基于SDN的媒体分发网络的接入控制研究

来源 :中国科学技术大学 | 被引量 : 0次 | 上传用户:michaelhocn
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
随着计算机网络技术的发展和进步,以及服务带宽的不断提高,人们对视频媒体业务的需求也在日益增加,网络视频服务正处于高速发展阶段。目前,流媒体技术广泛应用于网络视频服务领域,由于它对传输时延和服务带宽具有高度灵敏性,因此,各视频业务提供商纷纷建立了自己的媒体分发网络,以期提高业务响应能力和媒体分发的效率,并为视频应用提供灵活、有效的内容传输。但由于传统的网络中,网络层上采用尽力而为的服务方式,并没有考虑不稳定的网络状态和网络拥塞对视频传输以及用户服务质量(Quality of Service,QoS)造成的影响。而软件定义网络(Software Defined Network, SDN)作为一种可以克服上述缺陷的新型网络系统架构,已经得到了学术界和工业界的持续关注和研究,利用SDN控制器可以实现网络层上视频流的路径选择和优化控制。而接入控制作为媒体分发网络的重要组成成分,在资源有限的情况下,对于提高系统资源利用率,提供服务质量保障方面起到关键作用。因此研究SDN系统架构下的媒体分发网络的接入控制问题具有重要意义。本文的主要工作如下:1.针对SDN环境下媒体分发网络的接入控制问题,提出了一种综合考虑服务节点和传输链路服务性能优化问题的接入控制方案。与传统接入控制方案的不同之处在于,该方案利用SDN控制器对路由器的直接管控和全局信息感知能力,在获取服务节点的资源分配和服务状况信息的同时,可以获取网络中数据传输路径上的资源使用情况,并通过寻找最优策略来对应用层上服务节点服务性能和网络层上服务节点到用户之间的传输链路的服务性能进行联合优化,减少了链路拥塞对数据传输和用户服务质量的影响。2.在分析SDN环境下媒体分发网络特点的基础上,为系统的接入控制过程建立部分可观Markov决策过程(Partially Observable Markov Decision Process, POMDP)模型,并在系统建模时综合考虑服务节点和传输链路的性能优化问题。在模型构建完成后,选择基于观测的随机策略作为系统的接入控制策略,最后,通过策略梯度优化方法对其进行优化,并求解出模型的最优策略。3.基于上述理论分析和研究,设计仿真实例,通过分析实验结果验证所提方案和所建模型的有效性。仿真结果表明,与尽力而为的服务策略相比,基于POMDP模型的最优接入控制策略可以有效提升系统性能,增强系统的运营能力。
其他文献
随着网络规模的扩大,以以太网为代表的通信技术正成为工业控制网络发展过程中的新亮点和新方向。以太网作为目前应用最为广泛的局域网技术,已经在工业自动化和过程控制领域得到
现代控制理论多基于精确的数学模型。通常精确的数学模型无法获得或者比较难获得。而在现场的具体控制中往往积累了大量的离线和在线数据。在难以建立被控对象精确数学模型的
随着中国工业的飞速发展,传统的生产技术已经满足不了日益扩大的市场需求,自动化控制技术和信息化建设在制造企业中得到迅速的普及,以上两者已经成为衡量一个制造企业的管理
随着生产过程技术的发展,海上浮式生产储油卸油系统(Floating Production Storageand Offloading,FPSO)的过程性能监控成为FPSO技术的一个重要发展方向。本文深入剖析了多变量统
传统的TCP/IP网络推动了互联网的高速发展,但随着网络服务模式的不断变化,高带宽需求应用急剧增长,现有网络承受了极大的压力。TCP/IP网络难以满足不同业务的服务质量(QoS)保
传统的基于TCP/IP的互联网模型在可扩展性、移动性、安全性和效率等方面面临着前所未有的挑战。为了适应不断增长的信息访问要求,相继产生了一些数据分发技术,例如P2P(Peer t
随着工业控制系统与信息通信技术的深度融合,工控系统面临着日益严重的信息安全威胁。工控系统一旦遭受攻击将会严重影响国民经济和社会稳定,甚至威胁国家安全。面对日益严峻的
学位
随着互联网和数字多媒体技术的高速发展,社交平台和即时通信软件的迅速普及,图片、视频等多媒体数据出现爆炸式增长,这些数据普遍具有高维度和海量的特点。目前,云计算或大数
开关电源具有效率高、功率因数高、体积小、可靠性高等特点,已成为现代电源的主流形式,也是各类用电设备必需的基础技术,需求量大。但是普通的开关电源难以给同功率规格的直流电动机类负载供电,由于普通的开关电源在给直流电动机(特别是机械特性硬的直流电动机类)负载供电时,因电动机的动态电流往往高过其额定值的许多倍,使得开关电源给同功率规格的电机类负载供电时常因过电流保护关机而无法工作、或需要大幅降额使用而造成