基于均值变点分析的实时视频内容热度检测
信号处理
2020-03-27 v1
摘要
视频内容占全球IP流量的70%以上。因此，内容分发基础设施快速检测并响应内容热度动态的变化十分重要。在本文中，我们提出采用在线变点（CP）分析来实现实时、自主且低复杂度的视频内容热度检测。我们的方案称为实时变点检测器（RCPD），通过结合以下方面来估计视频访问平均次数上变化的存在、数量与方向：（i）离线与在线CP检测算法；（ii）一种用于可靠检测多个CP的改进时间序列分割启发式方法；（iii）两种用于识别变化方向的算法。所提检测器在合成数据以及大规模真实YouTube视频访问数据库上进行了验证。结果表明，RCPD能够准确识别平均内容热度的变化及变化方向。特别地，在合成数据上，对于中型和大型内容热度变化，RCPD的成功率超过94%。此外，实际变化与估计变化之间的动态时间规整距离，在合成数据上平均介于20个样本，在真实数据上介于52个样本。如一个真实示例所示，RCPD的快速响应有助于部署实时、轻量级的负载均衡方案。
引用
@article{arxiv.2003.12044,
title = {Real-Time Video Content Popularity Detection Based on Mean Change Point Analysis},
author = {Sotiris Skaperas and Lefteris Mamatas and Arsenia Chorti},
journal= {arXiv preprint arXiv:2003.12044},
year = {2020}
}