数学模型的优化目标为目标进行寻优，最后从得出的帕累托解集中选择一个偏向于播放质量的解，来指示接收节点滑动窗口内每个视频片段应选择的最佳发送节点，据此完成流媒体播放系统中的数据调度；所述的接收节点，是指向邻居节点发送所需视频片段的请求，并且最终接收所需视频片段的节点，所述的发送节点，是指一个接收节点的邻居节点中拥有该接收节点所请求的视频片段，并最终向该接收节点发送请求片段的节点。所述的优化视频播放质量的目标函数，同时考虑视频片段的紧急性和视频质量两个属性，并且由于一个节点的邻居节点缓存视频片段的数量及内容不同的情况下，紧急性和视频质量对视频播放质量的影响是不同的，因此建立各属性加权系数不同的权重函数，最终构成最大化视频播放质量的目标函数；最大化的视频播放质量的目标函数表达式为：公式(1)中，wj表示视频片段j的权重函数，xi,j表示发送节点i发送视频片段j，Q表示节点i和其邻居节点构成的节点集合，S表示滑动窗口中所缺失视频片段的集合；所述的紧急性，用来表示一个视频片段的当前播放时间与播放截止时间相比的紧急程度，计算方式为：公式(2)中，δ表示滑动窗口的大小，即每个发送周期接收节点请求长度为δ秒的缺失视频片段；j为视频片段的编号；dj为一个滑动窗口内视频片段j的播放截止时间；tplayback表示当前播放时间；dj计算公式为：公式(3)中，vf是视频流的帧速率；每个视频片段包含NGOP个视频帧；所述的视频质量，视频片段的视频质量属性基于PSNR值衡量视频片段的图片质量，其定义为一个视频片段的所有视频帧的峰值信噪比(PSNR)的平均值。每个视频片段都是由特定数目的视频帧组成，不同的视频帧具有的PSNR值不同，PSNR值较高的片段能给用户带来更好的观看体验，片段j的视频质量的计算公式为：公式(4)中，PSNRj表示视频片段j的峰值信噪比，PSNRmin表示滑动窗口中所有视频片段的峰值信噪比的最小值，PSNRmax表示滑动窗口中所有视频片段的峰值信噪比的最大值；所述的视频片段，是指在对等网络流媒体播放系统的数据调度中，用于传输的单元，在数据调度中，流媒体视频数据是分割为视频片段进行传输的，并且视频数据被分割的片段越小，其在传输时越灵活，用于传输的视频片段的大小一般为1KB，因此本专利技术所述的视频片段大小也为1KB。所述的权重函数，是根据视频片段在一个节点的邻居节点缓存视频片段的数量及内容不同的情况下，紧急性和视频质量对播放质量影响程度的不同，为各属性设置不同的加权系数构成的，视频片段j的权重函数表达式为：公式(5)中，rq和re分别表示视频片段的视频质量和紧急性的加权系数，且rq+re＝1；所述的视频片段的视频质量和紧急性的加权系数，根据拥有当前请求视频片段的邻居节点的数目不同，权重函数的加权系数会发生变化，对应的表达公式也不相同；若没有邻居节点拥有该片段j，则加权系数rq和re均为0，相应的权重函数为：wj＝0；若拥有该片段j的邻居节点数大于0，则加权系数rq和re分别为0.3和0.7，相应的权重函数为：所述的优化网络吞吐量的目标函数，用于表示最大化网络吞吐量，其表达式为：上述公式(6)其中Ui表示发送节点i的上行带宽利用率；所述的上行带宽利用率，是指已使用的上行带宽占总上行带宽的比例，不同的数据调度对每个发送节点上行带宽利用率的影响是不同的，发送节点上行带宽利用率越高，那么网络吞吐量也就越高，上行带宽利用率的表达式为：上述公式(7)中，bi表示发送节点的上行带宽；τ表示发送周期；Squeuei为发送节点传输队列中待发送片段的长度；Sj为视频片段j的长度，则优化网络吞吐量的目标函数也可表示为：Maximize:所述的流媒体数据调度问题中需考虑的约束条件，包括：约束条件1：保证发送每个片段的节点不超过1个；约束条件2：确保每本文档来自技高网...

【技术保护点】
1.一种多目标优化的对等网络流媒体系统数据调度算法，其特征在于，包括一个多目标优化数学模型和一个多目标粒子群数据调度算法；首先，根据优化视频播放质量和网络吞吐量这两个优化目标，构造一个多目标优化数学模型；然后，根据该多目标优化数学模型的优化目标，设计一个多目标粒子群数据调度算法；最后，利用多目标优化粒子群算法求解该数学模型的最佳解，即确定接收节点滑动窗口内每个视频片段应选择的发送节点，据此完成流媒体播放系统中的数据调度。

