首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往
  • 您找到你想要的搜索结果了吗?
    是的
    没有找到

    基于强化学习的低延迟视频传输,虎牙自研传输网络架构实践,面向流媒体的确定时延传输

    基于强化学习的低延迟视频传输 Topic 《强化学习驱动的低延迟视频传输》 周安福  北京邮电大学 教授,博士生导师 随着视频会议、视频直播的流行以及未来AR/VR业务的发展,低延迟视频传输服务被广泛使用,但用户体验质量(QoE)仍然令人不满意,如视频通话过程中经常出现画面模糊甚至卡顿等现象。 针对这些问题,我们与淘宝直播合作,开展了大规模的测量研究,分析了逾百万条视频会话的细粒度性能指标。根据测量发现,设计了强化学习驱动的系列智能流控算法,分别解决强化学习与实时视频传输交叉结合引起的新挑战,包括:应用层-

    02

    开放式缓存

    开放式缓存是由流媒体视频联盟开发的一个开放的、非专有的架构。简单地说开放式缓存是现有方法的扩展,用于传递互联网内容,可以使用 ISP 网络“最后一英里”的服务器进行传递,开放式缓存架构如图 1 所示。图的右侧是传统互联网流媒体内容来源,无论是来自简单地馈送到互联网上的 CDN, 还是直接连接到 ISP 网络的 CDN, 这是当今典型的流媒体内容来源。开放式缓存的作用是它有一系列规范和 API,在左侧看到的服务器基本上位于 ISP 网络的最后一英里处,可以通过这些现有方法传输内容。最终用户无论是无线或有线宽带接入或移动设备,当他们从内容提供商那里获取内容时,他们将被重定向到位于 ISP 网络内的开放式缓存。

    02

    流媒体生态系统的分布式请求追踪

    在流媒体视频世界中,慢启动、低码率、高失速率(stall rate)和播放失败可谓是四大“世界末日”,无论这四个中的哪一个发生都会导致糟糕的用户体验。当问题发生的时候,找到根本原因是十分重要的,可能是播放器的问题,也可能是缓冲算法或比特率选择的问题,或者是内容编码或打包的问题。为此,流媒体视频联盟发布了端到端工作流监控的最佳实践,这份文档中提出跨流媒体视频工作流的级联效应可以通过多点监控来观察记录和相互分离,这意味着从各个点(CDN、播放器、源或编码器)收集数据,然后将这些数据整合在一起。然而这些数据往往是孤立的,即使您可以尝试以某种方式连接它,那些从中派生的孤立的日志和指标通常也不足以驱动 QOE 或以真正有效的方式解决问题。

    01
    领券