一种应用于游戏直播平台的自适应视频串流转码方法
【技术领域】
[0001] 本发明设及游戏直播和云计算资源管理领域，具体设及一种应用于游戏直播的自 适应流资源分配方法。
【背景技术】
[0002] 视频游戏起源于二十世纪中期，最早的视频游戏是化omas T. Goldsmith化.和 Estle Ray Mann于1947年发明的阴极射线管娱乐装置（Cathode Ray Tube Amusement Device)。发展至今，视频游戏已经成为人们主要的娱乐方式之一。随着网络技术和流媒 体技术的发展，人们不再满足于自己玩游戏，而渴望与他人分享自己的游戏经历，因此游戏 直播应运而生。服务提供商提供游戏直播平台（比如斗鱼）使得玩家可W对游戏实况进 行实时直播，观众可W通过网页或软件进行在线观看并相互交流，从而营造了一种新型的 游戏体验。当前国内的主流的游戏直播平台有：斗鱼，虎牙，和战旗等。国外的有Twitch， Ustream，Dailymotion。
[0003] 游戏直播服务提供商为了提供更好的用户体验怕〇巧经常会使用自适应串流 (AB巧技术W适应不同的终端处理能力和动态变化的网络环境。所W服务提供商不仅要实 时地进行视频传输，还要把视频流转码成不同的版本（比如同一视频的不同码率版本）。传 统的方式是预先定义很少的几个版本（比如流杨，标准和高清）供用户选择，运样就不能有 效地适应用户高度异构的接入设备（比如电脑，机顶盒和手机）和动态变化的网络状况。而 如果仅仅只是简单地增加版本数量，转码所带来的计算开销就会难W承受，特别是对于像 游戏直播运种拥有成千上万同时在线直播频道的服务来说。一个比较好的解决方案是利用 云计算平台的弹性资源供应服务。服务提供商可W根据直播平台的实时状态信息动态地调 整其转码策略W适应高度变化的直播用户和观看用户，同时降低服务开销。
[0004] 综上所述，从游戏直播服务提供商角度出发，为了最小化服务开销（转码开销）， 同时保证良好的用户体验，游戏直播平台需要设计一种策略来根据直播用户和观看用户的 状态信息实时地进行资源分配，使得游戏直播服务提供商能够W最小的开销提供尽可能好 的用户体验。
[0005] K.PiresandG.Simon,"DASHinTwitch:AdaptiveBitrateStreaminginLive GameStreamingPlatforms,"InACMVideo化xtConextWorkshop, 2014.其根据直播平 台的状态信息，提出了两种简单的在线转码策略（on-the-fly和at-startup),在保证大部 分的观众满意的情况下，优先转码热口的视频流或热口直播者的视频流，同时降低了带宽 和计算开销。运两种转码策略比较简单，但不够精细，还有很大的改进空间，阔值的选择过 于主观，而且转码的版本集也比较少。
[0006] R.Apricio-Pardo,K.Pires,A.Blanc,andG.Simon,"TranscodingLiveAdaptive VideoStreamsataMassiveScaleintheCloud, "InProc.ACMMultimediaSystems Conference, 2015.该论文讨论了如何在给定的服务开销（转码开销）下，最大化用户的服 务质量，提出了一种基于预算分配的启发式算法，即根据视频流的热度预先分配转码资源， 再根据每一个视频流的状态信息优先选择QoE提高快的版本，直到资源用尽。在该技术中， 如何预先分配转码资源将直接影响后续启发式算法的效果，而且也没有考虑价格因素和用 户体验质量之间的权衡。
[0007] Z.Wang,L.F.Sun,C.Wu,W.W.Zhu,andS.Q.Yang,"JointOnlineTranscoding andGeo-distributedDeliveryforDynamicAdaptiveStreaming, "InProc.IEEE INFOCOM，2014.该文献将视频转码和视频分发结合考虑，根据用户对服务器偏爱程度和服 务器对版本的偏爱程度，提出了一种在线的转码和任务分配策略，最小化服务开销（带宽 开销和转码开销），最大化用户体验质量。该技术在转码策略中采用的启发式策略，没有考 虑同一个视频片段不同码率版本选择之间的相互影响，而且是基于CDN架构下。
[0008] F.Chen,C.Zhang,F.Wang,andJ.C.Liu,"CrowdsourcedLiveStreamingover theCloud,"InProc.IE邸INFOCOM，2015.该文献提出了云资源的动态租赁策略，通过服 务迁移的方式，最小化服务开销。该技术只提供了云资源的动态租赁策略，但并没有就如何 分配转码资源提出一个明确的解决方案。
【发明内容】
[0009] 为了克服现有技术的不足，本发明提出一种应用于游戏直播平台的自适应视频串 流转码方法，采用该方法能够根据有限的系统状态信息，动态地做出用户资源分配的决策， 降低游戏直播平台的服务开销并提高用户的QoE。
[0010] 为了实现上述目的，本发明的技术方案为：
[0011] 一种应用于游戏直播平台的自适应视频串流转码方法，
[0012] (SlOl)将游戏直播平台运行周期切割成若干个时间段；
[0013] (S102)在每一个时间段内，更新平台内的状态信息；
[0014] (S103)根据当前状态信息决策出转码资源分配方案，该方案在运行周期内的约束 条件是：最小化游戏直播服务提供商的服务开销，同时最大化用户的QoE总和；
[0015] (S104)基于转码资源分配方案对当前直播流（视频串流）进行转码资源分配；
[0016] 构建用户QoE模型，在游戏直播平台中，QoE指标衡量了用户对服务的满意程度， 是衡量一个系统最重要的指标之一，其具体构建方式为：
[0017] 定义与游戏类型相关的QoE指标，即所转码的版本必须不低于此游戏所需的基本 版本要求，所述基本版本代表能够流杨观看游戏直播所需要的最低码率大小和最低分辨率 大小；
[0018] Vv3^(0，
[0019] Lb(GQ))《Vb《ib八Lf(GQ))《Vr《ir
[0020] 其中，i代表直播流，V(i)代表直播流i对应的候选转码集，G(i)代表直播流i游 戏类型，U(g)和Lf(g)分别代表g游戏所需的基本码率和基本分辨率，Vb、Vf分别代表转码 版本的比特率和分辨率，ib和if分别代表直播流i的原始码率和原始分辨率。
[0021] 定义全局相对满意度Q:
[0022]
阳02引其中，I代表当前直播流的集合，Ui代表观看直播流i的用户集合，A1代表对直播 流i应用的转码策略（4.CK)，皆1.1 (1，U)代表系统在对直播流i采取转码策略Ai时 分给用户U的最高版本（不高于用户带宽和分辨率的最高版本），expected(i，U)代表用 户U希望获取直播流i的版本，该版本与用户带宽和分辨率相匹配的版本；Q的取值范围在 0~1之间，是衡量整体用户满意度的重要标准，越大表明用户越满意；
[0024] 构建服务开销模型，对于不同的数据中屯、来说，由于分布的地理位置不同，转码价 格也不相同，且随着时间变化波动，游戏直播服务提供商希望尽可能减少转码带来的开销 Ctran;
[0026] 其中，表示在站点j进行转码的单位价格，W，代表站点j需要转码的任务量，M 表示提供转码服务的不同站点的集合。
[0027