隨著互聯網接入的普及和帶寬的提升，視頻觀看量也在逐年提升。為了開發應對每月發送數万PB視頻的技術，麻省理工（MIT）計算機科學與人工智能實驗室（CSAIL）的科學家們，最近就研究瞭如何利用一個播放器狀態數據和文件特徵，對視頻系統進行適當的優化和擁塞控制。

Minerva協議原理圖（來自：MIT / CSAIL，via VentureBeat）

思科指出，到2021 年，全球網絡傳輸的視頻內容，將超越每秒100 萬分鐘（1.7 萬小時）。此外，研究估計視頻流已佔2017 年互聯網總流量的75%，且有望在2022 年升至82% 。

為了確保不同用戶在觀看時的公平性，CSAIL 提出了一種名叫Minerva 的端到端協議，特點是能夠極大地減少緩沖和像素化，而無需對底層基礎設施進行改動。

其指出：“隨著視頻流量的增長，多個客戶分享瓶頸鍊接的可能性正變得越來越大。若內容提供商採取適當的優化，便有機會提升多個用戶的視頻觀看體驗。然而時下的傳輸協議，並非專為視頻流應用而打造，僅能提供連接層級上的公平性”。

大多數視頻內容提供商，都對由Reno 和Cubic 等擁塞減少算法做出的帶寬決策感到滿意。這些算法通過為競爭流提供鏈路容量的相等份額，來尋求實現連接層級上的公平性。

結果就是，內容提供商只能孤立地微調觀看體驗，而無法在客戶端之間進一步優化分配帶寬。且未能充分考慮諸如屏幕尺寸、分辨率、設備類型、回放緩衝區大小等在內的因素。

對比演示實例（來自：MIT / CSAIL）

作為對比，即使沒有關於競爭視頻客戶端的明確信息，Minerva 協議亦能夠動態地調節視頻流速率，以實現公平性。當客戶端中有人分享了瓶頸鍊路時，其速率會收斂到不會干擾其它互聯網流量的帶寬分配。

換言之，Minerva 實現了捕獲帶寬和體驗質量之間關係的技術和分佈式算法。各個客戶端通過視頻過程來計算其動態權重，然後確定與網絡條件和其它變量相關的帶寬比例分配。

在涉及現實世界中家庭Wi-Fi 網絡和兩個連接到八組客戶端的亞馬遜網絡服務（AWS）實例的實驗中，研究人員成功地借助Minerva，在1/4 時間內、將15-32％ 的視頻質量從720p 提升到了1080p 。

此外，通過為有可能重新緩衝的視頻分配帶寬，該協議平均可減少47% 的總回收時間—— 即便數據的到達和離開也是不可預測的。

一篇相關論文的資深作者、兼MIT 教授的Mohammad Alizadeh 表示：

如果你家中有五個人同時播放視頻，Minerva 可分析各種視頻如何受到下載速度的影響。然後基於這些信息，為每個視頻提供最佳的觀看品質、而不會降低其它視頻的體驗。