Review on QoS provisioning approaches for supporting video traffic in IEEE802.11e: challenges and issues
近年来，对多媒体应用的需求急剧增加，这反过来又增加了互联网上的视频流量的部分。视频流需要严格的服务质量（QoS），预计到2019年将占据超过三分之二的网络流量。IEEE802.11e引入了HCF受控信道接入（HCCA），为包括高度压缩视频流在内的延迟敏感应用提供QoS。然而，IEEE802.11e的性能受到可变比特率（VBR）视频流的动态特性的阻碍，其中数据包大小和间隔时间在流量生命周期内快速波动。为了使IEEE802.11e能够适应VBR视频业务的不规则性，在文献中已经使用了许多方法。在这篇文章中，我们强调并讨论了IEEE802.11e中的QoS挑战。然后，我们对IEEE802.11e中现有的QoS方法进行了分类，并讨论了最近有前途和有趣的HCCA增强的选择。最后，一组开放的研究问题和潜在的未来方向。
2021-02-14 cs.NI
FastScan: Robust Low-Complexity Rate Adaptation Algorithm for Video Streaming over HTTP
本文提出并评估了一种新的算法，流媒体视频通过HTTP。该问题被制定为一个非凸优化问题，它是由预测的可用带宽，块的最后期限，可用的视频速率，和缓冲区占用率的约束。目标是优化QoE度量，该QoE度量在最大化每个块的回放速率和确保不同块之间的公平性以最小的重新缓冲时间之间保持折衷。我们提出FastScan，一个低复杂度的算法，解决了这个问题。在线适应动态带宽环境提出了不完善的可用带宽预测。由可变比特率（VBR）编码视频、视频平台系统（dash.js）和公共数据集的蜂窝带宽跟踪驱动的实验结果揭示了FastScan算法的在线版本的鲁棒性，并证明了其与所考虑的最先进的视频流算法相比的显著性能改进。例如，在跨越不同可用带宽制度的公共数据集的100个真实蜂窝可用带宽轨迹上进行的实验上，我们提出的算法（FastScan）与Bola、Festive、BBA、RB和FastMPC以及Pensieve算法相比，在每个轨迹中实现了最小重新缓冲（停顿）时间和最大平均回放速率。
2019-01-21 cs.MM cs.NI
Flow Level QoE of Video Streaming in Wireless Networks
流媒体服务的体验质量（Quality of Experience，QoE）经常由于频繁的播放中断而降低。为了减轻中断，媒体播放器在开始播放之前以延迟为代价预取流媒体内容。我们从流动力学的角度研究流媒体的QoE。首先，当流媒体用户随机加入网络并在下载完成后离开时，为QoE开发了一个框架。我们使用偏微分方程（PDE）计算预取延迟的分布，并使用常微分方程（ODE）的CBR流的播放缓冲区饥饿的概率生成函数。其次，我们扩展了我们的框架，以表征在基站的机会主义调度所造成的吞吐量变化，以及VBR流的回放变化。我们的研究表明，流动力学是播放饥饿的根本原因。流媒体服务的QoE由机会调度的平均吞吐量和平均播放速率等第一时刻决定。而吞吐量和回放速率的变化对饥饿行为的影响非常有限。
2014-06-05 cs.NI
A Review on P2P Video Streaming
本文的主要目的是提供一个基于P2P的视频点播和流媒体直播服务的概述。本文首先介绍了媒体流及其简化的架构。讨论了在互联网广泛使用的背景下提供视频流的各种解决方案。然后简要介绍了P2P网络及其应用。本章主要讨论了各种P2P流媒体方案和P2P流媒体应用。最后，简要讨论了P2P视频流的安全问题和解决方案。
2013-04-04 cs.MM cs.NI
Investigating Streaming Techniques and Energy Efficiency of Mobile Video Services
我们报告的结果从三个视频流媒体服务，YouTube，Dailymotion和Vimeo在六个不同的智能手机的测量研究。我们测量并分析了通过Wi-Fi和3G传输不同质量视频时的流量和能耗。我们确定了五种不同的技术来提供视频，并表明特定技术的使用取决于设备，播放器，质量和服务。根据所使用的流技术，设备、服务和视频质量之间的能耗差异很大。因此，我们提出了如何提高移动视频流媒体服务的能源效率的建议。
2012-09-13 cs.MM cs.NI
Network Characteristics of Video Streaming Traffic
视频流代表了互联网流量的很大一部分。令人惊讶的是，很少有人知道这种流量的网络特性。在本文中，我们研究了两个最流行的视频流服务，Netflix和YouTube的网络特性。我们表明，流媒体策略随应用程序的类型（Web浏览器或本机移动应用程序）和用于视频流的容器类型（Silverlight，Flash或HTML5）而变化。特别是，我们确定了三种不同的流媒体策略，从非ACK时钟的ON-OFF周期批量TCP传输产生的流量模式。然后，我们提出了一个分析模型来研究这些流媒体策略对总流量的潜在影响，并提出相应的建议。
2011-11-03 cs.MM cs.NI
A Survey on Mobile Edge Computing for Video Streaming: Opportunities and Challenges
