基于軟件定義網(wǎng)絡(luò)的分層路徑規(guī)劃策略

何杰挺,王子磊,奚宏生

(中國(guó)科學(xué)技術(shù)大學(xué) 自動(dòng)化系,合肥 230027)

0 概述

隨著云計(jì)算技術(shù)的日趨成熟,流媒體業(yè)務(wù)也由傳統(tǒng)的內(nèi)容分發(fā)網(wǎng)絡(luò)(Content Distribution Network,CDN)、對(duì)等網(wǎng)絡(luò)(Peer-to-peer Network,P2P)等模式向流媒體云模式轉(zhuǎn)變。流媒體云不僅具有云計(jì)算高度動(dòng)態(tài)、靈活易擴(kuò)展的特性,還主動(dòng)將原位于網(wǎng)絡(luò)核心的服務(wù)內(nèi)容外推至網(wǎng)絡(luò)邊緣,顯著減少了用戶服務(wù)請(qǐng)求時(shí)延和骨干網(wǎng)絡(luò)流量負(fù)載。目前,已有多種形式的流媒體云平臺(tái)被提出并投入使用[1-2]。

作為一種資源密集型的服務(wù)模式,如何對(duì)其系統(tǒng)內(nèi)部的存儲(chǔ)、計(jì)算、網(wǎng)絡(luò)等資源進(jìn)行合理分配,以提升系統(tǒng)整體服務(wù)能力,是流媒體云資源調(diào)度的重點(diǎn)。而沿用TCP/IP協(xié)議族的傳統(tǒng)流量工程(Traffic Engineering,TE)因缺乏必要的管控能力,導(dǎo)致不能在有限資源下向用戶提供更好服務(wù)[3]。軟件定義網(wǎng)絡(luò)(Software Defined Networking,SDN)能夠較好地解決該問(wèn)題,因此,其一經(jīng)提出便得到了業(yè)界的廣泛關(guān)注?？刂破矫媾c轉(zhuǎn)發(fā)平面相分離的設(shè)計(jì)模式,為網(wǎng)絡(luò)流量的行為控制帶來(lái)了眾多機(jī)遇和優(yōu)勢(shì)[4]。

在有限網(wǎng)絡(luò)資源下,用戶請(qǐng)求模式的變動(dòng)會(huì)導(dǎo)致資源使用率的失衡和系統(tǒng)整體服務(wù)能力的下降。如何對(duì)SDN中的資源進(jìn)行合理優(yōu)化,以提升系統(tǒng)的整體服務(wù)能力,業(yè)界對(duì)此進(jìn)行了大量的研究。文獻(xiàn)[5]提出一種保障視頻流端到端服務(wù)質(zhì)量的動(dòng)態(tài)資源分配框架,并使用帶約束的最短路徑(Constrained Shortest Path,CSP)模型為業(yè)務(wù)流提供最佳路徑。文獻(xiàn)[6]針對(duì)可伸縮視頻編碼(Scalabel Video Coding,SVC)提出一種自適應(yīng)路由策略,通過(guò)對(duì)不同層次視頻流路徑進(jìn)行優(yōu)化,達(dá)到系統(tǒng)整體最優(yōu)。但是,上述路徑規(guī)劃策略都沒(méi)有充分利用用戶請(qǐng)求產(chǎn)生的應(yīng)用層信息,僅采用網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)和鏈路使用率對(duì)業(yè)務(wù)流進(jìn)行路徑優(yōu)化,容易在最短路徑上產(chǎn)生擁塞和丟包。因此,利用單一網(wǎng)絡(luò)信息對(duì)業(yè)務(wù)流進(jìn)行優(yōu)化的策略,不僅沒(méi)有很好的優(yōu)化效果,而且不易于系統(tǒng)的動(dòng)態(tài)擴(kuò)展。

