移动应用层组播树全局重构策略与自适应节点失效检测算法研究

来源 :华中师范大学 | 被引量 : 0次 | 上传用户:gomo08
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
目前,随着移动智能终端设备计算能力不断增强与存储容量逐渐扩大,而其价格日趋低廉,使得移动智能终端设备得到大量普及。其中,流媒体终端应用日益为人们所喜爱。为移动智能终端应用提供流畅甚至高清品质的流媒体服务渐成研究热点。以端主机负责数据包复制转发并减轻流媒体服务器负载压力的应用层组播高效技术方兴未艾。以应用层组播树节点离开而迫使调整其子孙节点于组播树位置,进而引发暂时中断数据连续的稳定性问题,严重影响用户对QoS的需求。因此,根据应用需求合理处理应用层组播树的稳定性问题,是提高用户满意度的关键。针对应用层组播节点动态性进而引发稳定性问题,本文以缩短节点离开组播树恢复时间为突破点,研究应用层组播树恢复策略与失效节点检测算法。本篇文章的创新之处主要表现为以下两个方面:首先,本文针对节点退出提出了基于异构节点应用层组播树全局优选恢复算法。该策略基于这样的认知:组播成员节点或快或慢会离开应用层组播树,为不可预知的节点离开,提供充足应对措施是很有必要的。因此,应用层组播树维护一张全局节点信息表,并根据全局信息表提供可控数量候选父节点,针对节点主动退出,候选父节点收集重新加入节点的度与时延等关键信息并进行优选重加入的策略。仿真实验表明该算法降低了节点重新加入时延,同时有利于改善组播树的稳定性。其次,针对节点失效,提出基于消息延迟预测自适应双超时节点失效检测算法。该算法采用基于统计历史消息延迟样本,计算并预测下一个消息的到达时间间隔,并同时采用有效的双超时检测判断策略。仿真实验通过预测时间间隔与真实时间间隔进行对比以及统计判断的错误率,可以得出该算法提高了检测速度与准确性。
其他文献
随着计算机技术的快速发展,对数据进行深度分析的需求逐渐增多,数据挖掘技术的应用越来越广泛。结合我国实际,针对教育部规定的高校评估指标体系中的生均教学行政用房面积指标是
学位
摄像机标定是进行立体视觉研究的重要组成部分,是计算机视觉获取三维空间信息的前提和基础,在计算机视觉、摄影测量、三维重建等图像应用领域有着广泛的应用。标定结果的好坏
在技术不断变革的今天,越来越多的数据被生产出来。如何从庞杂的数据中发现有趣或有价值的内容成为目前学术界和工业界最为关注的问题。其中频繁模式挖掘因其能有效地挖掘出
智能交通系统(ITS)是智能视频监控系统在现代交通领域的重要应用,代表着未来交通管理的发展趋势,其中基于视频的车辆检测是ITS的一项关键内容,在ITS中起着决定性的作用。通常将
进入到二十一世纪之后,随着互联网的普及、信息化的高速发展,互联网用户的数量和网络应用业务的种类不断增多,使得在网络上不良信息迅速繁衍,不法分子利用网络传递和散步大量
数字地球的发展已对社会生活的各个方面产生了巨大影响,围绕数字地球开展的一系列卓有成效的工作受到了人们的广泛关注。基于大众化的技术开发正在随着GoogleEarth平台和Goog
随着多媒体技术和互联网技术的发展,图像信息越来越得到人们的重视。如何有效、准确地从大量的图像数据库中查找出人们感兴趣的图像成为了人们亟待解决的重要问题。基于内容
Web 2.0的飞速发展使得人们在社交媒体中的参与度不断提高,随之产生的各种携带用户观点和情感的结构化与非结构化信息为研究者们提供了大量可研究的资源,对其进行情感分类可
在基于构件的系统中,随着用户需求、软件运行环境不断地发生变化,系统在运行中需要不停地进行更新,对于某些需要长期运行的关键业务系统,如卫星定位导航系统、金融系统等,这些关键