5G通信通过实现更高的吞吐量和更低的延迟，在提供给各种应用的服务质量方面带来了实质性的改进。然而，交互式多媒体应用（例如，超高清视频会议、3D和多视图视频流、众包视频流、云游戏、虚拟和增强现实）正变得越来越雄心勃勃，高容量和低延迟视频流对已经拥塞的网络提出了严格的要求。移动边缘计算（MEC）是将云计算能力扩展到网络边缘的新兴范例，即，在基站级别。为了满足延迟要求并避免与远程云数据中心的端到端通信，MEC允许存储和处理视频内容（例如，高速缓存、代码转换、预处理）。视频点播和直播视频流都可以利用MEC来改进现有服务并开发新的用例，例如视频分析和有针对性的广告。MEC有望通过提供超可靠和低延迟的流媒体（例如，在增强现实、虚拟现实和自主车辆中），普及计算（例如，在实时视频分析中），以及用于安全直播的区块链架构。本文对MEC支持的视频流的最新发展进行了全面调查，带来了前所未有的改进，以实现新的用例。详细回顾了最新的高速缓存方案、最佳计算卸载、协作高速缓存和卸载以及人工智能的使用（即，机器学习、深度学习和强化学习）。
2022-09-13 cs.MM cs.NI
Coffee: Cost-Effective Edge Caching for 360 Degree Live Video Streaming
针对360度直播视频的带宽与成本问题，提出结合FoV预测和瓦片预取的边缘缓存算法Coffee及转码感知变体TransCoffee，显著降低回传流量与流媒体成本。
2024-01-28 cs.MM cs.NI
DaI: Decrypt and Infer the Quality of Real-Time Video Streaming
对网络服务质量的推断是网络运营商进行优化的重要依据。然而，主流的实时的【形】视频流应用采用加密的安全性，留下了一个问题，提取实时的【形】视频的服务质量（QoS）指标。在本文中，我们提出了DaI，一个基于流量的实时的【形】视频质量估计。DaI可以部分解密加密的实时的【形】视频数据，并应用机器学习方法来估计实时的【形】视频的关键客观体验质量（QoE）度量。根据实验结果，DaI可以估计客观的QoE指标，平均准确率为79%。
2022-11-04 cs.MM cs.NI
Network-Assisted Delivery of Adaptive Video Streaming Services through CDN, SDN, and MEC
针对高分辨率低延迟视频流对带宽和延迟的挑战，本论文通过引入具有全局网络视野的网络内组件，结合 CDN、SDN 和 MEC 技术，提出完全透明的网络辅助视频流（NAVS）解决方案以提升服务效率。
2024-03-25 cs.MM cs.NI
A Knowledge-Driven Quality-of-Experience Model for Adaptive Streaming Videos
自适应流媒体视频的巨大空间和主观实验容量的有限性之间的根本冲突给客观体验质量（QoE）预测带来了重大挑战。现有的客观QoE模型表现出复杂的函数形式，未能在不同的流媒体环境中很好地推广。在这项研究中，我们提出了一个客观的QoE模型，即知识驱动的流媒体质量指数（KSQI）整合先验知识的人类视觉系统和人类注释数据的原则性的方式。通过分析对流媒体视频的主观特征，从主观研究的语料库，我们表明，家庭的QoE功能在于一个凸集。使用投影梯度下降的变体，我们在训练视频的数据库上优化客观QoE模型。拟议的KSQI表现出强大的通用性，以不同的流媒体环境，明显的国家的最先进的性能在四个公开的基准数据集。
2019-11-18 cs.MM cs.NI
Bandwidth-Efficient Multi-video Prefetching for Short Video Streaming
近年来，允许分享用户创建的短视频的应用程序迅速流行起来。典型的短视频应用允许用户滑动离开正在观看的当前视频并开始观看视频队列中的下一个视频。如果用户在结束观看之前频繁地将视频扫走，则这样的用户界面导致显著的带宽浪费。需要在不损害体验质量（QoE）的情况下减少带宽浪费的解决方案。解决该问题需要自适应地预取短视频块，这是具有挑战性的，因为下载策略需要匹配未知的用户观看行为和网络条件。在我们的工作中，我们首先制定了短视频流的自适应多视频预取的问题。然后，为了便于集成和比较研究人员的算法对解决问题，我们设计和实现了一个离散事件模拟器，我们发布的开源。最后，结合2022年ACM Multimedia短视频流媒体大挑战赛的组织情况，对参赛者的算法进行了分析和总结，以期推动研究界对这一问题的解决。
2022-06-25 cs.MM cs.NI
Improving Mobile Video Streaming with Mobility Prediction and Prefetching in Integrated Cellular-WiFi Networks
我们提出并评估了一个程序，利用移动性和吞吐量预测预取视频流数据在集成的蜂窝和WiFi网络。这种异构无线技术的有效集成对于在无处不在的网络环境中支持高性能和节能的视频流将是重要的。我们的评估是基于跟踪驱动的模拟，考虑经验测量，并显示了各种系统参数如何影响性能，暂停视频帧的数量和能耗方面，这些参数包括视频流的数量，移动，WiFi和ADSL回程吞吐量，以及WiFi热点的数量。此外，我们评估的过程的鲁棒性的时间和吞吐量的变化。最后，我们提出了我们的初始原型，实现所提出的方法。