為了提升系統(tǒng)的優(yōu)化效果,本文提出一種適用于SDN的動(dòng)態(tài)路徑優(yōu)化策略,使用用戶請(qǐng)求的區(qū)域信息,將優(yōu)化問(wèn)題分治為多個(gè)區(qū)域內(nèi)的子問(wèn)題,通過(guò)對(duì)物理網(wǎng)絡(luò)資源的虛擬化處理為各個(gè)用戶區(qū)域提供獨(dú)立的邏輯網(wǎng)絡(luò)資源。當(dāng)區(qū)域使用量產(chǎn)生波動(dòng)時(shí),對(duì)分配結(jié)果進(jìn)行動(dòng)態(tài)柔性調(diào)整,盡可能多地滿足各個(gè)區(qū)域的用戶需求。在子優(yōu)化問(wèn)題的求解中,充分利用當(dāng)前流行度信息,當(dāng)視頻流行度發(fā)生變化時(shí),綜合考慮網(wǎng)絡(luò)資源使用率和服務(wù)現(xiàn)狀,并對(duì)分配結(jié)果進(jìn)行動(dòng)態(tài)調(diào)整。此外,在將數(shù)據(jù)流的具體轉(zhuǎn)發(fā)規(guī)則通過(guò)SDN中心控制器下發(fā)給各交換機(jī)時(shí),如校園網(wǎng)絡(luò)[7]、企業(yè)網(wǎng)絡(luò)[8]和數(shù)據(jù)中心網(wǎng)絡(luò)[9-10]的控制方式會(huì)產(chǎn)生眾多的流表項(xiàng),為緩解流表項(xiàng)和交換機(jī)存儲(chǔ)空間間的矛盾,本文提出一種結(jié)合隊(duì)列調(diào)度的執(zhí)行機(jī)制:業(yè)務(wù)流數(shù)據(jù)包在包頭攜帶特定標(biāo)簽,交換機(jī)根據(jù)標(biāo)簽上的路徑信息選路,根據(jù)權(quán)重信息設(shè)定轉(zhuǎn)發(fā)速率。

1 邊緣云服務(wù)模型

本文處理的一種流媒體邊緣云(Streaming Media Edge Cloud,SMEC)服務(wù)系統(tǒng)模型如圖1所示。SMEC部署在網(wǎng)絡(luò)邊緣,通過(guò)基于SDN技術(shù)的承載網(wǎng)絡(luò)向周邊地區(qū)提供視頻服務(wù)。由支持OpenFlow協(xié)議的控制器和交換機(jī)組成視頻流承載網(wǎng)絡(luò)的主體。

圖1 基于SDN的SMEC服務(wù)架構(gòu)

SMEC內(nèi)部由多個(gè)流媒體服務(wù)器和業(yè)務(wù)管理服務(wù)器組成。其中,流媒體服務(wù)器上部署了相應(yīng)的視頻資源;業(yè)務(wù)管理服務(wù)器用于處理用戶的服務(wù)請(qǐng)求,并將服務(wù)信息提供給OpenFlow控制器。眾多的客戶端從網(wǎng)絡(luò)邊緣接入,從相同交換機(jī)接入的客戶端被抽象成一個(gè)用戶區(qū)域。

針對(duì)接入SMEC系統(tǒng)的眾多視頻請(qǐng)求,需要在網(wǎng)絡(luò)中分配合適的承載路徑,系統(tǒng)中的整體請(qǐng)求可以看作各個(gè)用戶區(qū)域請(qǐng)求的疊加。不同區(qū)域間的服務(wù)請(qǐng)求除了共享系統(tǒng)網(wǎng)絡(luò)資源外,還具有一定的獨(dú)立性。通過(guò)網(wǎng)絡(luò)資源虛擬化的手段將物理網(wǎng)絡(luò)按照用戶區(qū)域劃分成多個(gè)獨(dú)立子網(wǎng)絡(luò),可將原路徑優(yōu)化問(wèn)題分治為多個(gè)用戶區(qū)域內(nèi)的子問(wèn)題。為了更好地分治優(yōu)化問(wèn)題并動(dòng)態(tài)適應(yīng)各個(gè)分治區(qū)域請(qǐng)求的波動(dòng)性,本文提出如圖2所示的分層優(yōu)化方案:資源虛擬化為分治問(wèn)題,產(chǎn)生網(wǎng)絡(luò)切片,運(yùn)用路徑規(guī)劃求解各個(gè)分治子問(wèn)題。

