具负载平衡之IPTV影音串流系统

郭书耀+李孟晃

摘  要： 影音媒体具高带宽及实时特性，因此影音串流系统的服务质量的提升端赖影音服务器的有效管理。在此提出一套Video replication及Access request distribution的算法，藉由将热门影音分散到各影音服务器以及影音存取的分散，以达到各影音服务器系统负载平衡的效果。在此比较了3个不同的算法的负载平衡的状况，经实例验证，提出的算法确能达到影音服务器负载平衡的效果，承载更多的系统服务要求。该系统构建在Smart?iTV的IPTV系统台，并讨论了实作的相关技术。

关键词： IPTV; 负载平衡; 影音串流; 影音备份; 随选视讯

中图分类号： TN964?34                   文献标识码： A                            文章编号： 1004?373X（2014）24?0022?06

IPTV system with load balance among replica servers

GUO Shu?yao， LI Meng?huang

（Department of Information Technology and management， Shih Chien University， Taipei 104， Taiwan， China）

Abstract： Since the video media has wide band width， the improvement of QoS （quality of service） of IPTV system depends on effective management of video servers. A video replication and access request distribution algorithm to implement a load balanced IPTV system with replica servers is proposed in this paper. The proposed algorithm is based on the more replicas for hot program and load distribution among replica servers. By comparing with two other algorithms， the proposed algorithm features better load balance effects. System practices demonstrate that the access requests can be evenly distributed among replica servers such that a better streaming service can be provided. The proposed algorithm has been implemented on an IPTV system platform. The relative technical issues for the implementation are discussed.

Keyword： IPTV; load balance; video streaming; video replica; video on demand

0  引  言

在VOD（Video on Demand）的系统规划上或是Video Replication and Placement的研究上，或是CDN（Content Delivery Network）系统建置的成本问题探讨上，storage capacity的需求是很明确的，就是各Video program的档案总和（也就是各Video program的program duration总和）。然而network bandwidth的需求的估算就比较困难[1?3]。论文以“worst?case demand”作为network bandwidth配置的参考参数，从而决定系统建置所需的storage capacity、网络光纤及交换设备的容量。Worst?case demand即是peak usage demand，在peak usage period的时候，使用者的数目达到最高峰，这些使用者所使用的network bandwidth总和即是worst?case demand，系统网络的配置必须依据此最高峰的network bandwidth需求来设定，以确保其服务质量。而在文献[1?3]的论文中，则以replication的方式来分散单一Origin server的负荷，在此架构中，Replica servers用来储存许多热门的影音内容，各影音内容依其viewing request probability来决定影音replication的份数，从而分散这些热门影音内容被点选时的网络流量带宽，以得到最佳成本的系统建置。 虽然上述论文有数学模式来描述worst?case demand的估量方法，然而还是无法精确地估量系统的worst?case demand，尤其Replica servers对worst?case demand估量的影响，文献[1?3]的分析模式有其适用性的问题与困难。除了文献[1?3]的研究外，文献[4?8]等研究的replication策略， 都是依各影音的热门程度，给予不同备份数的影音档，藉此来分散掉该影音在Origin Server的负荷。比如若A影片的热门程度是B影片的3倍的话，若B影片在replica servers有2个replicas的话，那么A影片就会有6个replicas安置在replica servers。而上述影音的热门程度的决定，在文献[4?8]等的研究会以影片的access rate或access probability或popularity来界定该影音的热门程度。

本文以图1的架构探讨具有replica servers的IPTV系统架构的video replication及access request distribution。如何将Origin Server里的影音replicated至replica server，此即video replication的问题;当一个access request要求服务时，如何将此access request distribute各replica servers，此即access request distribution的问题。此IPTV系统是架构在Smart?iTV的系统平台，提供以遥控器为输入设备的IPTV服务[9]，亦能提供汇流IPTV、PC及mobile device的数字汇流影音服务[10]。

图1 具有replica servers的VOD系统架构

1  Video replication algorithm和Access

request distribution algorithm

为了方便探讨，本文假设此IPTV系统的每个影音档案都具有同样的大小以及播放的带宽。因此对于Replica Server j的空间容量Cj系以可以储存多少个影片来表示;而Replica Server j的带宽容量Bj 则以可以同时播放多少个影片来表示。本文以αj来代表Replica Server j的replication风险值，此值是探讨Video replication algorithm的重要参考值。

