Propagation-Based Social-Aware Replication for Social Video Contents
基于传播的社交视频内容的感知复制
- 一、ABSTRACT
- 二、INTRODUCTION
- 三、MEASUREMENT OF PROPAGATION
- 四、PSAR框架
- 边缘云复制
- 对等网辅助复制
- 五、PSAR实现
一、ABSTRACT
致力于研究一个令人满意的社交视频内容服务,故提出了一个基于传播的社交感知复制框架,使用混合边缘云和对等网辅助架构,即PSAR,来服务于社交视频内容。在PSAR中的复制策略基于三个基于传播的复制索引的设计,包括区域影响索引和内容传播索引,用于指导边缘云服务器如何备份视频,以及社会影响索引,用于指导对等方如何为其朋友缓存视频。通过将这些复制指标融入到我们的系统设计中,PSAR显著提高了复制性能和视频服务质量。我们的跟踪驱动实验进一步证明了PSAR的有效性和优越性,与传统方法相比,PSAR在边缘云复制中的本地下载率提高了30%,在对等辅助复制中的本地缓存命中率提高了40%。
二、INTRODUCTION
这是一篇关于视频存储和下载的文章
目前在社交视频方面对用户满意度问答存在的挑战:
- 大量的用户生成视频需要大量的存储和网络资源
- 由于视频服务的分配是动态受社交网络影响的,很难对新生成的视频的受欢迎程度进行评估
- 社交视频内容的受欢迎程度基本一致,且波动很大,因为大部分视频是在小型社交群体(如家庭成员)之间共享的。
在本文中,我们揭示了一个关键的观察结果,即社交视频与普通视频不同,不会在用户之间随机传播。相反,它们根据社会传播确定的若干规则沿着社会网络拓扑传播。基于此,提出PSAR,以卓越的问答机制(QoE)有效地分发视频。
PSAR要解决的问题:
- 在边缘云服务器中哪个视频应该被复制?
- 边缘云应该为每个视频预留多少带宽?
- 视频对应的对等网
三、MEASUREMENT OF PROPAGATION
研究视频是如何在在线社交网络的用户中生成和分发的
社交视频内容的产生、传播和普及
说明re-share具有随机性
网络资源被大部分不受欢迎的视频占据
社交视频传播的特点:我们观察到传播大小与聚类系数之间有较强的相关性。原因是,不受欢迎的视频往往是在小的社会群体之间分享,这些群体之间的联系(社会)相对紧密。许多不受欢迎的视频被小群体分享的趋势导致了几乎一致的流行度分布,这使得复制变得极具挑战性。
- 有限的传播大小和传播深度表明,在每个传播树中,视频只能到达有限的社交范围内的用户。这一观察结果促使我们设计了对等网辅助复制,这样社交和地理位置相近的用户可以帮助他们有效地分发视频内容
区域和时间延迟在传播中的影响
- 没有必要把所有视频都复制到所有区域,只需要复制到视频传播范围内的区域
- 我们观察到一个大的传播范围通常导致更多的区域参与传播,因此,当涉及传播的预测区域数大于已经被复制到的区域数时,应该将视频复制到更多的区域。
- 社交网络上的新视频可以吸引更多的转发,从而导致更多的视频浏览者。我们还将把时间局部性纳入到PSAR中
四、PSAR框架
边缘云能够支持不同区域请求的时变带宽和存储分配,而对等网能够在相似的社交群中相互帮助。
在这个架构中,一方面,我们利用分布在不同地理区域的边缘云服务器,为来自不同地区的用户提供社交视频;另一方面,我们让对等网将视频内容缓存到他们的本地存储中,这样他们可以互相帮助下载视频。在PSAR的设计中,我们将研究如何将视频复制到边缘云服务器上的边缘云复制,以及如何在对等网上缓存视频的对等网辅助复制。
边缘云复制
- 目的:让用户能从本地服务器中下载视频
- 实现:通过评估视频地理影响指数来选择可能跨区域传播的视频,把他们复制到更多地区的服务器中,以便用户下载。根据社会影响力指数(反映了这些视频在不久的将来的受欢迎程度),我们决定将这些视频复制到哪些地区,并为这些视频分配多少带宽。
对等网辅助复制
- 目的:1.社交视频一般都是在小的社交群里分享,导致视频的热度分布几乎是统一的,这就消耗了大量的服务器资源来分配给用户。为了扩展交付系统,需要对等的资源。2.用户通常与他们的朋友分享视频,他们的地理位置很接近-这些社会连接的用户之间往往有良好的互联网连接,以执行同伴协助的视频下载
- 实现:对等缓存替换算法
五、PSAR实现
存在的问题:(1)如何实现边缘云分发视频;(2)如何通过对等网缓存视频
边缘云复制:
社会感知的边缘云服务索引:
用这个公式选择预测视频被复制的区域是否足够,其中s为传播范围,g为可传播的区域
z是下降函数,T(tao)表示生成视频距今的时间间隔,h为传播树的深度;e的值越大表示有更多用户可以在时隙T加入传播树,根据内容传播指数,我们将决定在未来的PSAR时间段为一个视频预留多少带宽。
为视频选择复制区域
预留带宽
边缘云计算算法流程
(减少复制的措施:(1)视频的初始复制区域作为视频的永久备份;(2)视频扩展复制的其他区域根据其地理影响指数对视频内容进行局部转储,地理影响力指数较小的视频更有可能从边缘云服务器上删除,为新视频腾出空间。)
对等网络辅助复制:
- 社会感知缓存替换策略:
丢弃q值小的视频 - 与边缘云服务器的协作:
在社交视频内容的分发中,边缘云服务器在对等服务器不能完全满足所有请求时补偿上传容量;他们之间的协作基于以下两点(1)对于具有较大区域影响力和内容传播指数的热门视频,可以复制到多个地区,为不同的用户提供服务,用户可以从邻近的对等点或本地的边缘云服务器下载内容。(2)对于不受欢迎的视频,它们通常不会被边缘云服务器广泛复制,因为它们的区域影响指数很小
Propagation-Based Social-Aware Replication for Social Video Contents相关推荐
- Social Recommendation with Implicit Social Influence
Social Recommendation with Implicit Social Influence 摘要 社交影响对社交推荐至关重要.目前基于影响的社交推荐关注在对观察到的社交联系的显式影响.然 ...
