阅读说明：本技术 一种基于合作博弈的移动边缘场景中的视频码率决策方法 (Cooperative game-based video code rate decision method in mobile marginal scene ) 是由 谭小彬 李思敏 徐磊 王顺义 杨坚 郑烇 于 2020-07-21 设计创作，主要内容包括：本发明提出一种基于合作博弈的移动边缘场景中的视频码率决策方法,包括：步骤1、移动用户将各自的信道质量及缓冲区状态报告给各自连接的基站,而基站继续将这些信息上报给边缘服务器,进而边缘服务器依据这些信息将用户分为多个组播组；步骤2、组播组作为一个整体参与组播组间的合作博弈,组播服务器根据合作博弈解进行带宽资源的分配；组播要求组内组播相同的内容,故而组内码率决策一致,通过合作博弈达成各组间资源分配和码率决策的帕累托最优解,即在不降低其他组效用的情况下,不能增加本组的效用；步骤3、组播服务器完成区域内的视频内容分发任务,并判断视频内容是否分发完毕,若已完成全部内容的分发,则结束,若还未完成,则回到步骤1继续循环。(The invention provides a video code rate decision method in a mobile marginal scene based on cooperative game, which comprises the following steps: step 1, the mobile users report the respective channel quality and the buffer area state to the respective connected base stations, the base stations continuously report the information to the edge server, and the edge server divides the users into a plurality of multicast groups according to the information; step 2, the multicast group is used as a whole to participate in a cooperation game among the multicast groups, and the multicast server distributes bandwidth resources according to the cooperation game solution; the multicast requires the same content to be multicast in the group, so that the code rate decision in the group is consistent, and the pareto optimal solution of resource allocation and code rate decision among groups is achieved through cooperative game, namely the utility of the group cannot be increased under the condition of not reducing the utility of other groups; and 3, completing the distribution task of the video content in the area by the multicast server, judging whether the distribution of the video content is finished or not, finishing the distribution if all the content is distributed, and returning to the step 1 to continue circulation if the distribution is not finished.)

一种基于合作博弈的移动边缘场景中的视频码率决策方法

技术领域

本发明涉及计算机网络技术领域，尤其涉及一种基于合作博弈的移动边缘场景中的视频码率决策方法。

背景技术

移动边缘计算(MEC)是近年新兴的解决方案，它将网络的计算和存储能力下沉到用户侧，即网络边缘处，以此来提供低时延、高可靠、大带宽的网络服务。特别地，用户端通过底层缓存减少对核心网络资源的重复访问，也能有效减少网络拥塞和访问延迟。网络边缘对视频流量的需求日益增加，如何有效利用边缘网络的场景，构建自适应视频架构，逐渐成为一个有价值的议题。

目前常见的自适应视频码率选择方法有如下几种：

早些年有研究提出了基于纯客户端的自适应视频算法，该方法是在普通网络场景下，客户端依据不同的算法，自主选择视频码率的方法。如客户端依据本地缓冲区占用水平决定自适应码率的方法，通过带宽预测进行自适应选择的方法，综合考虑缓冲区占用水平及带宽情况的SQUAD框架，以及基于非合作博弈的自适应算法，可以将有限的服务器输出带宽最优地分配给用户。然而仅客户端驱动的方法可能会导致“自私”的行为，在多用户状态下竞争资源时可能会产生不公平的结果，另外，由于缺乏协调也可能会导致网络资源利用不够充分。

因此，有研究提出了基于合作博弈的自适应视频流方法，通过协同用户行为以提高视频服务质量。该研究通过联盟形成博弈，将用户划分成不同的联盟，进而通过联盟剩余利益的再分配，达成网络资源分配的帕累托最优解，有效提升了网络资源的利用率和公平性。该研究未依托特殊的网络场景，而是在普通服务器-用户网络场景下进行的，联盟之间存在着较大的通信开销。

在移动边缘场景下，传统的无线基站被升级为能承担更多任务的智能化基站，有助于用户之间的通信协作，有的研究通过在边缘服务器上部署转码服务器，根据内容流行度及视频访问频率来主动缓存视频源流，在边缘用户请求内容时，根据多用户的需求及信道条件分别转交不同质量的视频。有的研究在多无线接入点的情况下，根据负载均衡策略决定边缘设备到边缘服务器的映射，然后在保证不发生播放中断的前提下，选择用户体验质量最佳的视频流。这些研究大多关注在边缘计算场景下如何最大限度地利用网络资源，对于用户之间的公平性，以及对用户视频内容请求的聚合(如组播)等特性并未深入研究。

