摘要 | 第3-4页 |
Abstract | 第4-5页 |
第1章 引言 | 第9-19页 |
1.1 研究背景 | 第9-12页 |
1.1.1 云资源部署 | 第9-10页 |
1.1.2 “云化”的在线视频服务 | 第10-12页 |
1.2 研究难点 | 第12-14页 |
1.2.1 网络感知 | 第12-13页 |
1.2.2 云基础设施部署 | 第13-14页 |
1.2.3 云视频服务部署 | 第14页 |
1.3 研究现状 | 第14-15页 |
1.4 研究内容 | 第15-17页 |
1.5 主要贡献 | 第17页 |
1.6 论文结构 | 第17-19页 |
第2章 研究背景及相关工作 | 第19-29页 |
2.1 网络感知 | 第19-23页 |
2.1.1 基于网络坐标 | 第19-20页 |
2.1.2 基于网络基础设施 | 第20-21页 |
2.1.3 基于路径拟合 | 第21-22页 |
2.1.4 小结 | 第22-23页 |
2.2 基础设施部署 | 第23-26页 |
2.2.1 基于K-Median模型 | 第23-24页 |
2.2.2 基于Facility Location模型 | 第24-25页 |
2.2.3 基于K-Center模型 | 第25页 |
2.2.4 小结 | 第25-26页 |
2.3 视频服务部署 | 第26-29页 |
2.3.1 视频存储“云化” | 第26-27页 |
2.3.2 视频转码“云化” | 第27页 |
2.3.3 视频分发“云化” | 第27-28页 |
2.3.4 小结 | 第28-29页 |
第3章 基于广泛分布客户端的统计时延测量 | 第29-50页 |
3.1 本章引论 | 第29-31页 |
3.2 研究挑战 | 第31-32页 |
3.3 问题建模 | 第32-34页 |
3.4 解决方案 | 第34-44页 |
3.4.1 端到端时延预测 | 第35-37页 |
3.4.2 大规模测量负载降低 | 第37-39页 |
3.4.3 测量任务下发机制 | 第39-44页 |
3.5 性能评价 | 第44-48页 |
3.5.1 实验设置 | 第44-45页 |
3.5.2 代理数目对端到端时延预测准确性影响 | 第45-46页 |
3.5.3 利用代理测量时延值预测端到端时延方案比较 | 第46-47页 |
3.5.4 客户端密度对测量准确度影响 | 第47页 |
3.5.5 组到组统计时延测量 | 第47-48页 |
3.6 本章小结 | 第48-50页 |
第4章 数据驱动的云基础设施部署 | 第50-80页 |
4.1 本章引论 | 第50-53页 |
4.2 研究背景与动机 | 第53-55页 |
4.2.1 基础设施规模的增长 | 第53-54页 |
4.2.2 灵活的基础设施部署方式 | 第54页 |
4.2.3 面临的机遇与挑战 | 第54-55页 |
4.3 研究思路 | 第55-59页 |
4.3.1 问题描述 | 第56页 |
4.3.2 建模分析 | 第56-59页 |
4.4 解决方案 | 第59-69页 |
4.4.1 位置确定 | 第60-66页 |
4.4.2 容量规划 | 第66-68页 |
4.4.3 讨论 | 第68-69页 |
4.5 性能评价 | 第69-78页 |
4.5.1 系统实现 | 第70-71页 |
4.5.2 实验设置 | 第71-73页 |
4.5.3 实验结果 | 第73-78页 |
4.5.4 可能设计 | 第78页 |
4.6 本章小结 | 第78-80页 |
第5章 用户为中心的云视频服务部署 | 第80-102页 |
5.1 本章引论 | 第80-82页 |
5.2 问题建模 | 第82-90页 |
5.2.1 问题描述 | 第82-85页 |
5.2.2 建模分析 | 第85-90页 |
5.3 解决方案 | 第90-97页 |
5.3.1 针对单用户的帕累托最优部署策略 | 第91-93页 |
5.3.2 针对多用户的贪婪部署策略 | 第93-97页 |
5.4 性能评价 | 第97-101页 |
5.4.1 实验设置 | 第97-98页 |
5.4.2 在线转码对性能的影响 | 第98-100页 |
5.4.3 方案比较 | 第100-101页 |
5.5 本章小结 | 第101-102页 |
第6章 总结与展望 | 第102-105页 |
6.1 工作总结 | 第102-103页 |
6.2 工作展望 | 第103-105页 |
参考文献 | 第105-113页 |
致谢 | 第113-115页 |
个人简历、在学期间发表的学术论文与研究成果 | 第115-116页 |