云上优化视频流：卡顿-质量权衡

随着视频流服务的扩展与改进，基于云的视频已演变为任何成功企业触达内外部受众的必要特性。本文考虑分布式存储上的视频流，其中视频段使用纠删码编码以获得更好可靠性。每台服务器与边缘路由器之间存在多条并行流。对于每个客户端请求，我们需要确定获取数据的服务器子集，以及从每个所选服务器选出的一条并行流。为实现此调度，本文提出一种两阶段概率调度。视频质量的选择也按某一概率分布进行。利用这些参数，通过刻画每个视频段各编码块的下载时间来确定视频段的播放时间。利用播放时间，采用卡顿时长的矩生成函数上界来界定平均卡顿时长。基于此，我们 formulate 一个优化问题，以联合优化所有请求的平均卡顿时长与平均视频质量的凸组合，其中两阶段概率调度、概率视频质量选择、并行流间带宽划分及辅助边界参数均可选。该非凸问题通过一种高效迭代算法求解。评估结果显示，与所考虑基线相比，基于云的 video 的QoE指标显著改善。