发明内容

由于非边缘计算场景下的码率决策算法存在通信代价大，实施困难的问题，且现有的视频码率选择方法一般仅以客户端驱动，客户端无法获得网络状态信息因此难以实现对网络资源的充分利用，并且客户端决策时一般都是最大化自身收益，也影响了用户之间视频服务质量的公平性。因此，本发明提出一种基于合作博弈的移动边缘场景中的视频码率决策方法，依据用户的缓冲区及信道状态，将多媒体广播单频网络(MBSFN)区域内的视频用户分成多个组播组，由于同一组播组的用户状态相近，故同一组播组采用同一码率，相同的视频内容仅需在组内进行一次交付传递，且仅需从源服务器取回一次，提高了内容交付的效率，减轻了回程链路负载；组播组之间通过合作博弈决策组内码率，资源分配，有效保证了多用户的公平性。

本发明的技术方案为一种基于合作博弈的移动边缘场景中的视频码率决策方法，包括如下步骤：

步骤1、移动用户将各自的信道质量及缓冲区状态报告给各自连接的基站，而基站继续将这些信息上报给边缘服务器，进而边缘服务器依据这些信息将用户分为多个组播组；

步骤2、组播组作为一个整体参与组播组间的合作博弈，组播服务器根据合作博弈解进行带宽资源的分配；组播要求组内组播相同的内容，故而组内码率决策一致，通过合作博弈达成各组间资源分配和码率决策的帕累托最优解，即在不降低其他组效用的情况下，不能增加本组的效用；

步骤3、组播服务器完成区域内的视频内容分发任务，并判断视频内容是否分发完毕，若已完成全部内容的分发，则结束，若还未完成，则回到步骤1继续循环该过程。

进一步的，该方法适用的移动边缘网络场景为：在交换机处部署边缘服务器和多播服务器，上述服务器具有计算能力和缓存能力，连接着其下辖的多媒体广播单频网络MBSFN范围内的多个基站，组播单频网络内包含一个或多个组播组，能有效消除相邻MBSFN小区的传输干扰，基站下连接着众多的无线设备，同时该交换机还与其它交换机相互连接，该边缘服务器能够与其他区域的边缘服务器进行代价通信，最终边缘服务器连接到存储视频资源的源服务器，边缘服务器通过与源服务器的连接接收视频数据。

进一步的，多播服务器收集区域内用户的无线链路质量及内容的组播，边缘服务器负责用户分组、无线资源分配、码率决策的计算任务，另外边缘服务器上存在缓存模块，根据视频流行度及缓存替换策略决定流行内容的缓存与替换，当本组内查询已有内容时，直接为本组提供缓存，另外还能向周围边缘服务器提供已缓存的内容。

进一步的，所述步骤1中，边缘服务器依据这些信息将用户分为多个组播组，具体包括：

步骤1.1、计算分组信息

在分组时共同考虑CQI与客户端缓冲区的影响，对于信道质量，考虑信道质量及信道质量的历史状态信息，以表示信道质量和信道质量状态的变化的影响，分别用CQI和CQS来表示这两个因素，CQS的公式如(1)所示，其中a为参数，CQI_t-1表示上一时刻的CQI；客户端缓冲区状态考虑两个信息：一是缓冲区缓存大小，用BT表示，以秒为单位，表示缓冲区缓存片段的时间长度；二是缓冲区缓存的平均码率，用BR表示，以Mbps为单位，设某用户共缓存K个片段，l_k为其缓存的第k个片段的码率，其中1≤k≤K，每个片段的时间间隔均为ΔT，则BR计算公式如(2)所示。

步骤1.2、进行聚类

对于这N个用户，需要将其分为M个组播组，M由边缘服务器端设定，每个循环都需要重新进行分组，每个用户的信息为一个四维向量f_i，f_i＝(CQI_i，CQS_i，BT_i，BR_i)，i为用户序号；聚类算法的输入为给定N个用户的状态信息数据集[f₁，f₂，...，f_n]，使用聚类算法将其分成M个组。

进一步的，所述步骤2中，当分组完成后，边缘服务器作为这M个组的协调代理，通过这M个组之间合作博弈的计算，完成资源分配及码率决策的任务，并由组播服务器对各组组播内容，采用纳什议价模型来解决合作博弈解的问题。

