P2P流媒体数据分配算法评价准则的研究

来源 :华南理工大学 | 被引量 : 0次 | 上传用户:sonim0
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
流媒体是推动未来宽带应用的主动力,但流媒体对带宽的高占用特性使其在Internet上大规模应用面临诸多困难。而P2P模式是解决服务器链路瓶颈问题的理想模式。基于P2P的流媒体系统具有用户越多播放越流畅越稳定的特性,能够支持数万人同时在线的大规模访问。但由于受现有的带宽延迟、抖动、丢失等影响,P2P流媒体在许多方面仍然存在着较多的问题,目前很多研究学者将这些问题归结为数据分配策略上,提出许多改进的算法,如OTS、FSS、JSS、ZBS、MBDA等。然而,这些算法的研究仍然局限在理论上,没有统一的研究环境,没有定量地动态地体现算法优劣的评价指标。因此,建立研究平台,全面地分析P2P流媒体分配算法的性能是非常必要而且是很有意义的。 本文在分析了国内外的P2P流媒体数据分配算法的基础上,首先完善了P2P流媒体数据模型,然后增加及量化了分配算法相关的因素,再从缓冲延迟、数据块连续性、出错纠正功能、节点限制等多个角度提出了新的数据分配算法的评价准则,最后提出综合评价算法优劣公式。评价准则的提出为以后新算法的研究提供了参考。 本文设计的研究平台P2PModel,在ICDStream系统基础上进行简化和抽象,抽取出其中两个核心模块:数据分配模块和数据下载模块,再加入节点带宽生成模块和统计模块,最后将数据输出到Matlab接口,实现了在同一环境下横向比较各个分配算法的优劣,从而大大方便了分配算法和评价准则的研究。 新的评价准则及统一的研究平台P2PModel为P2P流媒体分配算法的研究与实现提供了高效的工具和途径。实验仿真结果表示,目前的MBDA算法在实际网络环境更有优势。
其他文献
复杂背景下的运动目标检测与跟踪是从错综复杂的视频序列中自动、准确地检测、分割运动目标并对其运动轨迹进行跟踪的过程。它是智能交通、智能监控、机器人导航、虚拟现实、
制造出像人一样的机器,能够代替人类去从事各种工作,成为人们日常生活的伙伴甚至可以作为人类社会的一部分一直是人类的梦想之一。近年来,随着仿人机器人技术的不断发展,尽管
视频监控系统中视频的编解码、数据传输是一个重要的环节。达芬奇(DaVinci)技术将固定功能器件的高效率和可编程器件的灵活性结合起来,支持各类数字视频的终端设备,以及面向
射频识别(Radio Frequency Identification,RFID)是一种利用射频信号自动识别目标对象并获取相关信息的技术,近年来已经在交通、供应链、门禁、生产管理等众多行业应用。RFID
随着电子政务、电子金融等的流行,使如何保障涉密网络和非涉密网络之间信息交换的安全,如何合理地解决网络开放性与安全性之间的矛盾成为了一个迫切需要解决的问题。网络隔离
随着Internet在世界各地的迅速普及和飞速发展,网络服务器的负载越来越重。例如越来越多的企业将他们与顾客和业务伙伴之间的联络搬到互联网上;随着Web2.0风潮的涌现,比较热门
M2M (Machine-to-Machine)的应用市场正在全球范围内快速增长。M2M服务平台提供以设备的交互为核心并且网络化的服务,可以为用户提供数据采集、状态监控、指挥调度等方面的信
高速公路交通事件的快速检测,是目前智能交通系统中的重要组成部分,对及时有效地进行交通事故救援和处理,有效减少由于交通事故产生的交通延误及避免二次事故的发生具有重要
随着近年来无线网络技术的发展,对具有自组织功能、可快速部署的无线移动自组网络(ad hoc networks)的需求也越来越大。与传统的依赖于外部的基础设置以支持其移动性的蜂窝网
数字电视是电视产业的发展趋势,我国计划在2015年以前完成从模拟电视到数字电视的整体转换。PTV(Personalized Digital Television),又称个性化数字电视机顶盒,具有在数字电