表1 理论模式中所提及的符号

以下列的Test Case来比较不同算法的优劣，此Test Case为：v1，v2，v3，v4，v5，v6，v8，v10，v12。假设有9部影音分别为v1每1 s被点播1次;v2每2 s被点播1次;v3每3 s被点播1次;v4每4 s被点播1次;v5每5 s被点播1次;v6每6 s被点播1次;v8每8 s被点播1次;v10每10 s被点播1次;v12每12 s被点播1次，共9部影音。此时有一部Origin Server以及三部replica servers为Replica Server I，Replica Server Ⅱ，Replica Server Ⅲ来建构此9部影音的播放服务;每当有一影音被点播，则该影音第一次被播放时是Origin Server来提供，此时该影音将被备份至3部replica servers中的某一台，之后该影音要再度被点播时则由存放该影音的replica server来提供;此处亦假设每部replica server的Bj为3，Cj为4。以下分别以算法一、算法二、算法三来探讨不同算法的优劣。

算法1：Video replication algorithm：选择最不常使用的replica server作为video replication的replica server。Access request distribution algorithm： 端视access request的影音座落在哪个replica server，即由该replica server执行该影音的播放。

根据上述algorithms，Test case在各时间的video replication及access request distribution如图2所示。第1 s时v1由Origin Server播放，此时三部replica servers总共播放次数皆为0，则依顺序从Origin Server中将v1影音复制至Replica Server I，此时Replica Server I的存放影音个数为1。第2 s时v1由Replica Server I执行v1的播放，此时v2由Origin Server被播放，同时v2将从Origin Server被复制，此时Replica Server Ⅱ，Replica Server Ⅲ尚无提供影音的播放，则依顺序从Origin Server中将v2影音复制至Replica Server Ⅱ ，此时Replica Server Ⅱ的存放影音个数为1。于第8 s时，Replica Server Ⅲ的存放影音个数为4，已达到replica server最大储存空间Cj上限4。而在第10 s时，由于Replica Server Ⅲ影音总共播放次数最少，因而从Origin Server将v10复制至Replica Server Ⅲ，但Replica Server Ⅲ储存影音空间Cj已达上限4，因此将发生v10无法被复制及播放问题。

图2 算法1的仿真结果

算法2：Video replication algorithm：选择较低的αj的Replica Server j执行video replication;Access request distribution algorithm：端视access request的影音座落在哪个replica server，即由该replica server执行该影音的播放。

根据上述algorithms，Test case在各时间的video replication及access request distribution如图3所示。第1 s时v1由Origin Server播放，此时v1将被复制，同时三部replica server之αj值皆为[03]，则依顺序从Origin Server中将v1备份至Replica Server I，此时Replica Server I的存放影音个数为1。第2 s时v1由Replica Server I执行v1的播放，同时v2从 Origin Server中被播放，此时Replica Server Ⅱ，Replica Server Ⅲ之αj值皆为[03]，则依顺序从Origin Server中将v2备份至Replica Server Ⅱ，此时Replica Server Ⅱ的存放影音个数为1。第3 s时v1由Replica Server I执行v1的播放，同时v3从Origin Server中被播放，此时Replica Server Ⅲ之αj值为[03]，则从Origin Server中将v3备份至Replica Server Ⅲ，此时Replica Server Ⅲ的存放影音个数为1。依此程序持续将v1，v2，v3，v4，v5，v6，v8，v10，v12备份在Replica Server I、Replica Server Ⅱ、Replica Server Ⅲ上，虽然与演算一比较后每个影音都能均匀分布在各个replica server上，但未考虑各个影音热门程度问题，因此各个replica server处理影音播放工作量不平衡，可得知Replica Server I播放影音总共次数比Replica Server Ⅱ及Replica Server Ⅲ多，但未达到负载平衡成效。

图3 算法2的仿真结果

算法3：Video replication algorithm：选择较低的αj的Replica Server j执行video replication;并将热门的影音备份到更多的replica servers。Access request distribution algorithm：当有多个replica servers具有access request所需的影音时，选择负荷最小的replica server，执行该影音的播放。

