论文部分内容阅读
随着网络技术,多媒体技术以及计算机技术的发展以及人们对流媒体信息需求的增加,流媒体系统已经在因特网上开始了现大规模地应用。可是流媒体传输的实时性、高宽带性等特点使得传统方式(C/S结构)的流媒体无法满足大规模运用的需求。于是,产生了基于代理缓存的CDN(ContentDistilbutionNetwork,内容分发网络)流媒体系统来解决流媒体的发展瓶颈问题。在CDN流媒体系统中,网络资源和服务器资源也随着用户的增加也变得十分紧张,因此如何节约系统资源已成为流媒体研究的主要方向。而替换算法的优劣直接影响了流媒体系统中代理缓存的空间利用率,缓存命中率和用户访问延迟时间等性能,因此替换算法的优化也成为了节约系统资源的主要研究方向。
本文分析了流媒体代理缓存替换算法的研究现状,阐述了流媒体的相关知识和各种缓存替换算法的基本思想,特别指出了传统的最小效用替换算法的两个不足之处:一是对流媒体节目的流行度没有给予相应的重视;二是在具有Zipf分布的流媒体系统中,传统的最小效用算法并没有结合节目的zipf分布规律。论文着重讨论了流媒体对象的时间流行度、最小效用函数和流媒体节目的zipf分布问题,从而提出了两种更加适合流媒体代理缓存系统的替换算法:SCU-PNK(SmallestCacheUtility-K)算法和SCU-PN算法。具体工作如下:
1.SCU-PNK算法是一种基于流行度的最小效用算法。它的基本思想是为所有媒体对象建立一个与媒体对象未来流行度和媒体节目字节有用性成正比,与流媒体对象大小成反比的效用函数。当发生替换时,则将具有最小效用值的流媒体对象替换出代理缓存。这是一种综合了流媒体对象时间流行度与最小效用函数之间优点的替换算法。实验表明:SCU-PNK算法比LRU算法、LFU算法和SCU-PFUT算法拥有更短的访问延迟时间和更高的缓存命中率。
2.SCU-PN算法也是一种基于流行度的最小效用算法。不同点在于,SCU-PN算法是在SCU-PNK算法的基础上,综合了Zipf分布。大量的统计研究表明:很多流媒体系统的节目点播服从Zipf分布,因此SCU-PN算法就是在最小效用函数中利用Zipf分布来代替点播概率参数,如此替换算法将更加的符合实际情况。实验表明:在Zipf分布的流媒体系统中,SCU-PN算法要比SCU-PNK算法在缓存命中率和访问延迟方面具有更高的性能。
在CDN流媒体系统中,代理缓存替换算法的主要作用就是让代理服务器以有限的空间来尽量缓存人们将来最经常访问的媒体对象,而流行度和点播Zipf分布规律则在一定程度上反应了这一要求。因此本文所提出的两种替换算法分别是将流媒体时间流行度(包括外部流行度,内部流行度和未来流行度的预测)和Zipf分布引入最小效用函数,从而提高代理缓存性能,这对代理缓存替换算法的研究有着重要的意义。