视频分发与缓存协同优化技术研究
| 摘要 | 第1-7页 |
| Abstract | 第7-9页 |
| 缩略语 | 第9-17页 |
| 第一章 绪论 | 第17-27页 |
| ·研究背景 | 第17-21页 |
| ·研究意义 | 第21-24页 |
| ·研究内容和章节安排 | 第24-27页 |
| 第二章 视频分发与缓存技术概述 | 第27-49页 |
| ·引言 | 第27页 |
| ·内容分发网络(CDN) | 第27-37页 |
| ·CDN组成 | 第27-29页 |
| ·CDN发展进程 | 第29-30页 |
| ·当前主要CDN | 第30-37页 |
| ·视频协同缓存系统 | 第37-40页 |
| ·层次式缓存系统 | 第37-38页 |
| ·分布式协同缓存系统 | 第38-39页 |
| ·常用缓存系统简介 | 第39-40页 |
| ·云存储与云分发 | 第40-45页 |
| ·云计算简介 | 第41-42页 |
| ·云存储介绍 | 第42-44页 |
| ·云CDN | 第44-45页 |
| ·视频分发与缓存相关技术 | 第45-48页 |
| ·对等网络技术(P2P)技术 | 第45-47页 |
| ·分布式存储 | 第47-48页 |
| ·小结 | 第48-49页 |
| 第三章 基于流行度预测的CDN内容预部署策略 | 第49-63页 |
| ·引言 | 第49-50页 |
| ·电影流行度预测相关研究 | 第50页 |
| ·问题描述 | 第50-54页 |
| ·基于“推”的CDN分发流程 | 第52-53页 |
| ·视频流行度与副本分发关系 | 第53-54页 |
| ·基于数据挖掘的视频流行度预测方法 | 第54-59页 |
| ·视频点播流行度分析与数据预处理 | 第54-56页 |
| ·特征选择 | 第56-57页 |
| ·特征归一化处理 | 第57-58页 |
| ·基于贝叶斯网络的影片流行度预测 | 第58-59页 |
| ·基于决策树的影片流行度预测 | 第59页 |
| ·实验与结果分析 | 第59-61页 |
| ·实验结果分析 | 第59-61页 |
| ·实验结论 | 第61页 |
| ·基于视频流行度的预部署策略 | 第61-62页 |
| ·本章小结 | 第62-63页 |
| 第四章 分布式协同缓存系统中的缓存调度策略 | 第63-81页 |
| ·引言 | 第63-64页 |
| ·相关研究工作 | 第64-65页 |
| ·问题描述 | 第65-68页 |
| ·分布式协同缓存系统总体架构 | 第65-66页 |
| ·系统最小带宽开销描述 | 第66-68页 |
| ·协同缓存系统分析 | 第68-71页 |
| ·视频访问流行度分析 | 第69页 |
| ·协同缓存性能分析 | 第69-71页 |
| ·分布式协同缓存替换算法 | 第71-73页 |
| ·局部贪心算法 | 第72页 |
| ·VBG算法 | 第72-73页 |
| ·实验与结果分析 | 第73-79页 |
| ·缓存性能对比边界值分析实验 | 第73-75页 |
| ·缓存性能对比实验 | 第75-76页 |
| ·缓存调度对比实验与分析 | 第76-79页 |
| ·本章小结 | 第79-81页 |
| 第五章 基于云存储的CDN中的内容部署策略 | 第81-101页 |
| ·引言 | 第81-82页 |
| ·相关研究工作 | 第82-83页 |
| ·问题描述 | 第83-87页 |
| ·云CDN描述 | 第83-84页 |
| ·云CDN的系统开销描述 | 第84-85页 |
| ·云CDN中的服务质量(QoS) | 第85-86页 |
| ·云CDN中负载均衡的定义 | 第86-87页 |
| ·云CDN中的其它性能指标 | 第87页 |
| ·有历史记录云CDN中的视频内容副本预部署策略 | 第87-91页 |
| ·GS算法 | 第88-89页 |
| ·GS算法所存在的问题 | 第89页 |
| ·GUCP算法 | 第89-90页 |
| ·GUCP算法分析 | 第90-91页 |
| ·无历史记录云CDN中的视频内容副本预部署策略 | 第91-92页 |
| ·PBP算法 | 第91-92页 |
| ·随机算法 | 第92页 |
| ·实验与结果分析 | 第92-98页 |
| ·GUCP算法分析实验 | 第92-93页 |
| ·仿真参数确定 | 第93-95页 |
| ·关于GUCP算法实验的结果 | 第95-97页 |
| ·关于PBP算法实验的结果 | 第97-98页 |
| ·实验分析结论 | 第98页 |
| ·本章小结 | 第98-101页 |
| 第六章 总结与展望 | 第101-103页 |
| ·工作总结 | 第101-102页 |
| ·今后工作展望 | 第102-103页 |
| 参考文献 | 第103-111页 |
| 致谢 | 第111-113页 |
| 在读期间发表的学术论文与取得的研究成果 | 第113页 |
