带推荐系统的VoD服务的请求模式与缓存
网络与互联网体系结构
2017-05-04 v3
摘要
Netflix 和 YouTube 等视频点播服务占据了日益增长的互联网流量份额。预计这一比例在未来三年将超过 80%。大多数流行的 VoD 服务都带有推荐引擎，根据用户的观看历史向其推荐视频，从而在用户请求中引入了时间相关性。理解并对用户请求中的这种时间相关性进行建模对于网络流量工程至关重要。本工作的首要目标是利用经验观察到的用户请求属性，对推荐引擎在 VoD 服务请求模式中的影响进行建模。我们提出了一种马尔可夫请求模型来捕捉用户请求中的时间相关性，并表明我们的模型与现有经验研究的观察结果相一致。大多数大规模 VoD 服务通过分布式服务器网络向用户交付内容，因为通过地理位置共置的服务器来服务用户请求可以降低延迟和网络带宽消耗。内容复制策略，即确定在服务器上缓存哪些内容，是 VoD 服务的一个关键资源分配问题。最近的研究表明，低启动延迟是 VoD 服务用户的一项关键服务质量要求。这促使了需要预取（在内容被请求之前获取）并缓存可能在不久的将来被请求的内容。由于预取会导致网络带宽使用量的增加，我们利用我们的马尔可夫模型来探讨基于推荐的预取的权衡与可行性。
引用
@article{arxiv.1609.02391,
title = {Request Patterns and Caching for VoD Services with Recommendation Systems},
author = {Samarth Gupta and Sharayu Moharir},
journal= {arXiv preprint arXiv:1609.02391},
year = {2017}
}