论文部分内容阅读
内容分发业务的日益增加使得传统网络架构遇到很大的挑战。近年来P2P技术作为一种可扩展性的解决方案已经成为了学术界研究的重点,特别是P2P流媒体系统,其中有若干问题有待进一步研究,最典型的如节点选择策略。大部分节点选择算法都是在追求某一方面的最优,但是它没有考虑到节点之间决策的相互影响。最近提出的内容中心网络从根本上改变了传统网络的架构,网络中的路由节点具有缓存数据的功能,因此它可以降低用户获取内容的延时,同时提高了网络性能。但是关于内容中心网络中的关键策略研究缺很少。本文主要针对P2P流媒体系统节点选择策略、内容中心网络缓存策略以及服务节点选择与流量工程的相互影响这三个方面进行深入研究,具体内容如下:1、提出了一种通过节点间相互合作的负载均衡节点选择算法(CLB)。该算法对节点的当前剩余带宽和延时进行综合考虑作为邻居节点选择的权重,通过节点间消息反馈的形式避免了节点负载过重的现象。最后通过仿真实验的方式验证了在用户规模较大时,CLB算法能够比传统策略达到更高的QoS,同时降低了服务器负载。2、提出了一种基于内容流行度和距离的合作式缓存分配策略DPCC,和缓存替换策略DFF。该策略根据内容的请求频率动态地调整网络中缓存的内容包的个数,流行度越高的内容,在网络中缓存的包数量越多,且缓存该内容的路由器距离Subscriber越近。最后通过实验的方式验对比研究了传统缓存策略(All Cache、WAVE)和DPCC缓存分配策略,后者能够获得更高的缓存命中率,同时降低了服务器的负载。另外对比研究了拓扑的平均度数对缓存的影响。对于Subscriber较少的情况下,小度数的拓扑中缓存效率较高;对于Subscriber较多的情况下,大度数的拓扑中缓存效率较高。3、通过仿真实验对SS和TE之间的相互影响进行深入研究。结果表明当内容流量粒度较小时,SS和TE的相互影响较小,且经过有限次的SSTE之后,网络的性能(代价)能够得到改善且趋于稳定。但是当内容流量较大时,二者的相互影响较大。随着SSTE轮次增大网络性能不能收敛,且有递增的趋势。