Coffee：面向 360 度直播视频流的高性价比边缘缓存
多媒体
2024-01-30 v2 网络与互联网体系结构
摘要
虽然 360 度直播视频流提供了沉浸式观看体验，但它对内容分发网络构成了显著的带宽和延迟挑战。边缘服务器有望在促进 360 度视频直播流方面发挥重要作用。在本文中，我们提出了一种用于 360 度直播视频的新型预测性边缘缓存算法 (Coffee)，该算法采用协作 FoV 预测和预测性分块预取，以减少带宽消耗和流传输成本，并提高流传输质量和鲁棒性。我们的轻量级缓存算法利用了 360 度直播视频流独特的分块消耗模式，以实现高分块缓存增益。通过基于真实 360 度视频流传输轨迹的广泛实验，我们证明了专为 360 度直播视频流设计的边缘缓存算法能够以较小的边缘缓存空间消耗实现高流传输成本节省。在观看者 FoV 预测的引导下，与最先进的边缘缓存算法相比，Coffee 显著减少了高达 76% 的回程流量。此外，我们开发了一种转码感知变体 (TransCoffee)，并使用综合实验对其进行了评估，结果表明，与最先进的转码感知方法相比，TransCoffee 可实现 63% 的成本降低。
关键词
引用
@article{arxiv.2312.13470,
title = {Coffee: Cost-Effective Edge Caching for 360 Degree Live Video Streaming},
author = {Chen Li and Tingwei Ye and Tongyu Zong and Liyang Sun and Houwei Cao and Yong Liu},
journal= {arXiv preprint arXiv:2312.13470},
year = {2024}
}