进一步的，用户集合为[1，2，...N]，组播组集合为[1，2，..，M]；一个组播服务器下有大小为B_t的带宽，带宽大小是能够时变的，将带宽共同分配给M个组；所述步骤2具体包括如下步骤：

步骤2.1、用户效用计算，用户效用即为用户体验质量qoe，第i个用户下载第k个片段的效用用u_i(k)表示，该效用由视频片段质量、质量切换和播放中断组成；q_i(k)为用户i下载第k个片段时的码率，而size(q_i(k))是第k个片段的存储空间大小，x_i为用户i分配的带宽，δ_k为第k个片段下载前的缓冲区状态，单位是秒，a₁，a₂，a₃，r均为大于0的参数，a₁，a₂，a₃代表视频片段质量、质量切换和播放中断这三项在用户效用中的比重，r取0.6；

u_i(k)＝qoe_i(k) (3)

步骤2.2、组播组效用计算

组播组效即该组播组的效用函数u_m，x_m表示第m个组占用的带宽，

作为用户i是否在组m内的标志，0代表已连接，1代表未连接,B_t即组播服务器下的总带宽，对于基站下连接的各用户效用取对数，带宽作为分母，a₄是带宽分母的权重参数，以衡量带宽成本；效用函数u_m如公式(5)所示，公式(6)和(7)为组效用的限制条件；

步骤2.3、构建纳什议价模型；

步骤2.4、求解KKT条件得到资源调度与码率决策方法。

进一步的，所述步骤2.3、构建纳什议价模型具体如下：

为解决带宽分配和码率决策问题，将其建模为一个纳什议价问题，令为可能的协议集合空间，x_m为组m经协议分配得到的带宽，u_m(x_m)为用户基于空间得到的效用，为用户的分歧点空间集合；定义空间为用户所有可能效用的集合，如公式(8)所示；

定义分歧点的效用集合为公式(9)所示。

纳什议价结果必须满足以下4条公理，才能成为有效的议价结果：

1)帕累托最优；

2)对称性；

3)等价效用表示的不变性；

4)无关替代独立性。

存在一个满足以上四条公理的独立解

并能满足公式(10)及其限制条件(11)(12)(13)所示的优化问题，公式(11)的含义即分配给所有组的带宽不超过总带宽B_t，(12)的含义即所述的设备i是否在组m内的标志，0代表已连接，1代表未连接，(13)的含义即用户效用u_m需大于等于分歧点效用y_m，求出的解即为纳什议价结果：

u_m≥y_m，m＝1，2，...，M。 (13)

进一步的，所述步骤2.4、求解KKT条件得到资源调度与码率决策方法，具体如下：

使用拉格朗日乘子法解决纳什议价求解问题，借助连乘积的对数形式，将(10)所示的优化问题转化为公式(14)所示的最小化对数和问题，其余限制条件同(11)(12)(13)；然后设拉格朗日乘子为λ，μ_m，1≤m≤M，使用拉格朗日乘子法将优化目标(14)和限制条件(11)、(13)构造成拉格朗日函数L，如公式(15)所示，而该问题求解的KKT条件为(16a-g)，(16a)表示拉格朗日函数取极值时梯度为0，是求解优化问题的必要条件，(16b-c)是由(11)、(13)转化而来的不等式约束条件，(16d-e)为拉格朗日系数约束条件,拉格朗日系数非负，(16f)即(12)所示的约束条件，(16g)是拉格朗日的松弛互补约束条件，最终求解该拉格朗日函数和KKT条件即求得纳什议价解；

y_m-u_m≤0，m＝1，2，...，M (16c)

λ≥0 (16d)

μ_m≥0 (16e)

μ_m(y_m-u_m)＝0，m＝1，2，...，M。 (16g)

有益效果：

本发明提出了一种基于合作博弈的移动边缘场景中的视频码率决策方法。本发明解决了传统视频码率选择方法仅以客户端驱动，对网络资源的利用不够充分，多用户间的资源分配不够公平，缺乏实际的网络场景依托，通信代价大，实施困难等问题；由于采用了组播技术，各组内传播给各客户端的码率一致，同一组播组采用同一码率，相同的视频内容仅需从源服务器取回一次，实现了在网络边缘侧的内容聚合，尤其是对流行度高的大流量视频内容的聚合，大大减少了对核心网络的重复访问，减轻了回程链路负载，对于缓解核心网络流量拥堵也有一定帮助；另一方面，合作博弈算法保证了多用户之间的公平性，对于边缘网络来说，由于加强了边缘协作，边缘网络资源的利用也更加充分。