圖2 OpenFlow控制器分層策略示意圖

在上述模型下,本文的研究問(wèn)題可以描述為:在網(wǎng)絡(luò)拓?fù)銰已知的情況下,利用不同視頻的流行度信息,結(jié)合當(dāng)前網(wǎng)絡(luò)的運(yùn)行狀態(tài),通過(guò)動(dòng)態(tài)調(diào)整網(wǎng)絡(luò)中視頻流的承載鏈路和帶寬,使得網(wǎng)絡(luò)資源能夠承載更多的視頻流。

2 分層路徑規(guī)劃方案

2.1 方案描述

考慮到OpenFlow交換機(jī)中有限的流表空間,本文提出一種基于隊(duì)列調(diào)度的帶寬分配方案,該方案能有效減少流表空間的占用,適用于拓?fù)鋸?fù)雜、業(yè)務(wù)繁重的SMEC等系統(tǒng)。

2.2 資源虛擬化策略

對(duì)完整的物理網(wǎng)絡(luò)進(jìn)行虛擬化分割,為上層路徑規(guī)劃提供數(shù)據(jù)源到目的地的連通性保證,并根據(jù)各子網(wǎng)的實(shí)際網(wǎng)絡(luò)使用情況重新調(diào)整分割方案,使網(wǎng)絡(luò)盡可能多地承載業(yè)務(wù)數(shù)據(jù)流。

為使對(duì)各子網(wǎng)的資源分配達(dá)到網(wǎng)絡(luò)層面的公平,本文采用將網(wǎng)絡(luò)中最小割鏈路擴(kuò)展為完整路徑的方法,為每個(gè)獨(dú)立的子網(wǎng)Gk選取J(常數(shù))條從SMEC到用戶區(qū)域的完整路徑,并對(duì)物理網(wǎng)絡(luò)按上述路徑進(jìn)行帶寬資源預(yù)分配,分配閾值矩陣記為M=(mkj)K×J,其中,元素mkj表示子網(wǎng)Gk中第j條路徑分配的閾值帶寬。當(dāng)新的視頻服務(wù)需求到達(dá)時(shí),如果子網(wǎng)內(nèi)的整體使用流量uk沒(méi)有超過(guò)預(yù)分配值,則直接提供服務(wù)。考慮到網(wǎng)絡(luò)流量的波動(dòng)性,當(dāng)預(yù)分配值不能滿足服務(wù)流量需求時(shí),需要對(duì)分配矩陣M進(jìn)行調(diào)整。

考慮到在SDN中,控制器需要通過(guò)下發(fā)流表的方式將決策信息告之相關(guān)的交換機(jī),且虛擬子網(wǎng)的閾值改變也會(huì)觸發(fā)路徑規(guī)劃策略的執(zhí)行,因此,在對(duì)矩陣M進(jìn)行動(dòng)態(tài)調(diào)整時(shí),盡量使每次調(diào)整涉及的路徑較少,故給出如下優(yōu)化目標(biāo):

(1)

綜上,以帶寬分配矩陣m*為決策變量,給出如下動(dòng)態(tài)調(diào)整模型:

Subject to:

在該優(yōu)化模型中,包含一個(gè)l0-范數(shù)的優(yōu)化目標(biāo),然而l0-范數(shù)的非凸性使得優(yōu)化模型無(wú)法通過(guò)凸優(yōu)化的方式進(jìn)行求解。在實(shí)際中,可用l0-范數(shù)的最優(yōu)凸近似l1-范數(shù)替換l0-范數(shù)[13],再通過(guò)凸優(yōu)化進(jìn)行求解。

2.3 路徑規(guī)劃策略

2.3.1 靜態(tài)初始化過(guò)程

(2)

該目標(biāo)即為在各視頻分配的有效帶寬之和最大。

subject to:

