基于缓存补偿的视频码率自适应算法

doi:10.11772/j.issn.1001-9081.2021081394

摘要/Abstract

摘要：

针对基于超文本传输协议（HTTP）的动态自适应流（DASH）码率自适应算法未能充分利用视频缓存以及平均码率偏低的问题，提出一种DASH标准的基于缓存补偿的码率自适应切换（BASBC）算法。首先，根据最近下载分片的下载速率分析带宽波动程度并得到预估带宽；其次，依据预估带宽和当前码率等级在缓存区设置码率上切阈值和码率下切阈值，并利用动态上切阈值控制码率向上切换，消耗缓存时长，而利用动态下切阈值控制码率向下逐级切换，累积缓存时长，从而在缓存区形成累积-消耗的缓存状态循环。BASBC算法在视频播放平均码率上高于动态自适应的HTTP流码率渐进切换（DASBS）算法，有效提高了带宽利用率；虽然所提算法的平均码率稍低于基于DASH标准的码率平滑切换（RSS）算法，但所提算法的码率切换更为平滑，整体切换稳定性表现更优。实验结果表明，所提算法在动态网络环境中具有高带宽利用、切换平滑且稳定的良好表现，能够有效提高用户的体验质量（QoE）。

关键词: 流媒体, 码率自适应, 缓存, 体验质量, 网络带宽

Abstract:

Concerning the problem that the existing bitrate adaptation algorithms based on Dynamic Adaptive Streaming over Hyper Text Transfer Protocol （HTTP）（DASH） have low buffer utilization and low average bitrate， a Bitrate Adaptive Switching based on Buffer Compensation （BASBC） algorithm based on DASH standard was proposed. Firstly， the bandwidth fluctuation was analyzed according to the download speeds of the recent downloaded fragments， and thereby obtaining the estimated bandwidth. Secondly， according to the estimated bandwidth and current bitrate level， bitrate higher/lower switching thresholds were set in the buffer to control bitrate switching to higher level and consum buffer time， or to control bitrate switching down gradually and accumulate buffer time， respectively， so that a consumption-accumulation buffer state loop was formed in video buffer. The average bitrate of video playback of BASBC algorithm is higher than that of Dynamic Adaptive Step-wise Bitrate Switching （DASBS） algorithm for HTTP streaming， thereby effectively improving the bandwidth utilization. Although the average bitrate of the proposed algorithm is slightly lower than that of Rate Smooth Switching （RSS） algorithm based on DASH standard， the smoothness of bitrate switching of the proposed algorithm is better， improving the switching stability. Experimental results show that the proposed algorithm has good performance such as high bandwidth utilization， switching smoothness and switching stability in dynamic network environment， which can effectively improve the Quality of Experience （QoE） of users.

Key words: streaming media, bitrate adaption, buffer, Quality of Experience (QoE), network bandwidth

中图分类号:

TP393

吉爱国, 栾云哲. 基于缓存补偿的视频码率自适应算法[J]. 计算机应用, 2022, 42(9): 2816-2822.

Aiguo JI, Yunzhe LUAN. Buffer compensation based video bitrate adaptation algorithm[J]. Journal of Computer Applications, 2022, 42(9): 2816-2822.

图/表 8

图1 DASH技术的系统架构

Fig. 1 System architecture of DASH technology

图2 恒定速率下的客户端码率缓存变化比较

Fig. 2 Comparison of client bitrate and cache changes at constant rate

图3 视频缓存区阈值设置

Fig. 3 Video buffer threshold setting

图4 场景1下三种算法的比较

Fig. 4 Comparison of three algorithms in scenario 1

图5 场景2下三种算法的比较

Fig. 5 Comparison of three algorithms in scenario 2

图6 场景3下三种算法的比较

Fig. 6 Comparison of three algorithms in scenario 3

图7 场景4下三种算法的比较

Fig. 7 Comparison of three algorithms in scenario 4

表1 不同带宽情况下的仿真结果统计

Tab. 1 Statistics of simulation results under different bandwidths

场景	算法	平均码率/（Mb·s^-1）	码率切换次数
场景1	DASBS	3.772 3	7
	BASBC	4.904 4	16
	RSS	3.663 5	4
场景2	DASBS	6.589 9	28
	BASBC	6.791 2	12
	RSS	6.937 7	14
场景3	DASBS	5.350 9	9
	BASBC	5.747 2	14
	RSS	5.572 3	6
场景4	DASBS	4.461 3	23
	BASBC	4.623 8	22
	RSS	5.541 5	33