根据上述algorithms，Test case在各时间的video replication及access request distribution如图4所示。

事先设定每5 s会去查询单位时间内影音被播放的状况以得知5 s内被点播次数最多的影音，设定为热门影音，即备份至其他的replica servers，以平均分担各个replica server的负载。本算法在将影音备份到各个replica servers的过程，具皆与算法二一致，亦即以αj值作重要的参考参数。当在第5 s时v1被播放，系统每5 s查询各影音被播放之状况，发现v1于5 s内被播放次数达到4次。相较于目前所被播放的影音v2，v3，v4都来得热门许多，因此启动v1备份。由于Replica Server Ⅱ、Replica Server Ⅲ之αj值皆为[13]，则依顺序将v1备份至Replica Server Ⅱ。至于access request distribution的运作，以图4的第120 s为例，在此时间，Test Case的9个影音都需播放，由于v3，v4，v5，v6，v8，v10，v12均只有一份影音在特定的replica server，所以这些影音只能在此些replica server上播放。亦即Replica Server I播放v4，v6，v10;Replica Server Ⅱ播放v5，v8，v12;Replica Server Ⅲ播放v1，v3，v5;如是Replica Server I为满载负荷，Replica Server Ⅱ、Ⅲ相对负荷较小。由于v2在Replica Server Ⅱ、Ⅲ均有备份，v1则在Replica Server I、Ⅱ、Ⅲ均有备份，所以择定v2在Replica Server Ⅱ播放，v1在Replica Server Ⅲ播放，如此可以得到3部replica servers的负载平衡。

图4 算法3的仿真结果

图4与图3相较，皆能符合系统影音服务需求，图4经由将热门影音备份在更多的replica servers，而有较佳的负载平衡，其负载比例为1∶1∶0.9，而图3的负载比例为1∶0.5∶0.3。因此，本文即以算法3作为实践此一具有负载平衡的IPTV串流系统。

2  系统架构

2.1  前台系统架构

由于本文是修改Smart?iTV系统平台，以成为一个具负载平衡的影音串流系统，所以本论文势必须对Smart ?iTV系统做详尽的剖析，才能在此系统内嵌此负载平衡的模块。攸关本论文的Smart?iTV系统为其前台系统，此前台系统概分为影音选单页面、影音介绍页面、以及影音播放页面，如图5所示。

影音选单页面的选项可能为影音内容的选项或是另一个影音选单页面，若是该选项属于影音内容的选项，当该选项被点选时，系统即呈现该影音内容的影音介绍页面，该页面会有一触发影音播放的关键点，当使用者启动触发影音播放关键点时，该影音内容即内嵌在影音播放页面做串流播放，并且将该影音的播放次数记录在Smart?iTV的数据库里。

图5 Smart?iTV影音选单页面到影音播放页面的流程关系

2.2  具平衡负载的串流系统架构分析

为达串流负载平衡的串流系统，本论文提出Original video replication、Hot video replication 及Access request distribution这三个模块的实作，如图6所示。当使用者点播某部影音时，Original video replication module将查询使用者所点选的影音过去曾被播放过，若不曾被播放过，则由Origin Server提供影音播放服务，并依照算法3，将所被点播的影音备份至αj值较低的Replica Server j;若曾被播放过，则Access requests distribution process将至Smart?iTV数据库查询哪些replica servers有该影音的备份，并依算法3选择负载较低的replica server，来执行此影音播放的服务。Hot video replication process是一个back?ground process，每单位时间内去查询Smart?iTV数据库中被点播次数最多的影音，判定为热门影音，并选择αj值较低的replica server，将此热门的影音备份到该replica server。图6的Replica Server I、Ⅱ两个replica servers，在Smart?iTV的Original video replication module及Hot video replication process会各自与replica server的Peer video replication共同完成video replication的任务。

图6 具平衡负载的串流系统架构图

3  系统实作

由于本系统是架构Smart?iTV上，所以会引用部分Smart?iTV数据表及相关字段，并增加部分的数据表及数据表字段，为使这些信息能够被清楚检视，兹整理如表2所示。