該模型是一個(gè)凸優(yōu)化模型,可以通過(guò)凸優(yōu)化的方式進(jìn)行求解。

2.3.2 動(dòng)態(tài)調(diào)整過(guò)程

在實(shí)際服務(wù)過(guò)程中,不可避免地存在視頻流行度發(fā)生變化的情況,這時(shí)需要對(duì)分配矩陣Fk進(jìn)行重新調(diào)整。在保證有效分配帶寬盡可能大的同時(shí),對(duì)視頻帶寬在不同路徑上的分配作出指導(dǎo),使得路徑的負(fù)載趨于均衡,引入次優(yōu)化目標(biāo):

(3)

subject to:

該模型是一個(gè)多目標(biāo)凸優(yōu)化模型,可使用分層序列法對(duì)其進(jìn)行求解,首先針對(duì)第1個(gè)優(yōu)化目標(biāo)進(jìn)行凸優(yōu)化求解,得到最優(yōu)值后將第1個(gè)優(yōu)化目標(biāo)轉(zhuǎn)換為新增最優(yōu)值約束,再對(duì)第2個(gè)優(yōu)化目標(biāo)進(jìn)行凸優(yōu)化求解。

2.4 執(zhí)行策略

在CDN中,交換機(jī)的轉(zhuǎn)發(fā)策略需要中心控制器統(tǒng)一下發(fā)。在交換機(jī)一側(cè),用于存儲(chǔ)流表項(xiàng)的三態(tài)內(nèi)容尋址存儲(chǔ)器(Ternary Content Addressable Memory,TCAM)因其高昂的造價(jià)而無(wú)法大規(guī)模應(yīng)用[14]。隨著網(wǎng)絡(luò)拓?fù)浜蛻?yīng)用業(yè)務(wù)規(guī)模的增加,中心控制器的性能和交換機(jī)的流表內(nèi)存容易成為CDN發(fā)展的瓶頸。

3 性能仿真與分析

3.1 仿真實(shí)驗(yàn)設(shè)置

仿真所用網(wǎng)絡(luò)拓?fù)溆刹ㄊ款D大學(xué)的拓?fù)渖善鰾RITE[16]生成,各用戶區(qū)域使用的流量數(shù)據(jù)基于中國(guó)科學(xué)技術(shù)大學(xué)校園網(wǎng)絡(luò)多個(gè)互聯(lián)網(wǎng)服務(wù)供應(yīng)商(Internet Server Provider,ISP)出口處的真實(shí)網(wǎng)絡(luò)使用量產(chǎn)生:每5 min測(cè)量一次校園網(wǎng)5個(gè)獨(dú)立ISP網(wǎng)絡(luò)出口的帶寬使用情況,選用連續(xù)20 d的測(cè)量數(shù)據(jù),共(20×24×60)/5=5 760個(gè)數(shù)據(jù)點(diǎn)。使用真實(shí)網(wǎng)絡(luò)帶寬數(shù)據(jù)進(jìn)行仿真實(shí)驗(yàn)時(shí),考慮到測(cè)量數(shù)據(jù)一定小于物理鏈路帶寬,因此,本文對(duì)真實(shí)數(shù)據(jù)進(jìn)行了線性放大處理,并在放大實(shí)際數(shù)據(jù)量的同時(shí),保留了原始數(shù)據(jù)良好的周期性和波動(dòng)性。

(4)

其中,ψ為傾斜系數(shù),本次實(shí)驗(yàn)中ψ=0.7。

仿真中請(qǐng)求的到達(dá)過(guò)程符合參數(shù)為λ的泊松過(guò)程[18],會(huì)話時(shí)長(zhǎng)符合文獻(xiàn)[19]分布,并設(shè)平均時(shí)長(zhǎng)為50 min。其他子網(wǎng)仍使用采集的真實(shí)網(wǎng)絡(luò)流量數(shù)據(jù)作為背景流量。設(shè)定總仿真時(shí)長(zhǎng)為500 min。

