CacheABit:面向边缘视频流媒体的缓存增强型神经码率自适应

《Computer Networks》:CacheABit: Cache-enhanced neural bitrate adaptation for video streaming on the edge

【字体: 大 中 小 】 时间:2026年09月21日 来源:Computer Networks 4.7

编辑推荐:

   ## 摘要 视频流量的快速增长使自适应码率(ABR)流媒体和边缘缓存成为大规模视频分发的核心组件。尽管ABR算法根据客户端播放条件调整视频质量,边缘缓存减少了源服务器的流量,但这两个决策通常被分别优化。这种分离限制了客户端考虑缓存依赖吞吐量的能力,并阻止边缘缓存在使用客户端

  

## 摘要

视频流量的快速增长使自适应码率(ABR)流媒体和边缘缓存成为大规模视频分发的核心组件。尽管ABR算法根据客户端播放条件调整视频质量,边缘缓存减少了源服务器的流量,但这两个决策通常被分别优化。这种分离限制了客户端考虑缓存依赖吞吐量的能力,并阻止边缘缓存在使用客户端请求和体验质量(QoE)上下文进行预取和替换决策时发挥作用。本文提出了CacheABit,一个缓存增强的码率自适应框架,该框架协调了客户端ABR和边缘侧缓存管理。CacheABit将流媒体建模为耦合的缓存-ABR决策过程:客户端ABR代理请求要传输的表示,而边缘服务器从缓存或源服务器提供相同的请求表示,并做出未来的预取/替换决策。一个缓存感知的Transformer预测器估计在缓存命中和缓存未命中两种条件下的下一片段吞吐量,使ABR代理能够将缓存状态纳入码率选择。在边缘侧,基于深度强化学习(DRL)的缓存代理利用请求、QoE和缓存库存信息来优化长期缓存效用。基于真实网络跟踪的实验表明,CacheABit比评估的基线方法实现了更高的QoE,并且与代表性的ABR和缓存管理方法相比,提高了缓存命中率。在WiFi跟踪数据下,与独立操作相比,完全双向协调将QoE从1.075提高到1.209,将缓存命中率从56.03%提高到73.30%,同时每个决策组件的p95推理延迟保持在1毫秒以下。

## 引言

高速互联网的普及和移动设备的激增使在线内容的无缝访问成为可能,使视频流媒体成为娱乐、教育和交流的流行且便捷的媒介。根据爱立信的报告,视频流媒体目前是智能手机用户消费的主要内容类型,约占全球移动网络流量的70%,预计到2028年底将达到80%。在线流媒体平台,如YouTube、Netflix、Amazon Prime Video以及各种直播服务,已经快速增长。报告显示,2023年全球视频流媒体市场规模达到5558.9亿美元,预计市场将从2024年的6742.5亿美元增长到2032年的26608.8亿美元,在预测期内年复合增长率为18.7%。

视频流媒体日益增长的普及带来了挑战,尤其是关于用户设备和网络条件的多样性。研究表明,如果视频启动播放需要超过2秒,用户倾向于放弃。此外,每增加一秒延迟,放弃率增加5.8%。而且,即使是中等数量的中断也会减少观看者的平均观看时间。自适应码率在视频流媒体中解决了部分问题。自适应码率技术根据用户的互联网速度和设备能力动态调整视频内容质量,确保在波动的网络条件下获得流畅不间断的观看体验。这种适应性提高了用户的体验质量(QoE),减少了带宽的无效使用,并帮助内容提供商在多样化的网络条件下服务用户。因此,自适应码率已成为视频流媒体系统中的常见组件。

