媒体云及宽带网络通信

1、媒体云&宽带网络通信PREPARED BY 黄琰学号：015034910081研究背景Saas系统框架具体API的实现公有云上的优化思考研究背景云计算：超大规模、虚拟化、动态伸缩、高可靠性、通用性三类服务：Iaas(基础设施)；Paas(平台)；Saas(软件)媒体云本质是将视频处理、分析，视频编转码等作为服务为何选择迁移到云服务？横向拓展：在服务需求增长时，由于具有动态可伸缩的特性，只需要添加机器就可以实现规模增长的需求纵向拓展：当视频算法的业务增加时，可以很方便的用添加、升级filter的方式添加、升级新的算法，作为处理中的一个模块。Filter视频编码视频去噪色彩调节编码参数123QUE

2、UE去噪参数调节参数视频编码编码参数45QUEUE视频稳像稳像参数filters系统相关系统结构&系统构架系统结构系统构架以API：视频编码为例作为管理员：如何加速&缩小通信开销对于单任务多机如何协作？如何使得大量数据的传输不会出问题？Task的多机协作（以视频编码为例）多计算节点任务分配单计算节点内任务分配（每个计算节点3线程，用满本机cpu）管理节点（主机）与计算节点（从机）的交互X264编码：浅压缩主从通信：MPI未来展望公有云上搭建系统的初步思考&系统优化新的问题1. Ingesting Cloud：主要接受用户的video传输以及计算的请求2. Computing Cloud：任务分

3、配+计算3. Delivery Cloud：处理完码流的分发针对本系统的优化的环节：1. Ingesting Cloud上有多个节点，当用户将video和需求上传时，选择Ingesting Cloud中的哪个server。2. Computing Cloud上有多个计算节点，计算节点的地理位置导致带宽能力不同，对节点计算的耗时有影响；一天内的计算需求随时间而变，当用户需求大时该怎么应对，当用户需求小时如何采取措施；如何分配云上的计算节点使得整体效率最高。Zhuang Z, Guo C. Building cloud-ready video transcoding system for Cont

4、ent Delivery Networks (CDNs)C/Global Communications Conference (GLOBECOM), 2012 IEEE. IEEE, 2012: 2048-2053.优化考虑细节1. Ingesting Cloud节点的选择：传统CDN选择最靠近用户的ingest server节点接受视频，这样上传最快。但是考虑到媒体处理是一个比较占用CPU的任务，视频又是文件中最大的一种，为了后续处理的整体效率需要关注ingest server的带宽、CPU、负载，设定一个规则选择最优解2. Computing Cloud任务的分配：均衡计算节点策略：以前是随机分配给某一个节点，但是大小不一的视频文件需要进行滤波时随机分配计算节点不利于整个系统的高效运作。我们需要分析工作负载（包括CDN传输条件、用户任务设置、视频的长度、视频的大小这几个因素）和计算节点的计算能力（CPU性能），还需要考虑计算节点与后面发送节点地理位置上的差异，这可能影响传输带宽和视频的延时。3