表2 影音播放相关数据表

参照图7，当使用者进入影音选单页中所呈现的影音选项来自步骤0.1的CategoryTemplate数据表中Cate_Name值，而使用者点选某一影音选项时则可能导向步骤0.2或步骤0.3，步骤0.2根据使用者所点选之Cate_Name值找出其对应的Cate_ShowMode值，当Cate_ShowMode为‘3时则又是另一组影音选单页，当Cate_ShowMode值为‘1时直接进入步骤0.3同时将Cate_UID值传至影音介绍页，依照Cate_UID值根据步骤0.4找到相符合的ML_PID值所对应的ML_UID域值及ML_Content及影音文件名。当使用者于影音介绍页中启动触发影音播放的关键点时，及执行步骤0.5将ML_Content值传至影音播放页，影音播放页串流服务是透过mms的协议来达成的，此即mms：//IP address of a replica server/Media Service的发行端点/被点播的影音档名，被点播的影音档名即步骤0.5的ML_Content值。同时执行步骤0.6将View_ContentID值记录至View_Content_Log数据表，以记录像音的播放次数。基于上述所讨论的Smart?iTV的架构，本论文在影音播放页内嵌了Original video replication module及Access request distribution process的模块、在Smart?iTV的系统安置了Hot video replication process的background job、以及记录各replica servers规格的Replica_Server_Profile数据表、记录各replica servers存放影音文件的Replication_Log数据表、记录各影音在各replica servers播放次数的View_Count，如图7所示。图7的0.1～0.6步骤，为上述Smart?iTV既有影音播放的流程;步骤1.1～1.4是Original video replication module的步骤流程;步骤2.1～2.5是Access request distribution process的步骤流程;步骤3.1～3.7是Hot video replication process的步骤流程。当有一影音被点播，Original video replication module将查询View_Content_Log及MediaListTemplate检视该影音过去是否有被播放过，如步骤1.1;若不曾被播放过，此时依照图6情境由Original Server提供影音播放，随即启动video replication将影音备份至最小αj（从Replica_Server_Profile得到）的Replica Server j，并更新Replica_Server_Profile的Replica Server j存放的影音数及记录备份影音数据至Replication_Log，如步骤1.2、1.3、1.4;若不曾被播放过即启动Access request distribution process，选择Origin Server播放，同时标记该影音已表示该影音被播放过，若曾被播放过至Replication_Log查询该影音备存放在哪一Replica Server j，挑选该Replica Server j播放，并记录其播放该影音次数，如步骤2.1、2.2;若于Replication_Log中查询到有两个Replica Server j皆拥有该影音档案，则依步骤2.3查询View_Count_Stat_On_Replica数据表根据播放影音量最少的Replica Server j来播放，并记录Replica Server j播放次数，如步骤2.4、2.5。

图7 具负载平衡之IPTV系统实作架构

步骤3.1、3.2单位时间内Hot video replication process将去查询View_Count_Log数据表被播放次数最高的影音，设定为热门影音，如步骤3.3;即启动video replication将影音备份至最小αj（同步骤1.2）的Replica Server j，如步骤3.4;并更新Replica_Server_Profile的Replica Server j存放的影音数及记录Replication_Log备份影音数据，如步骤3.5、3.6;每当Hot video replication process完成video replication动作时，即更新View_Count_Log重置影音播放次数，如步骤3.7。

图8 具负载平衡之IPTV影音串流系统实作

图8为图7的细部流程及对应的数据表的关系图。使用者要点播影音vi，可从View_Content_Log及MediaListTemplate中计算ML_UID次数，即可判断vi是否曾经被点播过，若不曾点播过vi，则Origin Server播放vi，并将vi备份至最小αj（从Replica_Server_Profile计算CurrVideoNum/Bandhwidth得αj）的Replica Server j并更新Replica_Server_Profile的CurrVideoNum值及记录Replication_Log的Video_Name值为vi，同时于记录MediaListTemplate的ML_PlayBack值，表示已被Origin Server播放过。若vi曾被点播过（从MediaListTemplate的ML_PlayBack知道），则从Replication_Log数据表可知，是否有两部以上replica servers存放vi。若为false，即从Replication_Log挑选存放vi的Replica Server j播放，并于View_Count_Stat_On_Replica中记录Replica Server j播放vi次数;若为true，即从View_Count_Stat_On_Replica数据表中，搜寻存放vi的replica servers播放影音量最少的Replica Server j来播放vi，同时于View_Count_Stat_

On_Replica中记录Replica Server j播放vi次数。而Hot video replication process则是每单位时间内计算View_Count_Log中影音放次数最高的影音，并设定为热门影音，并查询最小αj的Replica Server j，将此热门影音备份至更多的replica servers，同时更新Replica_Server_Profile的CurrVideoNum值及记录Replication_Log的Video_Name值为vi。

4  结  论

本文提出在Smart?iTV平台上建构一个具负载平衡的IPTV影音串流系统的video replication及access request distribution algorithms，并以Original video replication，Access request distribution及Hot video replication等3个模块来实作此algorithms。除了比较与验证相关算法之外，本文已分析系统实作的方式及可行性。经实例验证，此系统确能达到replica servers负载平衡的效果，以能承载更多的系统服务要求。

参考文献

[1] THOUIN Frederic， COATES Mark. Equipment allocation in video?on?demand network deployments [J]. ACM Transactions on Multimedia Computing， Communication， and Applications， 2008， 5（1）： 1?22.