- 监控视频压缩1—INSTANCE SEGMENTATION BASED BACKGROUND REFERENCE FRAME GENERATIONFOR SURVEILLANCE VIDEO CODI
监控视频不同于网络视频等,其特殊性为背景区域一般不变(固定相机拍摄),或者变化很有规律(移动相机拍摄).本系列记录针对监控视频的视频压缩各类方法. 论文: <INSTANCE SEGMENTAT ...
- 2019_IJCAI_Deep Adversarial Social Recommendation
[论文阅读笔记]2019_IJCAI_Deep Adversarial Social Recommendation 论文下载地址: https://www.ijcai.org/Proceedings/ ...
- 2019_SIGIR_A Neural Influence Diffusion Model for Social Recommendation
[论文阅读笔记]2019_SIGIR_A Neural Influence Diffusion Model for Social Recommendation 论文下载地址: https://dl.a ...
- 2021_SIGIR_Social Recommendation with Implicit Social Influence
[论文阅读笔记]2021_SIGIR_Social Recommendation with Implicit Social Influence 论文下载地址: https://doi.org/10.1 ...
- 2021_AAAI_Knowledge-aware Coupled Graph Neural Network for Social Recommendation
[论文阅读笔记]2021_AAAI_Knowledge-aware Coupled Graph Neural Network for Social Recommendation 论文下载地址: htt ...
- 只谈Network,不谈Social,互联网营销
SNS = Social + Network + Service.Social已经有很多讨论,甚至豆瓣上都有Social Media,Social Market的兴趣小组,而对于Network的讨论却 ...
- 直播、网红和社交网络的Social Media化
微博发布了 2016年 第一季度财报,活跃用户数有大幅增长,微博的收入也大大降低了对阿里大客户的依赖,微博交出的成绩单扭转了之前 "衰落.被冲击" 的论调.5月13日,微博又与一下 ...
- ionic2实现社会化分享Social Sharing
使用到ionic-native中的Social Sharing插件:Social Sharing 参考:phonegap/cordova开发中的分享功能 在ionic2项目下,执行如下语句安装插件: ...
最新文章
- android谷歌补丁日期,在谷歌日历Android中添加开始日期和结束日期之间所有日期的事件...
- seq2seq里的数学
- angularJS--多个控制器之间的数据共享
- 记录因xen而导致lvs,realserver转发activeconn为0
- 伯克利:serverless是下一代计算范式
- php oracle数据库连接池,数据库管理Oracle 连接池信息的修改
- 深入理解jQuery中的Deferred
- for_else,break——python小练
- abb机器人goto指令用法_详解ABB机器人编程含中英文指令对照
- 【无人机】【2011.04】【含源码】四旋翼无人机的仿真与控制
- 有没有一个好用的番茄钟时间管理工具?
- 八爪鱼-自定义模式采集数据_视频教程执行
- 主数据同步与分发实现
- Blow Up 3macOS图片放大锐利的详细使用教程与安装方法
- 表格内容如何合并在一起
- Docker常用配置管理操作札记整理
- 时间戳转换为北京时间
- 已经不再这里更新博客了,更多博客内容可以去gayhub看看
- 用Python进行图文识别(OCR)
- jacoco关于Java代码覆盖率你不得不会的基操!
热门文章
- Caused by: java.net.UnknownHostException: springbootserver
- 海岛大亨6图像处理错误_《海岛大亨6》bug有效利用方法 一般人我不告诉他
- 【C++】C++11的std::function和std::bind用法详解
- linux监控cpu进程,Linux性能监控之CPU篇详解
- 微信小程序路由,带参数跳转及接收
- 零跑汽车势头强劲,零跑汽车股价有望继续领跑
- 计算机硬盘盒子无法读取,新买的硬盘放入移动硬盘盒无法识别如何解决
- 2022届通信电子双非保研经历分享——全流程手把手助你保研
- 计算机的创新故事,ThinkPad的故事 历代小黑创新大史记
- TCPIP协议栈的心跳、丢包重传、连接超时机制实例详解