3.2 資源虛擬化動(dòng)態(tài)調(diào)整

當(dāng)網(wǎng)絡(luò)流量大于分配的資源閾值時(shí),可以認(rèn)為網(wǎng)絡(luò)中會(huì)產(chǎn)生擁塞、丟包等現(xiàn)象。選用仿真過(guò)程中產(chǎn)生擁塞的次數(shù)作為性能指標(biāo),分別測(cè)試并統(tǒng)計(jì)不同放大倍數(shù)下的策略性能。為更好地反映動(dòng)態(tài)調(diào)整的效果,仿真實(shí)驗(yàn)中加入了2組對(duì)照實(shí)驗(yàn):無(wú)動(dòng)態(tài)調(diào)整策略和理論最大流限制策略,實(shí)驗(yàn)結(jié)果如圖3所示。其中,理論最大流是指在給定網(wǎng)絡(luò)拓?fù)湎?不考慮不同區(qū)域流量間的相互影響時(shí)各獨(dú)立區(qū)域所能達(dá)到的網(wǎng)絡(luò)最大流,該值即為網(wǎng)絡(luò)理論服務(wù)能力的上限。

圖3 3種方案擁塞總數(shù)統(tǒng)計(jì)

由圖3可以看出,本文提出的動(dòng)態(tài)調(diào)整策略能夠?qū)Ψ峙浞桨高M(jìn)行有效調(diào)整,大幅降低了擁塞次數(shù),在滿負(fù)載前(放大倍數(shù)小于1.20),該策略幾乎不產(chǎn)生擁塞;當(dāng)網(wǎng)絡(luò)滿載后(放大倍數(shù)大于等于1.20),該策略產(chǎn)生的擁塞數(shù)略高于理論最優(yōu)情況,但明顯優(yōu)于無(wú)調(diào)整的情況。綜上,本文提出的動(dòng)態(tài)調(diào)整策略能夠顯著提升網(wǎng)絡(luò)服務(wù)能力。

3.3 路徑規(guī)劃

在上層路徑規(guī)劃過(guò)程中,因?yàn)榭紤]到各子網(wǎng)規(guī)劃問(wèn)題的獨(dú)立性,所以僅在一個(gè)子網(wǎng)內(nèi)部仿真視頻請(qǐng)求,其余子網(wǎng)均使用采集的真實(shí)流量數(shù)據(jù)作為背景流量。實(shí)驗(yàn)時(shí),背景流量和泊松過(guò)程產(chǎn)生的服務(wù)均具有波動(dòng)性,資源虛擬化過(guò)程會(huì)動(dòng)態(tài)執(zhí)行并為各子網(wǎng)分配合適的資源。在選中子網(wǎng)內(nèi)部,每100 min對(duì)視頻請(qǐng)求的流行度進(jìn)行一次旋轉(zhuǎn),用來(lái)模擬用戶區(qū)域流行度的變化情況。實(shí)驗(yàn)分別從請(qǐng)求波動(dòng)性、服務(wù)接受性能和遷移代價(jià)三方面對(duì)本文策略進(jìn)行驗(yàn)證。

首先驗(yàn)證請(qǐng)求波動(dòng)性對(duì)本文策略的影響。因?yàn)閷?duì)用戶區(qū)域內(nèi)的請(qǐng)求整體進(jìn)行路徑規(guī)劃,所以單個(gè)用戶請(qǐng)求的突發(fā)性綜合表現(xiàn)為整個(gè)用戶區(qū)域內(nèi)視頻流行度的變化。采用對(duì)視頻編號(hào)進(jìn)行旋轉(zhuǎn)的方法[20]產(chǎn)生流行度的波動(dòng),旋轉(zhuǎn)因子π表示波動(dòng)的大小。選取請(qǐng)求到達(dá)率λ=55使系統(tǒng)處于剛滿載狀態(tài),多次實(shí)驗(yàn)得出請(qǐng)求拒絕率和遷移比例,結(jié)果如表1所示。由表1可以看出,本文策略能夠較好應(yīng)對(duì)視頻流行度的波動(dòng)變化。