2013-10-23 cs.MM cs.NI
A Holistic Survey of Wireless Multipath Video Streaming
当今的大多数移动设备都配备了多个网络接口，并且将受益于多路径通信的主要带宽需求应用之一是无线视频流。然而，大多数当前的传输协议不匹配的视频流应用程序的要求，或没有被设计为解决相关的问题，如延迟约束，网络异构性，和线头阻塞问题。本次调查提供了一个全面的多路径无线视频流的文献综述，从端到端分层堆栈的角度来看，揭示了不同的替代品，揭示了每种方法的权衡，并提出了一个合适的分类法来分类的最先进的。最后，我们讨论了开放的问题和未来工作的途径。
2021-09-21 cs.MM cs.NI
Peer-to-Peer Live Streaming and Video On Demand Design Issues and its Challenges
P2P直播和视频点播是近年来互联网上最流行的媒体应用。这些系统减少了服务器上的负载，并提供了可伸缩的内容分发。P2P网络是一种新的协作模式，它在现有网络上构建大型分布式视频应用，但P2P流媒体、直播和视频点播系统的设计问题是相同的。因此，需要进行全面的设计比较，以建立这样的系统架构。因此，在本文中，我们详细研究了传统的P2P流媒体架构的方法，其关键的设计问题，以及实际的挑战。因此，我们在本文中的研究清楚地指出有形的设计问题和挑战，以及其他无形的问题提供P2P视频点播服务。
2011-11-29 cs.MM cs.NI
Cybersickness-aware Tile-based Adaptive 360° Video Streaming
与传统视频相比，虚拟现实（VR）中的成像是360°的，并且它消耗更大的带宽来传输视频内容。为了减少带宽消耗，已经提出了基于瓦片的流传输来传送视频的聚焦部分，而不是整个视频。另一方面，减轻晕动病的技术，这是类似于晕动病和使用数字显示器时发生的，还没有与VR中的瓷砖选择共同探索。在本文中，我们研究了自适应360°视频流系统中的晕电控制（TSCC）的瓷砖选择与晕电缓解。我们提出了一个m-竞争的在线算法与Cybersickness指标（CI）和视频丢失指标（VLI）来评估即时cybersickness和视频质量的总损失。此外，该算法利用疾病迁移指标（SMI），以评估随着时间的推移和增加的光流，以提高瓦片质量分配的cybersickness积累。一个真实的网络数据集的模拟表明，我们的算法优于基线的视频质量和cybersickness积累。
2021-10-04 cs.MM cs.NI
User Digital Twin-Driven Video Streaming for Customized Preferences and Adaptive Transcoding
本研究提出融合用户数字孪生与传统视频流系统的新方法，通过机器学习持续更新用户数字孪生以指导自适应转码，在提升内容个性化的同时降低带宽占用、优化播放质量，推动用户-centric多媒体服务发展。
2025-08-01 cs.MM cs.NI
Wireless Multicast for Zoomable Video Streaming
可缩放视频流是指一类新的交互式视频应用，其中用户可以放大视频流以查看更高分辨率的所选感兴趣区域，并平移以移动感兴趣区域。缩放和平移效果通常通过将源视频分解成可独立解码的区块的网格来实现。使用广播将瓦片流式传输到一组异构用户是具有挑战性的，因为用户具有不同的链路速率和不同分辨率级别的不同感兴趣区域。在本文中，我们考虑以下问题：给定每个用户请求的瓦片的子集，每个用户的链路速率，以及可用的时隙，每个瓦片的分辨率应该被发送，以最大限度地提高所有用户接收到的整体视频质量。我们设计了一个有效的算法来解决上述问题，并使用10个移动设备的测试平台上评估的解决方案。我们的方法是能够实现高达12dB的改善，比其他探试法。
2015-05-08 cs.MM cs.NI
A Robust Algorithm for Tile-based 360-degree Video Streaming with Uncertain FoV Estimation
我们提出了一个强大的计划流360度沉浸式视频，以最大限度地提高体验质量（QoE）。我们的流方法引入了一个整体的分析框架，建立在随机优化的正式方法。我们提出了一个强大的算法，它提供了一个流传输速率，使得视频质量下降到该速率以下，即使在存在不确定的头部运动，和带宽的概率非常低。它假设了解全景场景的不同部分（瓦片）的观看概率。这样的概率可以容易地从由360视频内容提供方执行的众包测量导出。然后，我们提出了有效的方法来解决这个问题，在运行时，同时实现有界的最优差距（在QoE方面）。我们使用仿真实现了我们提出的方法。使用真实用户的头部运动轨迹和真实的蜂窝带宽轨迹，我们表明，我们的算法显着优于基线算法至少在$30\%$中的QoE度量。我们的算法给出了一个流率，这是$50\%$更高的基线算法相比，当预测误差高。
2018-11-30 cs.MM cs.NI
Anticipatory Buffer Control and Quality Selection for Wireless Video Streaming