附图说明

图1：本发明的方法流程图；

图2：本发明网络场景示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整的描述，显然，所描述的实施例仅为本发明的一部分实施例，而不是全部的实施例，基于本发明中的实施例，本领域的普通技术人员在不付出创造性劳动的前提下所获得的所有其他实施例，都属于本发明的保护范围。

本发明主要流程如图1所示，一种基于合作博弈的移动边缘场景中的视频码率决策方法，包括如下步骤：

步骤1、首先，移动用户将各自的信道质量及缓冲区状态报告给各自连接的基站，而基站继续将这些信息上报给边缘服务器，进而边缘服务器依据这些信息将用户分为多个组播组；

步骤2、组播组作为一个整体参与组播组间的合作博弈，组播服务器根据合作博弈解进行带宽资源的分配；组播要求组内组播相同的内容，故而组内码率决策一致，通过合作博弈达成各组间资源分配和码率决策的帕累托最优解，即在不降低其他组效用的情况下，不能增加本组的效用；

步骤3、组播服务器完成区域内的视频内容分发任务，并判断视频内容是否分发完毕，若已完成全部内容的分发，则结束程序，若还未完成，则回到步骤1继续循环该过程。

进一步的，首先介绍本发明所采用的移动边缘网络场景。本发明在交换机处部署边缘服务器和多播服务器，这些服务器具有计算能力和一定的缓存能力，连接着其下辖的多媒体广播单频网络(MBSFN)范围内的多个基站，组播单频网络内包含一个或多个组播组，能有效消除相邻MBSFN小区的传输干扰，基站下连接着众多的无线设备，同时该交换机还与其它交换机相互连接，也就意味着该区域边缘服务器可以与其他区域的边缘服务器进行代价较小的通信，如相互交流缓存等。最终边缘服务器连接到存储视频资源的源服务器，边缘服务器通过与源服务器的连接接收视频数据，具体架构如图2所示。

其中，多播服务器收集区域内用户的无线链路质量及内容的组播，边缘服务器负责用户分组、无线资源分配、码率决策等计算任务，另外边缘服务器上存在缓存模块，根据视频流行度及缓存替换策略决定流行内容的缓存与替换，当本组内查询已有内容时，可以直接为本组提供缓存，除此之外，还可以向周围边缘服务器提供已缓存的内容。

下面详细介绍各个步骤的具体内容。

所述步骤1、进行组播组分组

组播分组任务由边缘服务器计算完成，由于各客户端的视频内容是由组播服务器下发的，因此组播服务器保存有客户端的视频缓存信息，并且客户端的信道状态对于组播服务器来说是可知的，之后再由组播服务器将相关信息发送给边缘服务器进行分组计算。下面介绍分组计算的一般方法：

步骤1.1、计算分组信息

由于用户体验质量与视频码率质量是正相关的，而视频码率与客户端信道质量(CQI)是正相关的，同时用户体验质量还受到视频质量切换、播放中断的影响，因此在分组时共同考虑CQI与客户端缓冲区的影响。对于信道质量，考虑信道质量及信道质量的历史状态信息，以表示信道质量和信道质量状态的变化的影响，分别用CQI和CQS来表示这两个因素，CQS的公式如(1)所示，其中a为参数，CQI_t-1表示上一时刻的CQI。客户端缓冲区状态考虑两个信息：一是缓冲区缓存大小，用BT表示，以秒为单位，表示缓冲区缓存片段的时间长度；二是缓冲区缓存的平均码率，用BR表示，以Mbps为单位，设某用户共缓存K个片段，l_k为其缓存的第k个片段的码率，其中1≤k≤K，每个片段的时间间隔均为ΔT，则BR计算公式如(2)所示。

步骤1.2、进行聚类

对于这N个用户，需要将其分为M个组播组，M是可以变化的常数，由边缘服务器端设定。由于客户端可能是移动的，CQI可能是时变的，故每个循环都需要重新进行分组。每个用户的信息为一个四维向量f_i，f_i＝(CQI_i，CQS_i，BT_i，BR_i)，聚类算法的输入为给定N个用户的状态信息数据集[f₁，f₂，...，f_n]，使用聚类算法将其分成M个组。