表1 旋轉(zhuǎn)因子對(duì)本文策略影響統(tǒng)計(jì) %

為了說(shuō)明本文策略中采用流行度信息和最低負(fù)載對(duì)服務(wù)接入的指導(dǎo)性,使用請(qǐng)求拒絕率和路徑遷移比例作為調(diào)整代價(jià)。在對(duì)比實(shí)驗(yàn)方面,選用文獻(xiàn)[5-6]中的CSP算法。此外,隨機(jī)策略作為網(wǎng)絡(luò)技術(shù)中常用的手段,在實(shí)際應(yīng)用中被廣泛采用,因此,再挑選“動(dòng)態(tài)調(diào)整(Dynamic Adjust,DA)+隨機(jī)接入(Random Access,RA)”策略作為另一組對(duì)比實(shí)驗(yàn)。DA+RA策略是指當(dāng)流行度發(fā)生變化后,對(duì)矩陣Fk進(jìn)行與本文類(lèi)似的動(dòng)態(tài)調(diào)整,優(yōu)化接入系統(tǒng)的服務(wù)總量,但對(duì)每個(gè)服務(wù)采用隨機(jī)化的方式接入,不考慮其他信息。表2給出了本文策略、DA+RA策略與CSP策略的拒絕率統(tǒng)計(jì)情況。由表2可以看出,本文策略和DA+RA策略的請(qǐng)求拒絕率遠(yuǎn)低于CSP策略,原因是CSP策略沒(méi)有利用應(yīng)用層的請(qǐng)求信息,其根據(jù)網(wǎng)絡(luò)信息對(duì)路徑進(jìn)行動(dòng)態(tài)規(guī)劃,容易在物理網(wǎng)絡(luò)中形成瓶頸資源,影響系統(tǒng)的整體性能。

表2 不同策略拒絕率對(duì)比

為說(shuō)明本文策略對(duì)遷移代價(jià)的優(yōu)化,在不同請(qǐng)求到達(dá)率下對(duì)不同策略進(jìn)行遷移比例統(tǒng)計(jì),結(jié)果如表3所示。從表3的數(shù)據(jù)中可以看出,本文策略的遷移比例明顯低于CSP策略和DA+RA策略,原因是本文的接入指導(dǎo)策略能夠避免由隨機(jī)接入造成的盲目遷移,其通過(guò)有效減少視頻流的遷移次數(shù)降低了系統(tǒng)的整體服務(wù)代價(jià),而CSP策略因?qū)φ?qǐng)求進(jìn)行了大量的拒絕,導(dǎo)致遷移比例低于DA+RA策略。

表3 不同策略遷移比例對(duì)比

綜上,本文提出的分層策略充分利用視頻流行度信息和網(wǎng)絡(luò)負(fù)載狀態(tài),能在有限的性能損失下為視頻流提供合適的路徑。

4 結(jié)束語(yǔ)

本文提出一種分層優(yōu)化的路徑規(guī)劃策略,該策略的底層優(yōu)化保證了路徑的連通性,對(duì)物理網(wǎng)絡(luò)進(jìn)行虛擬化的子網(wǎng)劃分縮減了優(yōu)化規(guī)模,充分利用視頻的流行度信息降低了視頻流遷移代價(jià)?？紤]到實(shí)際應(yīng)用中CDN的性能瓶頸,本文還提出一種基于隊(duì)列調(diào)度的執(zhí)行策略,通過(guò)數(shù)據(jù)包頭部的標(biāo)簽保證數(shù)據(jù)的正確轉(zhuǎn)發(fā)和帶寬分配。該策略能夠明顯減少控制流表的下發(fā)和存儲(chǔ),使得其在大規(guī)模CDN上的應(yīng)用成為可能。下一步將把網(wǎng)絡(luò)路徑規(guī)劃與SMEC內(nèi)部視頻部署、SMEC自身部署相結(jié)合,通過(guò)對(duì)系統(tǒng)不同層面的資源進(jìn)行綜合優(yōu)化,以提升SMEC平臺(tái)的服務(wù)能力。

[1] JADHAV S,KAKADE V,KAMBLE S,et al.Media streaming applications using cloud[J].International Research Journal of Engineering and Technology,2016,3(5):2091-2096.

[2] 北京原力創(chuàng)新科技有限公司.云模式流媒體服務(wù)平臺(tái):200910091537.2[P].2010-01-27.

