基于主动分担的P2P流媒体数据调度研究与设计

来源 :苏州大学 | 被引量 : 0次 | 上传用户:ahhaa
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
P2P流媒体应用是目前网络应用研究中的热点之一,数据调度作为P2P流媒体系统设计中的一个关键性问题得到了广泛的关注。目前现有的相关P2P流媒体数据调度策略大多是在请求节点上实施,而没有很好的考虑服务节点的负载状况,这使得在系统中的各个节点之间存在负载不均衡的现象。本文针对这一现象提出了一种基于主动负载分担的数据调度算法,该算法将节点的负载情况分等级,并让轻载节点主动向重载节点通告负载等级,通过将重载节点的某些数据请求转移给轻载节点实现负载分担。在考虑了服务节点的负载状况的情况下,由于系统中往往存在着大量的自私节点,这使得系统中搭便车和公共的悲剧现象频繁发生。针对这一现象,本文提出了一种基于博弈论的P2P流媒体激励机制,通过将节点上传量作为节点的效用函数的一部分来激励节点主动上传以达到主动分担的目的。最后本文针对在采用激励机制的系统中,存在着一些为了最大化自身效用而进行共谋的节点这一问题,提出了一种抗节点共谋的P2P流媒体系统信任机制,通过综合考虑节点的邻居节点信任池中的信任令牌,来对节点的信任值进行评估,并将节点的信誉值与节点信用池中自发行信任令牌的节点数量进行关联,来达到抑制节点共谋的目的,以进一步加强主动分担的效果。实验结果表明,采用基于主动分担的数据调度策略可以有效的提高播放质量和上行带宽利用率,减少服务器压力,系统中的网络资源也得以充分利用,从而改善用户体验,提高系统性能,对推动流媒体应用的大规模开展具有积极的意义。
其他文献
本文在李群均值计算的基础上,提出了Lie-Fisher学习算法,其主要思想是在李群流形上寻找一个由总体样本内均值的李代数元素决定的单参数子群,这个单参数子群是原李群上的一条
随着人们生活步入智能化和信息化时代,移动摄像设备在日常生活中逐渐普及,图像获取工具的增多,使得图像的获取更加简单便捷,同时也导致图像数据量迅速增大。近年来,用以描述
当今时代科技迅猛发展,互联网上出现了越来越多的三维数据,而形式概念分析是以二维数据为基础的,不能满足对此类数据进行挖掘研究的需求,因此无法从中获取到有价值的信息。随
随着网络的日益发展,使用流媒体系统观看节目成为不可抵挡的趋势,它在逐渐抢占传统有线电视的媒体市场。基于P2P的流媒体系统在充分利用了网络中大量节点资源的条件下,确保了
随着数字音乐在网络中的不断发展,不仅使得广大的音乐爱好者可以通过计算机自动获取所喜爱的音乐,而且引起了计算机科学家及工程技术人员对自动音乐信息检索的极大研究兴趣。然
近年来,随着越来越多人群踩踏、恐怖袭击以及其他公共安全事件的发生,作为群体行为监控、分析、预警基础的人群异常事件检测已经成为智能监控领域中亟需解决的问题之一。然而
随着互联网技术的飞速发展,越来越多的数字内容开始在互联网上传播,数字内容服务已经成为互联网行业中发展最快、最有前景的领域之一。但是,数字内容通过网络传播时极易被非法获
随着云计算技术的推广,涌现了许多优秀的云计算平台,其聚合了大量硬件资源和软件资源,并采用虚拟化技术实现动态伸缩服务量,按需提供服务。为确保云平台正常运转,必须对整个云架构
随着信息技术和互联网的发展,基于流式数据的应用越来越多,传统的计算架构已经无法满足这类应用的需求。本文针对于基于数据采集和在线统计分析等Web应用的现实问题,设计并实现
随着信息科技的不断进步,智能手机设备正日渐普及,移动互联技术也在飞速发展,强大而丰富的手机应用功能为人们的日常生活、学习和工作带来了极大的便利。   在这之中,Android