最近的研究表明，移动用户对视频流的需求很高。然而，在蜂窝网络中，不可靠的无线信道导致两个主要问题。当用户无法充分填充其本地播放缓冲区时，较差的通道状态会降低视频质量并中断播放：发生缓冲区欠载。与此相反，良好的信道条件会导致常见的贪婪缓冲方案堆积非常长的缓冲区。这种过度缓冲浪费了昂贵的无线信道容量。为了保持缓冲的平衡，我们采用了一种新的方法。假设我们可以预测数据率，我们提前计划视频片段的质量和下载时间。这种预期调度通过在信道中断发生之前下载大量段来避免缓冲器欠载，而不会通过过度缓冲浪费无线容量。我们将这种方法形式化为一个优化问题，并推导出分段视频流协议的实用算法（例如，HLS或MPEG DASH）。仿真结果和测试台测量表明，我们的解决方案基本上消除了播放中断，而不会显着降低视频质量。
2014-08-22 cs.MM cs.NI
Cross-Layer Effects on Training Neural Algorithms for Video Streaming
目前，HTTP上的动态自适应流（DASH）是互联网上用于多媒体流的最流行的解决方案，并且负责大部分全球流量。DASH使用自适应比特率（ABR）算法，该算法考虑诸如吞吐量和播放缓冲器水平的性能度量来选择视频质量。Pensieve是一个允许在模拟网络环境中使用强化学习来训练ABR算法的系统，并且在实现的性能方面优于现有方法。在本文中，我们证明了训练的ABR算法的性能取决于用于训练的神经网络的模拟环境的实施。我们还表明，所使用的拥塞控制算法的影响，由于跨层效应的算法的性能。
2018-09-27 cs.MM cs.NI
MVP2P: Layer-Dependency-Aware Live MVC Video Streaming over Peer-to-Peer Networks
多视图视频支持从不同视点观察场景。联合视频小组（JVT）开发了H. 264/MVC以提高多视点视频的压缩效率，然而，MVC编码的多视点视频（MVC视频）仍然需要高比特率用于传输。本文研究了基于P2P网络的MVC视频流。其目标是最大限度地减少服务器带宽成本，同时确保高质量的流媒体到同行。MVC采用视图内和视图间预测结构，这导致复杂的层依赖关系。由于在提供所有MVC视频层的同时共享对等体的出站带宽，因此对一个MVC层的带宽分配会影响其他层的可用出站带宽。为了优化利用对等端的出站带宽提供视频层，提出了一种基于最大流的模型，该模型考虑了MVC视频层依赖性和对等端之间的层供应关系。基于该模型，提出了一种基于BitTorrent的P2P网络上的层依赖性感知的MVC视频流传输方法MVP 2 P。MVP 2 P的关键部分包括接收节点的块调度策略和节点选择策略，以及提供节点的带宽调度算法。为了评估所提出的解决方案的效率，MVP 2 P与现有的方法相比，考虑到对等带宽，对等数量，视图切换率和对等端流失的约束。测试结果表明，MVP 2 P算法的性能明显优于现有的方法。
2018-04-16 cs.MM cs.NI
Optimizing Adaptive Video Streaming in Mobile Networks via Online Learning
本文提出了一种基于在线学习的HTTP自适应流媒体（HAS）视频码率自适应算法。所提出的算法，名为Learn2Adapt（L2A），提供了一个强大的速率自适应策略，不像大多数的国家的最先进的技术，不需要参数调整，信道模型假设或应用特定的调整。这些特性使其非常适合移动用户，他们通常会经历信道特性的快速变化。仿真表明，L2A提高了整体体验质量（QoE），特别是平均流传输速率，这是独立于信道和应用场景获得的结果。
2019-11-07 cs.MM cs.NI
Ten Ways in which Virtual Reality Differs from Video Streaming
本文对比虚拟现实（VR）与视频流（尤其是存储式2D视频流）的差异，分析VR独特特征对相关机制设计的影响，探讨重新构建VR系统与网络支持的思路。
2024-11-29 cs.MM cs.NI cs.PF
A Survey on 360-Degree Video: Coding, Quality of Experience and Streaming
虚拟现实（VR）头显的商业化使得沉浸式和360度视频流成为行业和研究界的热门话题。虽然视频流的基本原理是相同的，但沉浸式视频提出了一系列需要解决的具体挑战。在本次调查中，我们介绍了相关文献中四个最重要的方面的最新进展：（i）全向视频编码和压缩，（ii）主观和客观体验质量（QoE）及其影响因素，（iii）显着性测量和视野（FoV）预测，以及（iv）沉浸式360度视频的自适应流媒体。该调查的最终目的是概述沉浸式视频流系统的所有元素的研究，让读者了解它们的相互作用和性能。
2021-02-16 cs.MM cs.NI eess.IV
Performance Evaluation of Ad Hoc Multicast Routing Protocols to Facilitate Video Streaming in VANETS
