论文部分内容阅读
平安城市、天网工程、雪亮工程等大规模安防系统要求视频监控的规模互联、广泛共享、智能使用。由于大规模视频传输对流媒体服务器集群产生了压力,因此为流媒体服务器均衡地分配用户请求任务,是提高流媒体服务器集群性能、保证视频传输的实时性与视频质量的核心和关键。本文针对平安城市的不同场景,设计了负载均衡方法。具体工作如下:针对应急指挥场景下,流媒体服务器集群负载不均衡问题,本文利用遗传算法的全局搜索能力,提出了基于遗传算法的负载均衡方法。设计了一种加入请求优先级限制的适应度函数,保证有报警事件或异常行为事件发生时视频请求的快速响应。通过确定染色体编码、适应度函数的设计和遗传操作,得到最优的请求分配方案,使流媒体服务器集群的资源利用率最大化,提高了流媒体服务器集群的性能,使流媒体服务器集群负载均衡。相比传统的动态反馈负载均衡方法,基于遗传算法的负载均衡方法在平均响应时间上缩短了15.9%,流媒体服务器的负载标准差减少了37.1%。针对在大规模用户并发请求相同视频流的场景下,流媒体服务器集群负载不均衡问题,本文基于BP神经网络,提出了视频请求持续预测的方法,实现了视频请求数的准确预测。在此基础上,由预测请求数得到负载变化趋势,提出了基于请求数预测的负载均衡方法,改善了传统动态反馈负载均衡方法负载计算滞后性的缺陷,使流媒体服务器集群负载均衡。相比传统的动态反馈负载均衡方法,基于请求数预测的负载均衡方法在平均响应时间上缩短了10.2%,流媒体服务器的负载标准差减少了51.5%。基于研究的技术与方法,设计并实现了面向平安城市的监控系统,将本文提出的两种负载均衡方法应用到系统中并进行测试,实现了不同场景下视频传输时流媒体服务器集群的负载均衡,保证了视频传输的实时性和视频质量,验证了方法的有效性。