近年来随流媒体应用的日益普及,流媒体传输的一般性问题已经得到了广泛而深入的研究,但是对于交互式流媒体相关问题尚待解决。本项目通过采集交互式流媒体实际访问记录数据,对用户的交互式行为特性及数据特性进行了统计分析,揭示了用户交互式行为中跳转距离的累积概率呈类负指数分布的规律,以及流媒体内部热点片段的流行度相对于影片时间变化具有k参数转换的类zipf特征;进而设建立了交互式流媒体数据流量模型和用户行为统计模型,计开发了用户交互式行为发生工具和交互式流媒体缓存算法仿真平台;提出了"流行度敏锐的缓存粒度可扩展交互式流媒体缓存算法" ;对交互式流媒体内部热点片段质量时间维粒度属性进行了研究,提出了前缀质量/长度可扩展缓存算法;并初步研究了基于交互式对象质量时间二维描述的协作式缓存机制及资源优化策略。项目组前期的分析建模,算法研究进展顺利,取得了阶段性的成绩,为有效解决了交互式流媒体分发的相关问题提供了理论依据,为继续在该领域进行研究打下了坚实基础。
英文主题词interactive streaming;cache