基于DONet的P2P流媒体直播调度算法研究

来源 :燕山大学 | 被引量 : 0次 | 上传用户:luluzhangwei
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
随着宽带的日趋普及和通信网络技术的快速发展,P2P流媒体以其高扩展性和较高的性价比,成为推动未来宽带应用的主动力。如何对各个发送者传送的数据进行有效合理的调度成为提高流媒体服务质量的关键,因而高性能的数据调度成为P2P流媒体研究领域中的一个核心问题。DONet是一种用于流媒体的数据驱动网络,利用数据的可用性信息引导数据的流向而非利用某个特殊的网络结构约束数据的流向,其简单、高效、健壮等特点改善了系统的稳定性,提高了系统的吞吐量,从而有效的弥补了以往树状模型的不足。然而现有的DONet调度算法存在着启动延迟大、有限带宽下数据块易丢失、节点带宽利用率不高等问题。本文针对流媒体数据具有的时间限制特性,在深入分析了现有DONet数据调度算法的基础上,提出了一种基于DONet的P2P流媒体直播优化调度算法(LOSA)。首先,算法考虑将数据块在Peer节点缓存中的位置与其播放期限相关联,和尽量减少紧急请求的等待时间的问题,设计了一种紧急数据请求优先的策略,保证紧急数据可以优先调度,同时减少数据块的丢失。其次,算法在考虑节点能力的前提下,将传统的RF策略与提出的紧急数据请求优先策略相结合,既保证了紧急数据的优先请求,又保证了稀缺数据块在网络中的快速分发,从而提高了媒体流的播放质量。最后,在网络仿真平台NS-2上进行了算法的仿真实验,并与现有数据调度算法进行了性能分析比较。仿真结果表明所提出的算法较现有算法具有更加良好的性能。
其他文献
树木的模拟是计算机图形学在林学可视化领域应用的前沿课题之一,树木的形态结构在其生长过程中起着重要的作用,在树几何建模的过程中,真实地模拟树木枝条的自然弯曲状态是一
支持向量机Support Vector Machine, SVM)是机器学习领域的有效工具,以其快捷的训练方法和良好的泛化性能受到人们的广泛关注,在函数估计、模式识别等方面取得令人欣慰的成果