车载自组织网络（VANET）是一种便于车辆之间通信的移动自组织网络（MANET）。VANET提供车辆间的通信，以服务于道路交通安全和交通效率等应用。信息娱乐服务已经成为车载网络的发展趋势，而视频流在车载网络中具有很大的发展潜力。虽然，这种新兴的技术是趋势，仍然有一些问题，如QoS规定，分散的介质访问控制，节点覆盖区域，并发现和维护路由，由于高度动态的拓扑结构。这些问题使得VAN中的多播通信变得困难。许多路由协议和路由策略已经被设计来解决这些问题。大量的工作已经发生，以评估和衡量这些协议的性能在VANESTO，但这些协议很少被分析的实时的视频组播的压力下的性能。在这项研究中，两种不同的组播路由协议，即组播Ad hoc按需距离矢量（MAODV）和协议的统一组播通过公告（MAODA）进行评估，以促进视频流在VANETS。协议的QoS参数，如网络吞吐量，数据包传输率（PDR），平均端到端延迟，和归一化路由负载（NRL）进行检查。采用可变比特率（VBR）业务来评估协议的性能。最后，在不同的场景中，针对不同的QoS规定，
2021-08-29 cs.NI
Improving Content-Aware Video Streaming in Congested Networks with In-Network Computing
网络拥塞和数据包丢失给视频流带来了越来越大的挑战。尽管研究努力使视频编码方案对有损网络条件有弹性，但转发设备尚未考虑监视分组内容以优先化分组并最小化分组丢失对视频传输的影响。在这项工作中，我们主张在网络中的计算采用丢包算法和网络中的硬件模块来设计一个解决方案，用于改善拥塞网络中的内容感知视频流。结果表明，我们的方法可以减少内预测的数据包丢失超过80%，可以忽略不计的资源使用和性能成本。
2022-02-09 cs.AR cs.MM cs.NI
Simulation of Video Streaming Over Wireless Networks with NS-3
视频流服务与无线网络的结合在许多领域发挥着重要作用。在本文中，我们提出了一个基于NS-3的仿真平台，用于评估和优化无线网络上的视频流应用的性能。该仿真旨在提供实时测量，从而节省了真实设备的高成本。该平台由视频流服务器、视频流客户端和无线网络环境组成，视频流操作在UDP协议下实现，并配备了应用级自适应速率控制器。我们使用该平台来模拟不同的使用情况下，共享多个视频流之间的无线多路访问信道。
2023-02-27 cs.NI
Feasibility Study of Stochastic Streaming with 4K UHD Video Traces
本文对随机视频流算法与最新4K超高清（UHD）视频跟踪的可行性进行了研究。在以前的工作中，提出了各种随机视频流算法，最大限度地提高时间平均视频流质量的队列稳定性的基础上的信息的排队积压长度。使用传统的MPEG测试序列验证了随机视频流算法的性能改进;但是当我们考虑最新的4K UHD视频轨迹时，没有研究所提出的随机算法有多好。因此，本文评估的随机流媒体算法与4K超高清视频痕迹;并验证了随机算法比独立的算法，如所期望的。
2015-11-17 cs.NI
Performance Bound Analysis for Crowdsourced Mobile Video Streaming
自适应比特率（ABR）流使得视频用户能够根据实时网络条件来调整播放比特率，以实现期望的体验质量（QoE）。在这项工作中，我们提出了一种新的众包流框架多用户ABR视频流在无线网络上。该框架使附近的移动视频用户能够众包他们的无线电链路和资源，用于协作视频流。我们着重分析所提出的众包流媒体系统的社会福利性能界限。由于用户的异步操作，直接求解此界限具有挑战性。为此，我们引入了一个虚拟的时隙系统的同步操作，并制定了相关的社会福利优化问题作为一个线性规划。我们表明，虚拟系统的最佳社会福利性能提供了有效的上界和下界的最佳性能（界）的原始异步系统，因此，所提出的众包流媒体系统的可行性能区域的特点。所得的性能界限可作为未来在线算法设计和激励机制设计的基准。
2018-05-21 cs.GT cs.MM cs.NI
A Comprehensive Evaluation of the Impact of ATM QoS Mechanisms on Network Performance for Multimedia and Data Applications
本文利用OPNET仿真评估ATM网络中CBR、VBR、ABR和UBR四种QoS机制对语音、视频和数据流量的影响，发现CBR和VBR更适合实时业务，为网络运营商优化QoS配置提供依据。
2024-03-29 cs.NI
Promptus: Can Prompts Streaming Replace Video Streaming with Stable Diffusion
Peking University（北京大学）
针对视频流量增长下的传输瓶颈，提出语义通信系统 Promptus，通过流式传输提示词并在接收端用 Stable Diffusion 生成视频，结合梯度下降拟合与低秩分解实现高质量、超低比特率的视频通信。
2025-05-29 cs.AI cs.MM cs.NI
Max-Weight Scheduling and Quality-Aware Streaming for Device-to-Device Video Delivery
我们提出并分析了集中式和分布式算法的设备到设备的视频调度和流。所提出的算法共同解决的问题，设备到设备的链路调度和视频质量自适应流。我们的模拟表明，所提出的算法显着优于传统的分开的方法，独立对待这两个问题。
2014-06-18 cs.NI
Adaptive 360 VR Video Streaming: Divide and Conquer!
