视频点播系统访问行为研究：测量、分析与建模

【摘要】： 随着网络带宽、计算能力和存储能力的提高,互联网中基于流媒体技术传输视频音频的系统大幅增长。现有流媒体系统与用于对系统性能进行评估的用户行为发生器的设计均基于对流媒体系统用户行为的测量、分析与建模。然而,现有研究工作对用户行为特性的刻画较为粗糙,并且不够全面。为较好的指导流媒体系统的设计与管理以及用户行为发生器的设计,有必要对用户行为准确深入的了解。 本文针对教育网内的中国科技大学视频点播系统,对用户访问行为进行测量、分析与建模。 首先分析了用户交互式行为的几个主要特性,包括用户会话的到达过程、用户进行交互式操作时的跳转距离和播放时间以及用户会话中产生的交互式次数。 针对当前交互式行为建模工作的不足,提出从视频对象的角度考察用户交互式请求数的分布。通过统计分析,证明在不同时间尺度内中国科技大学视频点播系统的用户交互式请求数分布均表现出重尾现象,常用的幂律分布不适合对其建模;提出采用广延指数模型描述交互式请求数分布,并研究了广延指数模型参数的物理意义。 其次,提出用户访问视频的黑箱模型,采用三种访问因素建立流行度模型:一是常用的视频访问次数,二是视频播放时间与视频长度的比值,三是视频回跳请求操作次数。通过统计分析,证明常用的Zipf-like模型不适合建立流行度分布模型;提出采用广延指数模型对视频流行度建模;不同刻画方式下视频等级的相关分析证明,所提出的三种访问因素能增强视频流行度的区分性。 最后,基于用户访问特性,提出大容量缓存空间下流媒体缓存长度的自适应调整策略,在交互式操作的环境下,该策略具有很好的适应性。