| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第12-16页 |
| 1.1 选题背景及意义 | 第12-13页 |
| 1.2 研究目标及内容 | 第13-14页 |
| 1.3 论文组织结构 | 第14-16页 |
| 第二章 研究现状 | 第16-26页 |
| 2.1 DASH协议相关研究 | 第16-20页 |
| 2.1.1 DASH协议的优势 | 第16-17页 |
| 2.1.2 DASH协议系统框架与工作原理 | 第17-18页 |
| 2.1.3 DASH协议文件类型 | 第18-19页 |
| 2.1.4 DASH客户端自适应码率判决策略 | 第19-20页 |
| 2.2 流媒体代理缓存相关研究 | 第20-23页 |
| 2.2.1 流媒体代理缓存概述 | 第20-21页 |
| 2.2.2 流媒体代理缓存替换算法 | 第21-23页 |
| 2.2.3 流媒体代理缓存预取技术 | 第23页 |
| 2.3 自适应流媒体与代理缓存的相互影响 | 第23-25页 |
| 2.3.1 代理缓存对自适应码率判决的影响 | 第23-24页 |
| 2.3.2 基于自适应流媒体的缓存管理相关研究 | 第24-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第三章 缓存优化的DASH自适应码率判决算法——COBA | 第26-36页 |
| 3.1 现有自适应码率判决算法的不足 | 第26页 |
| 3.2 COBA算法描述 | 第26-32页 |
| 3.2.1 基于缓冲区级别的码率判决算法 | 第27-29页 |
| 3.2.2 算法参数选择 | 第29-31页 |
| 3.2.3 快速启动算法 | 第31-32页 |
| 3.3 COBA算法实现 | 第32-35页 |
| 3.4 本章小结 | 第35-36页 |
| 第四章 基于灰色预测的DASH缓存管理策略——GPCM | 第36-47页 |
| 4.1 缓存架构 | 第36-39页 |
| 4.1.1 磁盘缓存 | 第36-37页 |
| 4.1.2 缓存管理 | 第37-38页 |
| 4.1.3 请求池 | 第38-39页 |
| 4.2 基于灰色模型的流行度预测 | 第39-42页 |
| 4.2.1 灰色预测模型概述 | 第39-40页 |
| 4.2.2 基于RGM(1,1)的流媒体切片流行度预测 | 第40-42页 |
| 4.3 切片预取策略 | 第42-44页 |
| 4.3.1 预取码率计算 | 第42页 |
| 4.3.2 预取请求决策 | 第42-44页 |
| 4.4 缓存替换策略 | 第44-45页 |
| 4.5 本章小结 | 第45-47页 |
| 第五章 实验及结果分析 | 第47-59页 |
| 5.1 COBA算法实验及分析 | 第47-51页 |
| 5.1.1 实验方案 | 第47-49页 |
| 5.1.2 实验结果及分析 | 第49-51页 |
| 5.1.3 实验总结 | 第51页 |
| 5.2 GPCM仿真实验及分析 | 第51-58页 |
| 5.2.1 DashProxySim仿真器 | 第51-52页 |
| 5.2.2 实验方案 | 第52-54页 |
| 5.2.3 实验结果及分析 | 第54-58页 |
| 5.2.4 实验总结 | 第58页 |
| 5.3 本章小结 | 第58-59页 |
| 第六章 论文总结与未来工作 | 第59-61页 |
| 6.1 论文总结 | 第59-60页 |
| 6.2 未来研究工作 | 第60-61页 |
| 致谢 | 第61-62页 |
| 参考文献 | 第62-66页 |
| 硕士期间发表论文 | 第66页 |