虽然传统的多媒体应用（如游戏和视频）仍然很受欢迎，但近年来人们对新的3D媒体（如3D沉浸和虚拟现实（VR）应用，特别是360 VR视频）产生了浓厚的兴趣。360 VR视频是一种沉浸式球形视频，用户可以在播放过程中环顾四周。不幸的是，360 VR视频是非常带宽密集型的，因此很难以可接受的质量水平进行流式传输。在本文中，我们提出了一个自适应的带宽效率的360 VR视频流系统使用分而治之的方法。在我们的方法中，我们提出了一种动态视图感知自适应技术来解决360 VR视频的巨大流带宽需求。我们在编码和打包时将视频空间划分为多个瓦片，使用MPEG-DASH SRD来描述360度空间中瓦片的空间关系，并在视场（FoV）中优先考虑瓦片。为了描述这种平铺表示，我们将MPEG-DASH SRD扩展到360 VR视频的3D空间。我们在空间上划分底层的3D网格，并构建一个高效的3D几何网格称为hexaface球体，以最佳地表示平铺360 VR视频在3D空间。我们的初步评估结果报告称，与未应用调整的基线场景相比，360 VR视频流的带宽节省高达72%，并且对质量的负面影响较小。
2017-11-17 cs.GR cs.MM cs.NI
Morphe: High-Fidelity Generative Video Streaming with Vision Foundation Model
School of Science and Engineering, The Chinese University of Hong Kong, Shenzhen（科学与工程学院，香港中文大学（深圳））；Shenzhen Future Network of Intelligence Institute（深圳未来网络智能研究院）；Wangxuan Institute of Computer Technology, Peking University（王轩计算机技术研究所，北京大学）
Morphe基于视觉基础模型，通过联合训练和智能分组丢弃技术，实现高保真度、低带宽的实时视频流媒体传输。
2026-02-03 cs.AI cs.MM cs.NI
On the Interaction of Adaptive Video Streaming with Content-Centric Networking
当今互联网的两个主要趋势是视频流服务的主要兴趣：大多数内容交付平台都倾向于通过HTTP使用自适应视频流，以及允许在网络内的中间点进行缓存的新网络架构。我们调查了最流行的流媒体服务的速率自适应和机会主义缓存。我们的实验研究表明，流媒体客户端的速率选择轨迹，即，构成完整视频的具有不同比特率的所选片段的集合在单独的下载中不重复。此外，高速缓存的参与可能会导致高速缓存和服务器之间的频繁交替时，服务回客户端的视频片段的请求。这些观察保证了速率自适应算法设计的谨慎，并触发我们的分析，以表征HTTP流的网络内缓存的性能。我们的分析结果表明：（i）对于自适应流传输，高速缓存命中率的显著降低，在当今的互联网中具有典型的文件流行度分布;（ii）由于与客户端-服务器连接相比，客户端-高速缓存连接处的吞吐量（通常）更高，因此，由于速率自适应算法的误判，发生高速缓存-服务器振荡。最后，我们介绍了DASH-INC，一个框架，用于改进缓存网络中的视频流，包括转码和多个吞吐量估计。
2013-07-03 cs.NI
Insights from Analysis of Video Streaming Data to Improve Resource Management
今天，互联网流量的很大一部分是视频。Over The Top（OTT）服务提供商通过在多个实体拥有的物理基础设施之上创建大型分布式云网络来提供视频流服务。我们的研究通过分析从韩国最大的OTT服务提供商收集的数据，探索了视频流媒体活动的见解。我们对全国性数据的分析显示了视频流的有趣特性，例如用户简档信息（例如，年龄、性别）和观看习惯、用户的观看习惯（用户何时观看？使用哪些设备？），观看模式（早退观看者与稳定观看者）等。视频点播（VoD）流传输涉及昂贵的（并且通常是有限的）计算、存储和网络资源。本研究的结果将有助于OTT、内容分发网络、互联网服务提供商（ISP）和运营商网络运营商改进其资源分配和管理技术。
2018-09-06 cs.NI
Adaptive Video Streaming with AI-Based Optimization for Dynamic Network Conditions
本文提出一种基于Gemini AI的自适应视频流架构，通过实时监测数据速率与延迟动态调整视频质量和缓冲区大小，有效减少缓冲事件并提升用户体验。
2025-01-30 cs.NI
Real Time Video Quality Representation Classification of Encrypted HTTP Adaptive Video Streaming - the Case of Safari
Ben-Gurion University of the Negev（内盖夫本-古里安大学）；Ariel University（阿里尔大学）
HTTP自适应视频流服务的日益普及大大增加了运营商网络的带宽要求，运营商网络试图通过深度数据包检测（DPI）来塑造其流量。不过，谷歌和某些内容提供方已经开始对他们的视频服务进行加密。因此，运营商在通过DPI塑造其加密视频流量时经常遇到困难。这突出了对加密HTTP自适应视频流的新流量分类方法的需求，以实现智能流量整形。这些新方法必须有效地估计质量表示层和播放缓冲区。我们提出了一种新的方法，并首次表明（YouTube）加密HTTP自适应流的视频质量表示分类是可能的。我们分析了这种分类方法与Safari在HTTPS上的性能。基于大量的离线和在线流量分类实验，我们证明了它可以独立地分类，在实时的，每个视频片段到一个质量表示层，平均准确率为97.18%。