[2] THOUIN Frederic， COATES Mark. Video?on?demand server selection and placement [C]// Proceedings of the 20th International Tele?traffic Conference on Managing Traffic Performance in Converged Networks. [S.l.]： [s.n.]， 2007： 18?29.

[3] ZHOU Xiao?bo， XU Cheng?zhong. Efficient algorithm of video replication and placement on a cluster of streaming servers [J]. Journal of Network and Computer Applications， 2007， 30（2）： 515?540.

[4] TAN Bo， MASSOULIE Laurent. Optimal content placement for peer?to?peer video?on?demand systems [C]// Proceedings of IEEE INFOCOM. [S.l.： IEEE， 2011： 694?702.

[5] NEVES Tiago Araujo， DRUMMOND Lucia Maria de A， OCHI Luiz Satoru， et al. Solving replica placement and request distribution in content distribution networks [J]. Electronic Notes in Discrete Mathematics， 2010， 36： 89?96.

[6] CHELLOUCHE Soraya Ait， AUBRY Will， NEGRU Daniel， et al. Home boxes support for an efficient video on demand distribution [C]// Proceedings of 2011 IEEE International Conference on Multimedia and Expo（ICME）. [S.l.]： IEEE， 2011： 1?6.

[7] MU?OZ?GEA Juan Pedro， TRAVERSO Stefano， LEONARDI Emilio， et al. Modeling and evaluation of multisource streaming strategies in P2P VoD systems [J]. IEEE Transaction on Consumer Electronics， 2012， 58（4）： 1202?1210.

[8] WU Wei?jie， LUI J C S. Exploring the optimal replication strategy in P2P?VoD systems： Characterization and evaluation [C]// Proceedings of 30th International Conference on Computer Communications. [S.l.]： IEEE， 2011： 1206?1214.

[9] LEE Meng?Huang. The design of a heuristic algorithm for IPTV web page navigation by using remote controller [J]. IEEE Transactions on Consumer Electronics， 2010， 56（3）： 1?6.

[10] 李孟晃，陈思妤.计算机与互动电视影音服务选单之数字汇流技术开发[J].现代电子技术，2010，33（6）：94?98.

On_Replica中记录Replica Server j播放vi次数。而Hot video replication process则是每单位时间内计算View_Count_Log中影音放次数最高的影音，并设定为热门影音，并查询最小αj的Replica Server j，将此热门影音备份至更多的replica servers，同时更新Replica_Server_Profile的CurrVideoNum值及记录Replication_Log的Video_Name值为vi。

4  结  论

本文提出在Smart?iTV平台上建构一个具负载平衡的IPTV影音串流系统的video replication及access request distribution algorithms，并以Original video replication，Access request distribution及Hot video replication等3个模块来实作此algorithms。除了比较与验证相关算法之外，本文已分析系统实作的方式及可行性。经实例验证，此系统确能达到replica servers负载平衡的效果，以能承载更多的系统服务要求。

参考文献

[1] THOUIN Frederic， COATES Mark. Equipment allocation in video?on?demand network deployments [J]. ACM Transactions on Multimedia Computing， Communication， and Applications， 2008， 5（1）： 1?22.

[2] THOUIN Frederic， COATES Mark. Video?on?demand server selection and placement [C]// Proceedings of the 20th International Tele?traffic Conference on Managing Traffic Performance in Converged Networks. [S.l.]： [s.n.]， 2007： 18?29.

[3] ZHOU Xiao?bo， XU Cheng?zhong. Efficient algorithm of video replication and placement on a cluster of streaming servers [J]. Journal of Network and Computer Applications， 2007， 30（2）： 515?540.

[4] TAN Bo， MASSOULIE Laurent. Optimal content placement for peer?to?peer video?on?demand systems [C]// Proceedings of IEEE INFOCOM. [S.l.： IEEE， 2011： 694?702.

[5] NEVES Tiago Araujo， DRUMMOND Lucia Maria de A， OCHI Luiz Satoru， et al. Solving replica placement and request distribution in content distribution networks [J]. Electronic Notes in Discrete Mathematics， 2010， 36： 89?96.

