PAST:基于对等网络节点协助的流媒体数据传输策略的研究与实现

来源 :中国科学院计算技术研究所 | 被引量 : 0次 | 上传用户:lyhmj
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
对等网络研究及应用的不断发展使其吸引了越来越多的关注。基于对等网络的流媒体数据传输技术充分利用对等网络参与节点相互协作的特性,取得了很好的应用效果,对互联网络从文本模式向多媒体模式迈进进程,具有深远的影响。   本文在现有研究实践成果的基础上,提出了以对等网络中节点相互协助为基础的流媒体数据传输方案:PAST(Peer Assisted Streaming Transmission)。该方案力求通过充分发挥节点间的协作能力,在保证直播节目的流畅回放的同时,挖掘对等网络中隐含的时空局部特性,通过有序化对等网络中的数据流向,减小对骨干网络的数据传输压力。并通过动静结合的思路,应对对等网络无法避免的动态特性。在PAST方案中提出并实现了以下两大策略:   双向的节点选择策略,为数据交换过程提供可靠的节点,通过结合请求端基于拓扑映射的节点选择策略(TOMANS,TOpology Mapping Assisted Neighbor Sdection)与响应端基于节点统计信息的节点选择策略(SANS,Statistics AssistedNeighbor Selection)两种策略,利用节点间关系的空间局部特性,保证数据的尽可能本地流动,有序化对等网络数据流向。TOMANS是对现有对等网络的平坦逻辑拓扑结构进行的优化,以获得节点间邻近关系;同时,SANS从对等网络全局性能出发,对TOMANS的输出结果进行修正,以保证节点对系统整体的放大能力贡献为目标,减轻低效节点对对等网络整体数据交换性能的影响。   基于数据窗口辅助的流媒体数据分片交换方案(WADE,Window Assisted Data Exchange),通过引入数据窗口的概念,以发挥流媒体直播数据的时间本地特性。根据节点选择给出的邻近关系,对数据窗口内数据进行与传输能力相关的分片调度,达到数据窗口的多节点并行获取,提高数据获取效率的目的。
其他文献
随着Internet规模的扩大和网络应用的普及,网络安全问题日益突出。为了实现对敏感数据的保护,同时打破企业内部网的职能范围在物理位置上的限制,虚拟专用网(Virtual Private Net
中国的海岸线长度超过18000公里,频繁的遭受暴雨、雷暴等强对流天气的侵袭。这些自然灾害往往给社会和经济带来巨大的损失。中尺度对流系统(Mesoscale Convective System,MCS)
随着集群技术和网络技术的飞速发展,网络存储系统成为解决集群I/O性能瓶颈的主要手段之一。集群文件系统作为网络存储系统的核心技术,很好地解决了传统文件系统中存在的性能、
机群系统凭借其良好的易构建性和可扩展性,无论是在高性能科学计算领域,还是在商业计算领域,都得到了广泛的应用。但是随着机群系统硬件规模的不断扩大以及应用的复杂化,系统出现
在计算机技术发展过程中,模拟一直是一个十分重要的研究方法。模拟器是运行在一个平台上的特殊程序,它可以模拟另外一个平台所具有的特征,前者称为宿主机,后者称为目标机。模拟器
近几年来,多模移动终端得到了越来越广泛的应用。目前的研究热点是使多模终端能够同时接入多个网络,利用多种无线资源相互配合进行业务流传输。在这种通信模式下,当原有接入网络
链接预测是属性网络中常见的一类任务,即预测两个节点之间的边存在的可能性,核心在于构建有效的链接表示。传统的方法往往依靠费时费力的特征工程,但是近年来,表示学习和深度学习
在今天的开放计算环境和数据中心中,计算机系统需要根据提供服务类型的不同而划分成多个子系统进行管理和维护,各个子系统之间相互孤立,很难实现资源的共享,面对不断变化的服务需
随着用户数据重要性的增加,基于周期性备份的数据解决方案已不能满足用户数据保护的需要。连续数据保护技术(CDP)成为近年来数据保护领域的一大研究热点,它有效解决了周期性备
传统的文本分类算法在进行大规模数据的学习时效率低下,甚至无效。增量学习能使学习算法的时间和空间资源消耗保持在可以管理和控制的水平,具有较高的实用价值。现有的增量学习