论文部分内容阅读
随着互联网的不断发展与迅速普及,用户对多媒体信息的需求日益提高。对等网络(Peer-to-Peer,P2P)技术凭借其良好的可扩展性及低成本、易部署等优势,使得基于对等网络技术的流媒体系统成为解决大规模多媒体应用的最重要的技术手段之一。
P2P流媒体系统覆盖网是构建于物理网之上的一层逻辑网络,描述系统中节点之间的组织关系。覆盖网组织是构建P2P流媒体系统的基础,对资源定位、邻居节点的选择、系统鲁棒性等有着重要影响。然而,考虑直播与点播这两种典型的流媒体业务,由于其特性有所不同,目前P2P流媒体系统在构建覆盖网时采用分别实现的方式,这不仅增加了系统维护的复杂度,也影响两种业务中节点之间的协作性,造成资源浪费。此外,对于现实网络环境,由于网络延时、上行带宽、节点处理器能力、内存等因素,造成节点特性也有很大不同。因此,针对直播点播融合的流媒体系统覆盖网结构方面的研究还存在很多挑战。
本文重点研究P2P流媒体系统覆盖网相关技术,按照层次关系依次有如下关键技术:融合业务的流媒体系统覆盖网构建与节点协作分析、邻居节点选择、覆盖网优化技术及系统局部优化与全局优化的分析。主要贡献与创新点总结如下:
1.针对覆盖网的构建,本文提出一种基于结构化与非结构化相结合的P2P流媒体系统覆盖网组织方式。该构建方式充分考虑到直播与点播业务的异同,将系统中所有节点通过统一的覆盖网组织起来,不仅有利于内容资源的快速定位,而且扩大了备选邻居集合,有利于节点协作。此外,本文还提出了基于该覆盖网的节点协作模型,通过DQAA算法更深层次的分析如何充分利用融合系统的节点资源促进节点协作。实验证明,该覆盖网构建方式能促进不同频道间节点的协作,提高系统的整体性能。
2.针对邻居节点的选择,本文充分利用覆盖网结构化与非结构化相结合的特性,为数据调度层返回有内容、有能力的节点作为邻居。在选择有内容的节点时,提出基于Q-Learning的强化学习算法,利用节点历史信息来预测节点要获取的内容,通过预取的方式加速有内容的邻居节点查找。在选择有能力
的节点时,提出相对服务能力的概念来描述节点能力,通过有向Gossip的方式选择有能力的邻居节点。实验证明,本文提出的算法能快速查找到拥有内容且服务能力较强的节点,与DHT算法相比,平均跳转延时缩短约20%,并有效提高了节点协作效率。
3.针对覆盖网的优化,本文主要从物理拓扑相关优化和节点异构性优化两个方面论述。物理拓扑相关优化方面,提出一种基于地标节点的延时测量算法,通过延时来估计节点在物理网中的位置关系,并按照节点物理位置信息调整覆盖网。节点异构性优化方面,提出一种基于随机行走机制的邻居查找算法,用以发现系统中能力较强的节点,按照服务能力调整邻居关系。通过仿真实验,与同类算法相比,本文的覆盖网优化算法缩短系统平均延时约3~4秒。
4.针对系统的全局优化与局部优化的关系,本文首先构建了全局优化的系统模型,并通过拉格朗日对偶算法将其转化为对偶问题的子问题进行求解,得出分布式全局优化算法(Distributed Global Optimization,DGO)。接着,本文论述了局部优化的两种方式,即无协作的局部优化(Non-Cooperation LocalOptimization,NCLO)与协作局部优化(Cooperation Local Optimization,CLO)。通过博弈论的模型对无协作局部优化策略进行分析,同时提出了一种协作局部优化算法。最后,通过仿真实验的方法分析3种优化算法的性能、相互关系及各自特点,给出进行P2P流媒体系统优化的一般思路与方法。