2016-02-19 cs.CR cs.LG cs.MM
Optimizing Adaptive Video Streaming: A Fuzzy Logic Approach to Resource Allocation
本文综述了利用模糊逻辑优化自适应视频流资源分配的方法，重点考虑服务器负载、网络带宽和观众需求，并通过案例和评估指标分析其优势、挑战及未来方向。
2024-04-10 cs.NI
Anticipatory Buffer Control and Resource Allocation for Wireless Video Streaming
University of Toronto（多伦多大学）；Bell Labs, Alcatel-Lucent（贝尔实验室，阿尔卡特朗讯）
本文提出一种新的资源分配方法，通过预测未来信道状态，优化无线视频流媒体的缓冲大小和带宽分配，提升视频质量。
2013-04-10 cs.MM cs.NI cs.SY
Opportunistic Network Coding for Video Streaming over Wireless
在本文中，我们研究了无线网络上的视频流与网络编码能力。我们建立在最近的工作，这表明，网络编码可以通过广播媒体增加吞吐量，混合成一个单一的数据包从不同的流的数据包，从而增加每次传输的信息内容。我们的关键见解是，当传输的流是视频流，网络代码应选择，以最大限度地提高网络吞吐量，但也是视频质量。我们提出了视频感知的机会网络编码方案，同时考虑到（i）由几个接收器的网络代码的可解码性和（ii）视频数据包的重要性和最后期限。仿真结果表明，我们的计划显着提高视频质量和吞吐量。
2007-06-11 cs.NI
Analyzing TCP Throughput Stability and Predictability with Implications for Adaptive Video Streaming
最近的工作表明，TCP吞吐量的稳定性和可预测性在视频观看会话可以通知更好的视频比特率自适应算法的设计。尽管有丰富的互联网测量的传统，但是，我们的吞吐量的稳定性和可预测性的理解是相当有限的。为了弥补这一差距，我们提出了一个测量研究的吞吐量稳定性使用大规模的数据集从视频服务提供商。基于这种分析，我们提出了一种简单但有效的预测机制，基于隐马尔可夫模型，并证明它优于其他方法。我们还展示了在提高自适应视频流的用户体验的实际意义。
2015-06-18 cs.NI
Internet-Scale Video Streaming over NDN
信息中心网络（ICN）和命名数据网络（NDN）的研究已经产生了许多协议设计和软件原型，但它们需要通过在互联网上的实际使用进行验证和评估，这对实现ICN/NDN愿景至关重要。本文介绍了第一个通过NDN的互联网规模自适应视频流服务，它允许普通用户使用NDN技术观看视频，无需软件安装或手动配置。自2019年年中以来，NDN官方网站已开始使用我们的服务，通过全球NDN测试平台向互联网用户提供其视频，展示了NDN的可行性。我们在NDN测试平台上进行真实世界的实验，以验证所提出的系统的客户端，网络和服务器端的正确实现，并评估我们的视频流服务的性能。
2020-08-06 cs.NI
Prepare your video for streaming with Segue
我们确定了新的机会，在视频流，涉及离线视频分块和在线速率自适应的联合考虑。由于视频的复杂性随时间变化，某些部分更可能在使用特定速率自适应算法的回放期间导致性能损害。为了解决这个问题，我们提出了Segue，它谨慎地使用可变长度的视频片段，并使用额外的比特率轨道来增强特定的片段。我们的方法的关键新颖之处在于基于视频的时变复杂度和随着时间的推移预期的速率自适应行为来做出这样的决定。我们提出并实现了几种方法，这样的适应意识分块。我们的研究结果表明，Segue大大减少了重新缓冲和质量波动，同时保持视频质量; Segue平均将QoE提高了9%，在低带宽条件下提高了22%。最后，我们将我们的问题框架视为视频流中算法和设计创新的新线程的第一步，并为读者留下几个有趣的开放问题。
2022-04-12 cs.NI
Deadline and Priority Constrained Immersive Video Streaming Transmission Scheduling
针对沉浸式视频流需在个性化截止时间内保障高优先级数据块交付的问题，提出一种结合带宽预测与媒体元素优先级的传输调度方案，使体验质量提升12%-31%。
2024-08-30 cs.NI
Multi-Dimensional Auction Mechanisms for Crowdsourced Mobile Video Streaming
众包移动视频流使附近的移动视频用户能够聚合网络资源，以提高他们的视频流性能。然而，用户通常是自私的，如果没有适当的激励，他们可能不愿意合作。由于用户的异步下载行为和他们对多比特率编码视频的私人评价，为这种场景设计激励机制是具有挑战性的。在这项工作中，我们提出了单对象和多对象的多维拍卖机制，通过该机制，用户出售的机会，下载单个和多个视频片段与多个比特率，分别。两种拍卖机制都能实现真实性（即真实的私人信息揭示）和效率（即，社会福利最大化）。模拟与真实的痕迹表明，众包的移动流媒体促进的拍卖机制优于非合作流媒体48.6%（平均）的社会福利。为了评估真实世界的性能，我们还构建了一个演示系统的众包移动流媒体和实现我们提出的拍卖机制。在演示系统上的实验进一步表明，那些向他人提供资源的用户和那些接受帮助的用户可以通过合作分别增加15.5%和35.4%（平均）的福利。
