| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第1章 引言 | 第10-16页 |
| 1.1 研究背景 | 第10-11页 |
| 1.2 本文研究领域与面临的主要挑战 | 第11-13页 |
| 1.3 本文的主要贡献 | 第13-16页 |
| 第2章 研究现状与相关工作 | 第16-26页 |
| 2.1 流媒体与视频分发技术 | 第16页 |
| 2.2 视频内容分发网络 | 第16-19页 |
| 2.2.1 传统视频内容分发网络 | 第17-18页 |
| 2.2.2 基于云计算的视频内容分发网络 | 第18-19页 |
| 2.3 在线社交网络与社交视频 | 第19-21页 |
| 2.3.1 在线社交网络 | 第19-20页 |
| 2.3.2 社交视频内容访问与用户兴趣特性 | 第20-21页 |
| 2.4 社交视频内容分发 | 第21-24页 |
| 2.4.1 在线社交网络对视频内容分发的影响 | 第21-22页 |
| 2.4.2 面向社交视频的内容分发网络结构 | 第22-23页 |
| 2.4.3 云计算与社交视频内容分发 | 第23页 |
| 2.4.4 社交视频内容分发基本策略 | 第23-24页 |
| 2.5 本章小结 | 第24-26页 |
| 第3章 数据驱动的社交视频内容分发特性分析 | 第26-42页 |
| 3.1 本章引言 | 第26-27页 |
| 3.2 社交视频服务模式 | 第27-28页 |
| 3.3 数据集与测量方法 | 第28-30页 |
| 3.3.1 大规模社交网络与视频网络数据集 | 第28-29页 |
| 3.3.2 社交网络与视频网络关联 | 第29-30页 |
| 3.4 社交视频内容的生成、访问、与流行度特性 | 第30-34页 |
| 3.4.1 内容生成与访问边缘化 | 第30-32页 |
| 3.4.2 内容分享小圈子化 | 第32-33页 |
| 3.4.3 内容流行度扁平化 | 第33-34页 |
| 3.5 社交视频服务中用户行为特性 | 第34-37页 |
| 3.5.1 用户行为长尾化 | 第34-35页 |
| 3.5.2 联合内容与社交信息的用户兴趣刻画 | 第35-37页 |
| 3.5.3 用户兴趣异构化 | 第37页 |
| 3.6 社交视频内容传播特性 | 第37-41页 |
| 3.6.1 社交关系动态性 | 第38页 |
| 3.6.2 内容传播差异性 | 第38-40页 |
| 3.6.3 传播影响局部性 | 第40-41页 |
| 3.7 本章小结 | 第41-42页 |
| 第4章 基于传播模式的边缘云网络资源分配策略 | 第42-76页 |
| 4.1 本章引言 | 第42-44页 |
| 4.1.1 网络结构与用户划分 | 第42-43页 |
| 4.1.2 网络资源分配 | 第43-44页 |
| 4.2 相关工作 | 第44-45页 |
| 4.3 多边缘云网络结构与基于传播的用户划分 | 第45-54页 |
| 4.3.1 多区域分布式分发平台优势 | 第45-46页 |
| 4.3.2 区域多样性对社交视频内容分发的影响 | 第46-47页 |
| 4.3.3 多云计算提供商社交视频内容分发挑战 | 第47-48页 |
| 4.3.4 基于传播的多边缘云计算提供商环境下服务器部署 | 第48-49页 |
| 4.3.5 多边缘云计算提供商环境用户划分建模 | 第49-52页 |
| 4.3.6 启发式算法 | 第52-54页 |
| 4.4 基于社交视频内容访问预测的网络资源分配 | 第54-67页 |
| 4.4.1 社交视频内容访问规模与社交信息关联 | 第55-56页 |
| 4.4.2 社交视频用户区域分布 | 第56-57页 |
| 4.4.3 视频访问与社交信息时间关联特性 | 第57-58页 |
| 4.4.4 基于人工神经网络的预测模型 | 第58-62页 |
| 4.4.5 基于社交视频访问预测的网络资源分配 | 第62-67页 |
| 4.5 性能评测 | 第67-74页 |
| 4.5.1 多边缘云服务器部署和用户划分性能 | 第67-71页 |
| 4.5.2 网络资源分配性能 | 第71-74页 |
| 4.6 本章小结 | 第74-76页 |
| 第5章 基于传播预测的社交视频内容部署策略 | 第76-98页 |
| 5.1 本章引言 | 第76-78页 |
| 5.2 相关工作 | 第78页 |
| 5.3 基于传播特性的社交视频内容部署框架 | 第78-84页 |
| 5.3.1 社交视频传播对内容部署影响 | 第79-82页 |
| 5.3.2 边缘云与对等网结合的内容部署框架 | 第82-84页 |
| 5.4 基于传播预测的社交视频内容部署策略 | 第84-90页 |
| 5.4.1 传播预测模型 | 第85-88页 |
| 5.4.2 基于传播预测的内容传输 | 第88-90页 |
| 5.5 性能评测 | 第90-95页 |
| 5.5.1 实验设置 | 第91-92页 |
| 5.5.2 边缘云服务器内容部署有效性 | 第92-94页 |
| 5.5.3 对等网内容传输的有效性 | 第94-95页 |
| 5.5.4 边缘云与节点协作 | 第95页 |
| 5.6 系统实现讨论 | 第95-97页 |
| 5.7 本章小结 | 第97-98页 |
| 第6章 基于混合云计算资源的社交视频服务部署策略 | 第98-120页 |
| 6.1 本章引言 | 第98-100页 |
| 6.2 相关工作 | 第100-101页 |
| 6.3 社交视频服务特性 | 第101-107页 |
| 6.3.1 内容处理计算资源需求特性 | 第101-105页 |
| 6.3.2 混合云计算资源优势 | 第105-107页 |
| 6.4 社交视频服务部署策略 | 第107-113页 |
| 6.4.1 设计框架 | 第107-108页 |
| 6.4.2 基于内容生成预测的计算资源分配 | 第108-112页 |
| 6.4.3 基于传播强度的内容复制策略 | 第112-113页 |
| 6.5 算法与系统实现 | 第113-115页 |
| 6.5.1 局部内容处理节点部署 | 第113-114页 |
| 6.5.2 全局内容分发部署 | 第114-115页 |
| 6.6 性能评测 | 第115-119页 |
| 6.6.1 实验设计 | 第115-117页 |
| 6.6.2 实验结果 | 第117-119页 |
| 6.7 本章小结 | 第119-120页 |
| 第7章 总结与展望 | 第120-123页 |
| 7.1 研究工作总结 | 第120-121页 |
| 7.2 研究工作展望 | 第121-123页 |
| 参考文献 | 第123-132页 |
| 致谢 | 第132-134页 |
| 附录A 多云计算提供商环境下用户划分问题与MCP问题等价的证明 | 第134-136页 |
| A.1 对定理4.1的证明 | 第134-136页 |
| 个人简历、在学期间发表的学术论文与研究成果 | 第136-139页 |