参考文献 15

1	中国互联网络信息中心. 第44次中国互联网络发展状况统计报告［R］. 北京：中国互联网络信息中心， 2019：7-8. （China Internet Network Information Center. The 44th China Statistical Report on Internet Development［R］. Beijing： CNNIC， 2019： 7-8.）
2	Cisco. Cisco visual networking index： forecast and methodology， 2016—2021［R/OL］. （2017-06-06）［2021-05-11］.. 10.18004/ucsa/2409-8752/2017.004(01)050-056
3	MOK R K P， LUO X P， CHAN E W W， et al. QDASH： a QoE-aware DASH system［C］// Proceedings of the 3rd Multimedia Systems Conference. New York： ACM， 2012： 11-22. 10.1145/2155555.2155558
4	ZHAO S， LI Z， MEDHI D， et al. Study of user QoE improvement for Dynamic Adaptive Streaming over HTTP （MPEG-DASH）［C］// Proceedings of the 2017 International Conference on Computing， Networking and Communications. Piscataway： IEEE， 2017：566-570. 10.1109/iccnc.2017.7876191
5	VU V H， CHUNG T Y. Bandwidth estimation based on MACD for DASH［C］// Proceedings of the 10th International Conference on Innovative Mobile and Internet Services in Ubiquitous Computing. Piscataway： IEEE， 2016： 176-181. 10.1109/imis.2016.54
6	LI Z， ZHU X Q， GAHM J， et al. Probe and adapt： rate adaptation for HTTP video streaming at scale［J］. IEEE Journal on Selected Areas in Communications， 2014， 32（4）： 719-733. 10.1109/jsac.2014.140405
7	MÜLLER C， LEDERER S， TIMMERER C. An evaluation of dynamic adaptive streaming over HTTP in vehicular environments［C］// Proceedings of the 4th Workshop on Mobile Video. New York： ACM， 2012： 37-42. 10.1145/2151677.2151686
8	VERGADOS D J， MICHALAS A， SGORA A， et al. FDASH： a fuzzy-based MPEG/DASH adaptation algorithm［J］. IEEE Systems Journal， 2016， 10（2）：859-868. 10.1109/jsyst.2015.2478879
9	ZAHRAN A H， SREENAN C J. ARBITER： adaptive rate-based intelligent HTTP streaming algorithm［C］// Proceedings of the 2016 IEEE International Conference on Multimedia and Expo Workshops. Piscataway： IEEE， 2016：1-6. 10.1109/icmew.2016.7574709
10	潘鹏程，李国平，王国中. 基于HTTP的流媒体自适应码率切换算法［J］. 电子测量技术， 2017， 40（9）： 141-145. 10.3969/j.issn.1002-7300.2017.09.027
	PAN P C， LI G P， WANG G Z. Adaptive rate switch algorithm based on HTTP streaming［J］. Electronic Measurement Technology， 2017， 40（9）： 141-145. 10.3969/j.issn.1002-7300.2017.09.027
11	黄胜，胡凌炜，付园鹏. 基于状态机的视频码率自适应算法［J］. 计算机应用， 2018， 38（7）： 2001-2004， 2008. 10.11772/j.issn.1001-9081.2017122934
	HUANG S， HU L W， FU Y P. State machine based video rate adaptation algorithm［J］. Journal of Computer Applications， 2018， 38（7）： 2001-2004， 2008. 10.11772/j.issn.1001-9081.2017122934
12	封红旗，王和，杨长春，等. 基于PANDA算法的视频码率自适应切换算法［J］. 计算机工程与设计， 2019， 40（6）： 1512-1517， 1553. 10.16208/j.issn1000-7024.2019.06.003
	FENG H Q， WANG H， YANG C C， et al. Video rate adaptive switching algorithm based on probe and adapt algorithm［J］. Computer Engineering and Design， 2019， 40（6）： 1512-1517， 1553. 10.16208/j.issn1000-7024.2019.06.003
13	黄胜，付园鹏，张倩云. 基于DASH标准的码率平滑切换算法［J］. 计算机应用， 2019， 39（4）： 1122-1126. 10.11772/j.issn.1001-9081.2018091933
	HUANG S， FU Y P， ZHANG Q Y. Rate smooth switching algorithm based on DASH standard［J］. Journal of Computer Applications， 2019， 39（4）： 1122-1126. 10.11772/j.issn.1001-9081.2018091933
14	涂大喜，蒋宇浩，徐成，等. 动态自适应的HTTP流码率渐进切换算法［J］. 计算机应用， 2019， 39（4）： 1127-1132. 10.11772/j.issn.1001-9081.2018091893
	TU D X， JIANG Y H， XU C， et al. Dynamic adaptive step-wise bitrate switching algorithm for HTTP streaming［J］. Journal of Computer Applications， 2019， 39（4）： 1127-1132. 10.11772/j.issn.1001-9081.2018091893
15	KUA J， ARMITAGE G， BRANCH P. A survey of rate adaptation techniques for dynamic adaptive streaming over HTTP［J］. IEEE Communications Surveys and Tutorials， 2017， 19（3）： 1842-1866. 10.1109/comst.2017.2685630