[3] 高翔宇.一種POF控制器的實(shí)現(xiàn)與流量管理研究[D].合肥:中國(guó)科學(xué)技術(shù)大學(xué),2016.

[4] AKYILDIZ I F,LEE A,WANG P,et al.A roadmap for traffic engineering in SDN-OpenFlow networks[J].Computer Networks,2014,71:1-30.

[5] XU C,CHEN B,FU P,et al.A dynamic resource allocation model for guaranteeing quality of service in software defined networking based cloud computing environment[C]//Proceedings of International Confe-rence on Cloud Computing and Security.Berlin,Germany:Springer,2015:206-217.

[6] YU T F,WANG K,HSU Y-H.Adaptive routing for video streaming with QoS support over SDN networks[C]//Proceedings of 2015 International Conference on Infor-mation Networking.Washington D.C.,USA:IEEE Press,2015:318-323.

[7] MCKEOWN N,ANDERSON T,BALAKRISHNAN H,et al.OpenFlow:enabling innovation in campus networks[J].ACM SIGCOMM Computer Communication Review,2008,38(2):69-74.

[8] CASADO M,FREEDMAN M J,PETTIT J,et al.Rethinking enterprise network control[J].IEEE/ACM Transactions on Networking,2009,17(4):1270-1283.

[9] JAIN S,KUMAR A,MANDAL S,et al.B4:experience with a globally-deployed software defined WAN[C]//Proceedings of SIGCOMM’13.New York,USA:ACM Press,2013:3-14.

[10] HONG C Y,KANDULA S,MAHAJAN R,et al.Achieving high utilization with software-driven WAN[C]//Proceedings of SIGCOMM’13.New York,USA:ACM Press,2013:15-26.

[11] SCHWARZ H,MARPE D,WIEGAND T.Overview of the scalable video coding extension of the H.264/AVC standard[J].IEEE Transactions on Circuits and Systems for Video Technology,2007,17(9):1103-1120.

[12] NIU D,XU H,LI B,et al.Quality-assured cloud bandwidth auto-scaling for video-on-demand applications[C]//Proceedings of 2012 IEEE INFOCOM.Washington D.C.,USA:IEEE Press,2012:460-468.

[13] DONOHO D L.For most large underdetermined systems of linear equations the minimal L(1)-norm solution is also the sparsest solution[J].Communications on Pure and Applied Mathematics,2006,59(6):797-829.

[14] BRAUN W,MENTH M.Wildcard compression of inter-domain routing tables for OpenFlow-based software-defined networking[C]//Proceedings of the 3rd European Workshop on Software Defined Networks.Washington D.C.,USA:IEEE Press,2014:25-30.

[15] 尹德斌,謝劍英.一種新的加權(quán)公平隊(duì)列調(diào)度算法[J].計(jì)算機(jī)工程,2008,34(4):28-30.

[16] MEDINA A,LAKHINA A,MATTA I,et al.BRITE:an approach to universal topology generation[C]//Proceedings of the 9th International Symposium on Modeling,Analysis and Simulation of Computer and Telecommunication Systems.Washington D.C.,USA:IEEE Press,2001:346-353.

[17] QIU T,GE Z,LEE S,et al.Modeling channel popularity dynamics in a large IPTV system[C]//Proceedings of the 7th International Joint Conference on Measurement and Modeling of Computer Systems.New York,USA:ACM Press,2009:275-286.

[18] YU H,ZHENG D,ZHAO B Y,et al.Understanding user behavior in large-scale video-on-demand systems[C]//Proceedings of the 1st ACM SIGOPS/EuroSys European Conference on Computer Systems.New York,USA:ACM Press,2006:333-344.

[19] CHEN L,ZHOU Y,CHIU D M.Smart streaming for online video services[J].IEEE Transactions on Multimedia,2015,17(4):485-497.

[20] WEI X,YANG J,XI H.A novel content updating policy based on dynamic storage balancing for clustered streaming media system[C]//Proceedings of IEEE International Conference on Control and Automation.Washington D.C.,USA:IEEE Press,2009:2031-2036.