基于交互行为相关性的流媒体数据预取策略

• 作者: 吴刚 张西文 王嵩
• 来源期刊: 小型微型计算机系统
• 学科: 工学
• 关键词: 缓存策略 用户行为分析 隐马尔可夫模型 服务质量
• 年，卷（期）: 2014,（8）
• 所属期刊栏目: 计算机网络研究
• 页码范围: 1738-1742
• 页数: 5页
• 分类号: TP393
• 字数: 6814字
• 语种: 中文

摘要

用户交互行为是认知流媒体系统的基础和关键技术,将交互行为中的相关性规律建模为隐马尔可夫模型(hidden Markov model,HMM),并由此提出基于隐马尔可夫模型的流媒体数据预取策略.该策略使用Baum-Welch法对HMM的系统参数进行最大似然估计;然后基于HMM 模型,利用当前用户的交互行为信息以及过去用户观看状态的后验概率进行贝叶斯推理,对用户当前观看状态的后验概率进行更新;最后根据最大后验概率准则对用户交互过程中的观看状态进行最终判决.使用后验概率,该策略可进一步确定具有最大预取价值的数据块,并实施预取策略以降低视频交互过程中的访问延迟.仿真实验证实了所提策略的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王嵩	中国科学技术大学网络传播系统与控制安徽省重点实验室	59	284	8.0	14.0
2	吴刚	中国科学技术大学网络传播系统与控制安徽省重点实验室	217	3774	29.0	54.0
3	张西文	中国科学技术大学网络传播系统与控制安徽省重点实验室	1	0	0.0	0.0