[1]	姚梓豪, 栗远明, 马自强, 李扬, 魏良根. 基于机器学习的多目标缓存侧信道攻击检测模型[J]. 《计算机应用》唯一官方网站, 2024, 44(6): 1862-1871.
[2]	张俊娜, 王欣新, 李天泽, 赵晓焱, 袁培燕. 基于动态服务缓存辅助的任务卸载方法[J]. 《计算机应用》唯一官方网站, 2024, 44(5): 1493-1500.
[3]	倪瑞轩, 蔡淼, 叶保留. 内存高效的持久性分布式文件系统客户端缓存DFS-Cache[J]. 《计算机应用》唯一官方网站, 2024, 44(4): 1172-1180.
[4]	李俊杰, 望育梅, 李志军, 刘雨. 全景视频基于块的视口自适应传输方案综述[J]. 《计算机应用》唯一官方网站, 2024, 44(2): 536-547.
[5]	曹腾飞, 刘延亮, 王晓英. 基于改进深度强化学习的边缘计算服务卸载算法[J]. 《计算机应用》唯一官方网站, 2023, 43(5): 1543-1550.
[6]	周玉清, 韩晓龙. 双循环策略下岸桥与跨运车的联合调度[J]. 《计算机应用》唯一官方网站, 2023, 43(2): 645-653.
[7]	刘炎培, 陈宁宁, 朱运静, 王丽萍. 面向5G/Beyond 5G的移动边缘缓存优化技术综述[J]. 《计算机应用》唯一官方网站, 2022, 42(8): 2487-2500.
[8]	王亚丽, 陈家超, 张俊娜. 移动边缘计算中收益最大化的缓存协作策略[J]. 《计算机应用》唯一官方网站, 2022, 42(11): 3479-3485.
[9]	李鹏, 赵卓峰, 李寒. 事件驱动的微服务调用链路数据动态采集方法[J]. 《计算机应用》唯一官方网站, 2022, 42(11): 3493-3499.
[10]	杨盼盼, 赵继春. 基于状态视图的流媒体图像信息置乱隐藏算法[J]. 计算机应用, 2021, 41(6): 1729-1733.
[11]	施安妮, 李陶深, 王哲, 何璐. 基于缓存辅助的全双工无线携能通信系统的中继选择策略[J]. 计算机应用, 2021, 41(6): 1539-1545.
[12]	汤晨, 黄国锐, 金培权. 非易失性内存友好的线性哈希索引——NVM-LH[J]. 计算机应用, 2021, 41(3): 623-629.
[13]	柳兴, 杨震, 王新军, 朱恒. 移动边缘计算中的内容分发加速策略[J]. 计算机应用, 2020, 40(5): 1389-1391.
[14]	罗际炜, 瞿涛, 邓徳祥. 嵌入式多通道无线视频传输的码率自适应算法[J]. 计算机应用, 2020, 40(4): 1119-1126.
[15]	骆克云, 叶保留, 唐斌, 梅峰, 卢文达. 基于增量学习的RocksDB键值系统主动缓存机制[J]. 《计算机应用》唯一官方网站, 2020, 40(2): 321-327.