2018-07-07 cs.NI
A quality of experience-aware cross-layer architecture for optimizing video streaming services
互联网上视频服务的普及已经发展出各种以视频业务的体验质量（QoE）优化为目标的机制。通过调整发送比特率提高了视频质量。然而，当拥塞发生时，单独的速率自适应不足以维持良好的视频QoE。本文提出了一种支持QOE的视频流跨层架构。它结合了视频应用的自适应能力和QoE感知的接纳控制，以优化QoE和接纳会话数量之间的权衡关系。仿真结果表明，所提出的架构的效率相比，其他两个架构（自适应架构和非自适应架构）的QoE和会话的数量。
2020-08-20 cs.NI
Leveraging Multi-Connectivity for Multicast Video Streaming
多连接已经成为在蜂窝移动网络中提供无缝连接的关键使能器。然而，它的潜力，提高多播传输的质量仍然是未开发的。在本文中，我们研究了多连接在无线组播流中的使用。多连通性可以显著提高组播服务的性能。它特别有益于经常遭受不良信道条件的小区边缘用户。在这项工作中，我们评估多连接的组播流的性能的影响。我们提出了在多播系统中建立多连接的过程，并解决了相关的资源分配问题。证明了最优资源分配问题是NP难的。我们提出了一个贪婪的近似算法，这个问题，并证明没有其他多项式时间算法可以提供一个更好的近似。由于视频流是这里考虑的主要用例，因此我们使用实际视频的跟踪来生成模拟中的真实视频流量模式。我们的模拟结果清楚地表明，多连接的结果在相当大的性能改善组播流。
2022-02-10 cs.NI
Dashlet: Taming Swipe Uncertainty for Robust Short Video Streaming
短视频流媒体应用程序最近获得了很大的吸引力，但它们为滑动用户提供的非线性视频呈现从根本上改变了在网络吞吐量和用户滑动时间变幻莫测的情况下最大化用户体验质量的问题。本文介绍了Dashlet的设计和实现，这是一个专为短视频流应用提供高质量体验的系统。基于我们从TikTok性能研究和用户滑动模式研究中收集的见解，Dashlet提出了一种新颖的无序视频块预缓冲机制，该机制利用简单的，非基于机器学习的用户滑动统计模型来确定预缓冲顺序和比特率。最终的结果是一个系统实现了77-99%的Oracle系统的QoE，比TikTok高出43.9- 45.1倍，同时还减少了30%浪费在下载的视频上的字节数。
2022-04-27 cs.NI
Video Streaming Over QUIC: A Comprehensive Study
Concordia University（康考迪亚大学）
本文研究了QUIC协议在视频流媒体中的性能，分析了不同QUIC实现的拥塞控制对自适应比特率算法的影响，揭示了其对用户QoE的影响，并强调了跨层设计的重要性。
2025-11-03 cs.NI
Cache-Version Selection and Content Placement for Adaptive Video Streaming in Wireless Edge Networks
无线边缘网络通过在无线网络边缘提供计算和存储资源，有望为移动用户提供更好的视频流服务。然而，由于用户兴趣、用户设备、视频版本或分辨率、缓存大小、网络条件等的多样性，决定将视频内容放置在何处以及移动用户设备应当选择哪个高速缓存和视频版本是具有挑战性的。在本文中，我们研究了无线边缘网络中的自适应视频流的缓存版本选择和内容放置的联合优化。我们提出了实用的分布式算法，在每个用户设备和每个网络缓存，以最大限度地提高整体网络效用。除了证明我们的算法的最优性，我们实现了我们的算法，以及几个基线算法的ndnSIM，一个基于ns-3的命名数据网络模拟器。模拟评估表明，我们的算法显着优于传统的启发式解决方案。
2019-04-09 cs.NI
A Survey of Multimedia Streaming in LTE Cellular Networks
随着长期演进（LTE）蜂窝网络的发展和视频业务需求的增加，从不同的角度考虑流媒体业务中的挑战至关重要。一个关注流媒体服务的角度，根据蜂窝网络的挑战，每层的基础上，以及跨多个层。在本教程中，我们将重点介绍蜂窝网络环境下视频流行业面临的主要挑战，重点是LTE。我们还讨论了针对这些挑战提出的解决方案，同时强调了这些解决方案的局限性以及这些解决方案提供高性能所需的条件/假设。此外，我们还展示了视频流跨层优化方面的不同工作，以及它如何为视频流提供更优化的端到端LTE网络。最后，我们建议在LTE网络上的视频传输领域的不同开放研究领域，可以显着提高最终用户的流媒体体验质量。
2018-03-14 cs.NI
Utility Optimal Scheduling and Admission Control for Adaptive Video Streaming in Small Cell Networks
我们认为，联合优化设计的传输调度和接纳控制策略的自适应视频流在小蜂窝网络。我们制定了一个动态的网络效用最大化的问题，并观察到它自然分解成两个子问题：准入控制和传输调度。所得到的算法简单，适合分布式实现。准入控制决策涉及每个用户基于其邻域中的网络拥塞来选择请求下载的视频块的质量。这种形式的准入控制与基于TCP连接上的DASH协议的当前视频流技术兼容。通过仿真，我们评估所提出的算法的性能，在现实的假设下，为小小区网络。
2013-05-15 cs.IT cs.MM cs.NI
