對等網(wǎng)絡流媒體組播模型和算法優(yōu)化研究.pdf

1、傳統(tǒng)的流媒體技術(shù)是基于客戶端/服務器模式的，隨著網(wǎng)絡用戶數(shù)量的快速增長，開始出現(xiàn)很多問題，特別是大量用戶同時在線的時候，服務器性能會直線下降，無法滿足用戶視頻播放需求。P2P網(wǎng)絡模型作為互聯(lián)網(wǎng)上的新興應用，在利用率、擴展性、容錯等方面具有巨大潛力，可以充分挖掘互聯(lián)網(wǎng)上各類客戶機資源。以P2P流媒體為研究對象，從其系統(tǒng)架構(gòu)著手，進一步分析和研究了組播樹內(nèi)、組播樹間優(yōu)化算法以及組播樹構(gòu)建模型。
　　提出了一種層次化的P2P流媒體系統(tǒng)架

2、構(gòu)模型（HPSS）來支持高視頻播放帶寬，該系統(tǒng)采用多級聚類的網(wǎng)絡拓撲結(jié)構(gòu)，根據(jù)節(jié)點的延遲和帶寬，采取相應的聚類策略，所有節(jié)點被聚類到帶寬均衡的聚類中，以此來獲得流媒體速率的最大化。還為節(jié)點的加入、離開和聚類的重新平衡設計了算法，保證HPSS提供持續(xù)穩(wěn)定的高播放帶寬視頻服務。仿真結(jié)果表明，HPSS充分利用節(jié)點的帶寬，可獲得與理想流媒體速率上限接近的速率。該模型通過對層次結(jié)構(gòu)的有效維護來最大化系統(tǒng)的流媒體速率，解決了P2P流媒體中支持高視頻

3、播放帶寬的問題。
　　提出了一種基于優(yōu)先權(quán)的層次化應用層組播模型（PH-ALM），該模型綜合考慮了帶寬和時延因素，引入優(yōu)先權(quán)的概念。在保持原有的層次化ALM模型的基礎(chǔ)上，根據(jù)優(yōu)先權(quán)度量構(gòu)造局部ALM樹。優(yōu)先權(quán)具有明確的數(shù)學定義和計算方法，充分考慮局部帶寬和節(jié)點間的傳播時延，以優(yōu)先權(quán)為標準構(gòu)建的局部ALM樹具有局部最優(yōu)性。同時，該模型為節(jié)點的加入、離開和位置調(diào)整設計了高效的算法，使ALM樹定期調(diào)整結(jié)構(gòu)，實現(xiàn)數(shù)據(jù)轉(zhuǎn)發(fā)的負載均衡，以適應

4、傳輸節(jié)點網(wǎng)絡帶寬異構(gòu)情形，增加構(gòu)造ALM樹的靈活性。仿真實驗結(jié)果證明該模型能夠很好地適用于節(jié)點能力差異較大的網(wǎng)絡，系統(tǒng)維護開銷較小，簇內(nèi)ALM樹結(jié)構(gòu)優(yōu)化僅限于局部，保證了系統(tǒng)的穩(wěn)定性。
　　提出了一種基于歷史信息重用的覆蓋圖間優(yōu)化算法（HIR），該算法是在覆蓋圖內(nèi)優(yōu)化的基礎(chǔ)上進行覆蓋圖間優(yōu)化。讓每個節(jié)點保持多個樹內(nèi)連接表和樹間連接表，表的內(nèi)容是對該節(jié)點參與的樹內(nèi)和樹間最優(yōu)路徑的歷史信息的統(tǒng)計。在最優(yōu)路徑的探測方面，該算法對原有的逆

5、向探測RT算法進行了改進，在節(jié)點的鄰居選擇上克服了RT算法的隨意性，通過記錄節(jié)點被選做最佳路徑節(jié)點的總次數(shù)SUM，選擇SUM最大的節(jié)點作為鄰居節(jié)點，大大提高了最佳路徑選擇的命中率，使覆蓋圖間優(yōu)化進行得更徹底。實驗結(jié)果顯示，HIR較大地提高了覆蓋圖間優(yōu)化的效率，提高了系統(tǒng)資源利用率，提升了系統(tǒng)性能。
　　提出了一種基于服務窗口的動態(tài)樹算法，該算法引入服務窗口的概念，系統(tǒng)為每個在線播放的視頻流建立一個服務窗口，窗口大小由能直接從其接收

6、視頻對象節(jié)點的多少確定。并根據(jù)服務窗口在一定時間內(nèi)的歷史狀態(tài)，對其進行變化調(diào)整，同時為處于不同層次的節(jié)點的加入、退出和調(diào)整設定了不同的策略，以進行負載均衡并保證系統(tǒng)的魯棒性。仿真結(jié)果表明，模型能夠很好地在不同播放流之間均衡分配。重視高帶寬需求的同時，引入預留機制，具有較高的帶寬利用率。
　　分別對上述方法進行仿真實驗，從實驗的角度來分析各種方法優(yōu)劣，與已有傳統(tǒng)方案進行性能參數(shù)的對比。仿真結(jié)果表明，在鏈路帶寬利用率、端到端的平均延遲