论文部分内容阅读
由智能监控摄像机组成的智能视频监控网络已经覆盖了许多城市的主要道路与建筑物,它们为用户提供7×24小时的智能视频监控服务。这些智能视频监控服务常常被部署在视频服务器上,每台服务器管理若干监控摄像机。然而,这些视频服务器彼此的联系较弱不利于信息的共享,并且资源的限制会影响服务的改进与扩展。视频数据中心的相关技术可以避免视频服务器的不足,它管理着大规模的服务器集群,集群内部与集群间均有网络互联便于共享信息、扩展资源。因此,越来越多的人将智能视频监控服务部署在视频数据中心上。在部署视频监控服务时,如何有效地利用视频数据中心的资源、提高服务质量就变得十分迫切。在提供智能视频监控服务时,视频数据中心需要从外部获取视频流,并对视频流进行转发与处理。因此,本文从视频流上载、转发与处理三个方面展开,对视频数据中心的资源调度问题进行研究,提出一系列的资源调度优化方法。在提供资源时,视频数据中心通常需要考虑服务时延、资源价格,资源的可用性和可扩展性等因素。在上载视频流时,我们着重解决接收上载视频流的资源可扩展性问题:在转发视频流时,我们综合考虑多个因素解决视频数据中心网络的路由选择问题;在处理视频流时,我们主要解决视频处理任务中子任务的服务器分配问题和运行时的负载均衡问题。本文的主要贡献如下:(1)提出一种基于“专属+共享”资源槽的上载流调度方法。在响应直播流的上载请求时,视频数据中心需要保证资源的可用性与可扩展性。我们首先使用资源槽的数量表示服务器的服务能力。之后,我们综合考虑了服务器开销与上载、下载阶段的网络开销对资源槽与网络资源的可用性与可扩展性进行建模。基于这些模型,我们分别使用专属调度策略与共享调度策略调节网络开销与服务器开销,达到最小化资源使用开销的目的。实验结果表明,该方法能够应对不同规模的用户,适应多种资源定价机制,并有效地降低了资源扩展时产生的资源总开销。(2)提出一种基于原始对偶优化的在线自组织视频流转发方法。针对视频流在视频数据中心互联网络的路由选择问题,我们考虑转发时延、资源开销、资源的可用性与可扩展性等因素综合评估资源供应开销,并构建视频数据中心的资源使用模型与视频转发模型。基于该模型,为了在可接受的时间内优化资源供应开销,得到指定近似度的近似最优解,我们依次解决数据中心选择问题和最短路径问题来降低求解的复杂度。针对数据中心选择问题,我们基于对偶优化的方法选择资源开销与转发时延最小的数据中心的服务器直接为用户转发视频流;针对最短路径问题,我们利用贪心算法找出代价最小的转发路径。实验结果表明,我们的方法能够在线地在多个因素间取得平衡,因此,可以有效地减少资源供应开销。(3)提出一种基于工作流图关键路径的多类型服务器分配方法。用户向视频数据中心提交视频处理任务,该任务使用工作流图来描述其中的子任务及其依赖关系。我们使用计算能力与服务器的开销两个因素描述子任务的属性,用工作流图中由子任务组成的关键路径计算任务的完成时延。为了满足用户对于服务器开销与任务完成时延的需求,我们的方法首先找到关键路径,并为其上的子任务分配性价比最优数目的服务器,随后为其它子任务分配最少数量的服务器。实验结果表明,在满足用户需求的前提下,我们的方法可以在任务完成时延与服务器开销间取得较好的平衡。(4)提出一种面向服务时延保障的服务器调度方法。视频数据中心需要保障各子任务的实际处理时延不应晚于用户设定的服务时延。但是在运行时输入负载的数量不是固定的,这会导致服务器上累积负载过多、等待时延过长的问题。针对该问题,我们首先将负载的排队时延建模成排队系统,并不依赖负载预测的结果来评估累积负载是否失衡。基于该模型,我们利用一种基于李雅普诺夫优化的方法根据输入负载的变化以最小代价自适应地扩展和回收服务器,保障累积在服务器上的负载可以在期望时间内被处理。实验结果证明,该方法不仅以最小的服务器代价保障服务时延,还维持了负载排队系统的稳定性。最后,我们设计并实现了一套面向智能交通监控服务的视频数据中心原型系统。该原型系统分为三层:资源层、平台层和应用层,它们分别对物理资源、虚拟资源以及监控服务进行管理。本文提出的资源调度方法均被部署在平台层用于调度虚拟资源。实验结果表明我们提出的方法的有效性。