步骤2、资源分配与码率决策

当分组完成后，边缘服务器作为这M个组的协调代理，通过这M个组之间合作博弈的计算，完成资源分配及码率决策的任务，并由组播服务器对各组组播内容。采用纳什议价模型来解决合作博弈解的问题。

用户集合为[1，2，...N]，组播组集合为[1，2，..，M]。一个组播服务器下有大小为Bt的带宽，带宽大小可以是时变的，将带宽共同分配给M个组。

该问题的的解决方法如下：

步骤2.1、用户效用计算用户效用即用户QoE，公式如(3)和(4)所示。用户效用即为用户qoe，用户在下载片段k时的效用由视频片段质量、质量切换和播放中断组成。q_i(k)为用户i下载第k个片段时的码率，而size(q_i(k))是第k个片段的存储空间大小，x_i为用户i分配的带宽，δ_k为第k个片段下载前的缓冲区状态，单位是秒，a₁，a₂，a₃，r均为大于0的参数，a₁，a₂，a₃代表视频片段质量、质量切换和播放中断这三项在用户效用中的比重，r一般取0.6。

u_i(k)＝qoe_i(k) (3)

步骤2.2、组播组效用计算

即该组播组的效用函数u_m。x_m表示第m个组占用的总带宽，

作为设备i是否在组m内的标志，0代表已连接，1代表未连接,B_t即上文提到的组播服务器下的总带宽，且该带宽可以是时变的。对于基站下连接的各用户效用取对数，以达到比例公平的效果，带宽作为分母，a₄是带宽分母的权重参数，以衡量带宽成本。效用函数u_m如公式(5)所示，公式(6)和(7)为组效用的限制条件。

步骤2.3、构建纳什议价模型

为解决带宽分配和码率决策问题，本发明将其建模为一个纳什议价问题，令

为可能的协议集合空间，x_m为组m分配得到的协议带宽，u_m(x_m)为用户基于空间

得到的效用，

为用户的分歧点(无协议点)空间集合。定义空间

为用户所有可能效用的集合，如公式(8)所示。

定义分歧点的效用集合为公式(9)所示。

纳什议价结果必须满足以下4条公理，才能成为有效的议价结果：

1)帕累托最优；

2)对称性；

3)等价效用表示的不变性；

4)无关替代独立性。

存在一个满足以上四条公理的独立解并能满足公式(10)及其限制条件(11)(12)(13)所示的优化问题，公式(11)的含义即分配给所有组的带宽不超过总带宽B_t，(12)的含义即上文所述的设备i是否在组m内的标志，0代表已连接，1代表未连接，(13)的含义即用户效用u_m需大于等于分歧点效用y_m，求出的解即为纳什议价结果：

u_m≥y_m，m＝1，2，...，M (13)

步骤2.4、求解KKT条件得到资源调度与码率决策方法：使用拉格朗日乘子法解决纳什议价求解问题。首先由于优化目标含有连乘的形式，故借助连乘积的对数形式，将(10)所示的优化问题转化为公式(14)所示的最小化对数和问题，其余限制条件同(11)(12)(13)。然后设拉格朗日乘子为λ，μ_m，1≤m≤M，使用拉格朗日乘子法将优化目标(14)和限制条件(11)、(13)构造成拉格朗日函数L，如公式(15)所示，而该问题求解的KKT条件为(16a-g)，(16a)表示拉格朗日函数取极值时梯度为0，是求解优化问题的必要条件，(16b-c)是由(11)、(13)转化而来的不等式约束条件，(16d-e)为拉格朗日系数约束条件，拉格朗日系数非负，(16f)即(12)所示的约束条件，(16g)是拉格朗日的松弛互补约束条件，最终求解该拉格朗日函数和KKT条件即求得纳什议价解。

y_m-u_m≤0，m＝1，2，...，M (16c)

λ≥0 (16d)

μ_m≥0 (16e)

μ_m(y_m-u_m)＝0，m＝1，2，...，M (16g)

尽管上面对本发明说明性的具体实施方式进行了描述，以便于本技术领域的技术人员理解本发明，且应该清楚，本发明不限于具体实施方式的范围，对本技术领域的普通技术人员来讲，只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内，这些变化是显而易见的，一切利用本发明构思的发明创造均在保护之列。