传统的自适应码率(ABR)算法采用基于模型的策略,依赖数学模型来描述网络条件并根据吞吐量估计和缓冲区占用情况做出码率决策,例如FESTIVE和MPC。然而,这些基于模型的方法由于固定的控制规则,在不同网络条件和体验质量(QoE)目标下实现一致性能面临限制。近年来,基于学习的ABR算法出现以应对不同网络条件下码率自适应的挑战。这些基于学习的方法采用数据驱动和强化学习技术来训练代理生成ABR策略,而不依赖于预定义的模型或关于环境的假设。例如,Pensieve作为一种代表性的基于学习的ABR方法,使用深度强化学习(DRL)和神经网络将原始观测值(如吞吐量采样、缓冲区占用和视频片段大小)映射为码率决策,提供了一种灵活的方法将多样化的观测值纳入ABR策略。

随着视频数据流量的快速增长,在边缘服务器上使用缓存已成为互联网内容提供商的常见选择。在在线视频服务中,一小部分最受欢迎的内容被反复请求。例如,Facebook分析其数据库中的样本视频发现,只有1%的视频占据了83%的总用户观看时间。这些频繁请求的视频因此占据了大量数据流量,导致重复传输。随着用户数量的增加,确保视频源服务器的稳定服务供给成为一个挑战。针对一般互联网内容的缓存和交付方法已经被广泛研究以解决这个问题。然而,由于视频内容的固有特性,如不同质量版本、视频分片以及不同的用户偏好,有必要精心设计专门针对视频内容的缓存和交付方法。

为了克服这些挑战,一些研究提出了使用边缘侧学习方法为用户做出自适应决策,如码率选择和缓存。例如,LFBM引入了一种基于学习的模糊码率匹配方案,而LEAP提出了一种边缘缓存和预取方法,改进了视频片段的QoE。这些方法从客户端收集信息到边缘服务器,从而实现定制的码率选择或预取。另一项研究修改了吞吐量预测器以考虑视频片段的来源不同,只需对视频服务器响应头进行最小修改。

尽管ABR算法和边缘缓存管理已展示出灵活性,但现有设计在缓存辅助流媒体方面仍面临三个局限性:

- **信息不完整**:边缘缓存通常对客户端特定的播放上下文访问有限,如QoE反馈、缓冲区状态和实时网络条件。没有这些上下文,缓存预取和替换策略可能会优化命中率而不考虑每个缓存表示对播放的影响。
- **缺乏合作**:客户端ABR和边缘侧缓存管理通常作为独立策略优化。ABR代理可能忽略某个表示将从缓存还是源服务器提供,而缓存代理可能忽略客户端码率请求和QoE反馈如何揭示未来需求。
- **部署摩擦**:实际的缓存辅助ABR应保持标准DASH媒体交付,同时保持额外的缓存状态和客户端状态元数据轻量级。然而,现有设计往往对其控制元数据能否与标准DASH播放共存不明确,以及需要添加哪些播放器端或边缘端逻辑也不清楚。

在本文中,我们介绍了CacheABit,一个用于边缘辅助视频流媒体的缓存增强码率自适应框架。关键思想是将客户端码率选择和边缘侧缓存管理视为耦合的决策过程,而不是独立模块。如图1所示,客户端和边缘服务器交换轻量级的每片段控制元数据,包括缓存状态、请求信息和QoE相关状态,而无需修改DASH媒体片段或编码表示。客户端ABR代理保留对请求表示的最终决定权。边缘服务器如果本地缓存可用则从缓存提供请求的表示,否则从源服务器获取,并分别决定未来的预取和替换操作。因此,标准DASH播放器仍然可以播放交付的媒体,而CacheABit的缓存感知码率自适应功能需要一个能够消耗交换元数据的ABR模块扩展。

这种协调由两个互补机制实现。在客户端侧,基于Transformer的吞吐量预测器估计在缓存命中和缓存未命中场景下的下一片段吞吐量,使ABR代理能够将缓存状态转化为码率决策。在边缘侧,基于DRL的缓存代理观察客户端请求和QoE上下文以及缓存库存,使预取和替换决策能够考虑对未来缓存命中和播放QoE的延迟影响。这样,CacheABit将客户端需求暴露给边缘缓存,并将缓存依赖的传输条件暴露给客户端ABR策略。

本工作的贡献总结如下:

- 我们将缓存辅助视频流媒体建模为耦合的缓存-ABR决策过程,其中客户端码率请求影响边缘缓存状态,边缘预取/替换决策影响ABR使用的未来缓存命中观测。
- 我们设计了一个缓存感知的吞吐量预测器,估计下一片段的命中和未命中吞吐量,使ABR代理能够将缓存依赖的传输条件纳入码率选择。
- 我们开发了一种边缘缓存管理机制,利用客户端请求、QoE和缓存库存信息进行未来预取和替换决策,同时保持客户端对交付码率的决定权。
- 我们在基于跟踪的DASH平台上实现了CacheABit,具有轻量级的客户端-边缘控制元数据,并与代表性的ABR和缓存管理基线进行评估,显示在评估设置下改进了QoE和缓存命中率。

## 相关工作

在本节中,我们从三个方面总结自适应码率选择的相关工作:基于模型的方法、基于学习的方法和边缘辅助方法。

## 整体框架

CacheABit的整体框架如图2所示。CacheABit通过轻量级的每片段元数据交换连接客户端ABR模块、缓存感知的吞吐量预测器和边缘侧缓存管理器。当边缘服务器返回视频片段时,它还会报告下一片段每个表示的缓存可用性,以二值向量h_t的形式。在发出下一次请求之前,吞吐量预测器估计在缓存命中和缓存未命中场景下的吞吐量。

## 问题建模

缓存增强神经码率自适应问题由三个子问题组成:

- **吞吐量预测**:基于历史吞吐量和缓存命中信息,考虑缓存命中和缓存未命中两种场景,预测下一视频片段的吞吐量,以协助ABR算法进行码率决策。
- **缓存增强码率选择**:基于边缘服务器的缓存信息、用户本地视频播放信息和视频片段信息选择合适的码率。

## CacheABit算法

为了解决上述问题,我们提出以下算法。

## 评估

本节以自顶向下的顺序评估CacheABit。我们首先描述实验设置,包括原型平台、数据集、基线和评估指标。然后我们在代表性网络跟踪下研究CacheABit的端到端流媒体性能和缓存贡献,涵盖ABR基线、缓存策略基线和缓存大小敏感性。接下来,我们进行受控的规模和鲁棒性测试,使用代表性的系统变体来检验……(原文截断)

## 结论

本文提出了CacheABit,一个耦合客户端自适应码率(ABR)选择和边缘侧缓存管理的缓存增强流媒体框架。客户端使用命中/未命中感知的吞吐量预测和表示级缓存可用性来选择请求的码率。边缘从缓存或源服务器提供该表示,并使用客户端请求、播放和QoE上下文做出未来预取和替换决策。基于真实世界跟踪的实验表明……(原文截断)

## CRediT作者贡献声明

Yi Yang:撰写——原稿、可视化、验证、软件、方法论、调查、形式化分析。Yeting Xu:方法论、调查、数据整理。Xiang Li:方法论、调查。Yifan Tian:验证。Wenzhong Li:撰写——审阅与编辑、监督、资源、项目管理、方法论。Sanglu Lu:撰写——审阅与编辑、监督。

## 利益冲突声明

作者声明没有已知的竞争财务利益或个人关系可能影响本文中报告的工作。

## 致谢

本工作部分由中国国家自然科学基金(批准号62502201、62572236、62441225)、中国教育部基础学科与交叉学科突破计划(编号JYB2025XDXM118)、江苏省基础研究计划(批准号BK20251198、BK20253011)、"111中心"(编号B26023)、CPSF博士后研究基金(批准号GZC20251067)以及新型软件协同创新中心支持。

## 作者简介

Yi Yang在中国南京大学获得计算机科学学士学位。目前他在南京大学计算机学院攻读博士学位。他的研究兴趣包括视频流媒体、强化学习和边缘计算。

Yi Yang | Yeting Xu | Xiang Li | Yifan Tian | Wenzhong Li | Sanglu Lu
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号