[6] CHELLOUCHE Soraya Ait， AUBRY Will， NEGRU Daniel， et al. Home boxes support for an efficient video on demand distribution [C]// Proceedings of 2011 IEEE International Conference on Multimedia and Expo（ICME）. [S.l.]： IEEE， 2011： 1?6.

[7] MU?OZ?GEA Juan Pedro， TRAVERSO Stefano， LEONARDI Emilio， et al. Modeling and evaluation of multisource streaming strategies in P2P VoD systems [J]. IEEE Transaction on Consumer Electronics， 2012， 58（4）： 1202?1210.

[8] WU Wei?jie， LUI J C S. Exploring the optimal replication strategy in P2P?VoD systems： Characterization and evaluation [C]// Proceedings of 30th International Conference on Computer Communications. [S.l.]： IEEE， 2011： 1206?1214.

[9] LEE Meng?Huang. The design of a heuristic algorithm for IPTV web page navigation by using remote controller [J]. IEEE Transactions on Consumer Electronics， 2010， 56（3）： 1?6.

[10] 李孟晃，陈思妤.计算机与互动电视影音服务选单之数字汇流技术开发[J].现代电子技术，2010，33（6）：94?98.

On_Replica中记录Replica Server j播放vi次数。而Hot video replication process则是每单位时间内计算View_Count_Log中影音放次数最高的影音，并设定为热门影音，并查询最小αj的Replica Server j，将此热门影音备份至更多的replica servers，同时更新Replica_Server_Profile的CurrVideoNum值及记录Replication_Log的Video_Name值为vi。

4  结  论

本文提出在Smart?iTV平台上建构一个具负载平衡的IPTV影音串流系统的video replication及access request distribution algorithms，并以Original video replication，Access request distribution及Hot video replication等3个模块来实作此algorithms。除了比较与验证相关算法之外，本文已分析系统实作的方式及可行性。经实例验证，此系统确能达到replica servers负载平衡的效果，以能承载更多的系统服务要求。

参考文献

[1] THOUIN Frederic， COATES Mark. Equipment allocation in video?on?demand network deployments [J]. ACM Transactions on Multimedia Computing， Communication， and Applications， 2008， 5（1）： 1?22.

[2] THOUIN Frederic， COATES Mark. Video?on?demand server selection and placement [C]// Proceedings of the 20th International Tele?traffic Conference on Managing Traffic Performance in Converged Networks. [S.l.]： [s.n.]， 2007： 18?29.

[3] ZHOU Xiao?bo， XU Cheng?zhong. Efficient algorithm of video replication and placement on a cluster of streaming servers [J]. Journal of Network and Computer Applications， 2007， 30（2）： 515?540.

[4] TAN Bo， MASSOULIE Laurent. Optimal content placement for peer?to?peer video?on?demand systems [C]// Proceedings of IEEE INFOCOM. [S.l.： IEEE， 2011： 694?702.

[5] NEVES Tiago Araujo， DRUMMOND Lucia Maria de A， OCHI Luiz Satoru， et al. Solving replica placement and request distribution in content distribution networks [J]. Electronic Notes in Discrete Mathematics， 2010， 36： 89?96.

[6] CHELLOUCHE Soraya Ait， AUBRY Will， NEGRU Daniel， et al. Home boxes support for an efficient video on demand distribution [C]// Proceedings of 2011 IEEE International Conference on Multimedia and Expo（ICME）. [S.l.]： IEEE， 2011： 1?6.

[7] MU?OZ?GEA Juan Pedro， TRAVERSO Stefano， LEONARDI Emilio， et al. Modeling and evaluation of multisource streaming strategies in P2P VoD systems [J]. IEEE Transaction on Consumer Electronics， 2012， 58（4）： 1202?1210.

[8] WU Wei?jie， LUI J C S. Exploring the optimal replication strategy in P2P?VoD systems： Characterization and evaluation [C]// Proceedings of 30th International Conference on Computer Communications. [S.l.]： IEEE， 2011： 1206?1214.

[9] LEE Meng?Huang. The design of a heuristic algorithm for IPTV web page navigation by using remote controller [J]. IEEE Transactions on Consumer Electronics， 2010， 56（3）： 1?6.

[10] 李孟晃，陈思妤.计算机与互动电视影音服务选单之数字汇流技术开发[J].现代电子技术，2010，33（6）：94?98.