【技术特征摘要】
1.一种多目标优化的对等网络流媒体系统数据调度算法，其特征在于，包括一个多目标优化数学模型和一个多目标粒子群数据调度算法；首先，根据优化视频播放质量和网络吞吐量这两个优化目标，构造一个多目标优化数学模型；然后，根据该多目标优化数学模型的优化目标，设计一个多目标粒子群数据调度算法；最后，利用多目标优化粒子群算法求解该数学模型的最佳解，即确定接收节点滑动窗口内每个视频片段应选择的发送节点，据此完成流媒体播放系统中的数据调度。2.根据权利要求1所述的一种多目标优化的对等网络流媒体系统数据调度算法，其特征在于，所述的多目标优化数学模型，由优化视频播放质量的目标函数、优化网络吞吐量的目标函数和流媒体数据调度问题中需考虑的约束条件综合构成；所述的多目标粒子群数据调度算法，是一种在离散空间中搜索的多目标粒子群优化算法，该算法将接收节点滑动窗口内每个视频片段的邻居节点编码为粒子的决策向量，并以多目标优化数学模型的优化目标为目标进行寻优，最后从得出的帕累托解集中选择一个偏向于播放质量的解，来指示接收节点滑动窗口内每个视频片段应选择的最佳发送节点，据此完成流媒体播放系统中的数据调度；所述的接收节点，是指向邻居节点发送所需视频片段的请求，并且最终接收所需视频片段的节点，所述的发送节点，是指一个接收节点的邻居节点中拥有该接收节点所请求的视频片段，并最终向该接收节点发送请求片段的节点。3.根据权利要求2所述的一种多目标优化的对等网络流媒体系统数据调度算法，其特征在于，所述的优化视频播放质量的目标函数，同时考虑视频片段的紧急性和视频质量两个属性，并且由于一个节点的邻居节点缓存视频片段的数量及内容不同的情况下，紧急性和视频质量对视频播放质量的影响是不同的，因此建立各属性加权系数不同的权重函数，最终构成最大化视频播放质量的目标函数；最大化的视频播放质量的目标函数表达式为：公式(1)中，wj表示视频片段j的权重函数，xi,j表示发送节点i发送视频片段j，Q表示节点i和其邻居节点构成的节点集合，S表示滑动窗口中所缺失视频片段的集合；所述的紧急性，用来表示一个视频片段的当前播放时间与播放截止时间相比的紧急程度，计算方式为：公式(2)中，δ表示滑动窗口的大小，即每个发送周期接收节点请求长度为δ秒的缺失视频片段；j为视频片段的编号；dj为一个滑动窗口内视频片段j的播放截止时间；tplayback表示当前播放时间；dj计算公式为：公式(3)中，vf是视频流的帧速率；每个视频片段包含NGOP个视频帧；所述的视频质量，视频片段的视频质量属性基于PSNR值衡量视频片段的图片质量，其定义为一个视频片段的所有视频帧的峰值信噪比(PSNR)的平均值。每个视频片段都是由特定数目的视频帧组成，不同的视频帧具有的PSNR值不同，PSNR值较高的片段能给用户带来更好的观看体验，片段j的视频质量的计算公式为：公式(4)中，PSNRj表示视频片段j的峰值信噪比，PSNRmin表示滑动窗口中所有视频片段的峰值信噪比的最小值，PSNRmax表示滑动窗口中所有视频片段的峰值信噪比的最大值；所述的视频片段，是指在对等网络流媒体播放系统的数据调度中，用于传输的单元；所述的权重函数，是根据视频片段在一个节点的邻居节点缓存视频片段的数量及内容不同的情况下，紧急性和视频质量对播放质量影响程度的不同，为各属性设置不同的加权系数构成的，视频片段j的权重函数表达式为：公式(5)中，rq和re分别表示视频片段的视频质量和紧急性的加权系数，且rq+re＝1；所述的视频片段的视频质量和紧急性的加权系数，根据拥有当前请求视频片段的邻居节点的数目不同，权重函数的加权系数会发生变化，对应的表达公式也不相同；若没有邻居节点拥有该片段j，则加权系数rq和re均为0，相应的权重函数为：wj＝0；若拥有该片段j的邻居节点数大于0，则加权系数rq和re分别为0.3和0.7，相应的权重函数为：4.根据权利要求2所述的一种多目标优化的对等网络流媒体系统数据调度算法，其特征在于，所述的优化网络吞吐量的目标函数，用于表示最大化网络吞吐量，其表达式为：公式(6)其中Ui表示发送节点i的上行带宽利用率；所述的上行带宽利用率，是指已使用的上行带宽占总上行带宽的比例，上行带宽利用率的表达式为：公式(7)中，bi表示发送节点的上行带宽；τ表示发送周期；Squeuei为发送节点传输队列中待发送片段的长度；Sj为视频片段j的长度，则优化网络吞吐量的目标函数也可表示为：Maximize:5.根据权利要求2所述的一种多目标优化的对等网络流媒体系统数据调度算法，其特征在于，所述的流媒体数据调度问题中需考虑的约束条件，包括：约束条件1：保证发送每个片段的节点不超过1个；约束条件2：确保每个发送节点在每个发送周期内不过载；约束条件3：限定每个发送节点只能发送自己拥有的片段；约束条件4：用来限定该数据调度问题的解是离散的。6.根据权利要求1所述的一种多目标优化的对等网络流媒体系统数据调度算法，其特征在于，所述的多目标粒子群数据调度算法，包括如下步骤：1)计算拥有视频片段j的邻居节点数neighbor_countj，并为每个视频片段初始化拥有该片段的邻居节点集合neighborj，即将拥有该片段的邻居节点加入到集合neighborj中；2)初始化粒子群，包括初始化每个粒子particlek的速度为0(velocityj＝0)、位置locationj的范围为0到neighbor_countj之间的任意值(0<locationj<neighbor_countj)、局部最优位置Pbestk为当前选择粒子的...

【专利技术属性】
技术研发人员：刘平山，范雅晴，熊肖一，黄桂敏，
申请(专利权)人：桂林电子科技大学，
类型：发明
国别省市：广西,45