P2P流媒体点播技术中缓存算法的研究

论文摘要

随着计算机和网络技术的快速发展,互联网流媒体技术广泛应用于网络直播、视频点播、远程教学等领域。但传统的基于C/S架构的服务模式很容易引起服务器的性能瓶颈和带宽瓶颈,难以胜任大规模的并发应用。最近几年新兴的对等网络（P2P）技术,通过节点之间的直接交互来实现信息资源的共享,极大地减轻了系统对中心服务器的依赖程度,但由于视频点播当中的高度交互性需求,使得实现的复杂程度较高。如何在动态的P2P网络环境中构建大规模、高可扩展、高可靠、高播放体验的P2P流媒体点播系统,是近年来研究的热点之一。本文是在对P2P流媒体点播系统中缓存算法研究的基础上,提出了一个基于全局分段流行度的节点缓存算法GSP-K（Global SegmentPopularity-Based Caching Algorithm-K）。该算法是在对P2P流媒体点播系统全局考虑的基础之上,通过对流媒体分段流行度的分布式统计,结合文件内分段采用频率的递减分布特性,综合评定各个流媒体分段的缓存效用值,使整个系统所缓存的各流媒体分段的副本数量与其缓存效用值成正比。在与其它缓存算法（如:LRU,LFU算法）的对比实验中,GSP-K算法在提高流行度统计精确度、改善缓存空间利用率、提高分段命中率等方面具有更好的性能。

论文目录

• 摘要
• ABSTRACT
• 第1章 绪论
• 1.1 课题的意义
• 1.2 国内外 P2P流媒体点播技术中缓存算法研究现状
• 1.3 本文主要研究内容
• 1.4 本文结构
• 第2章 P2P流媒体技术概述
• 2.1 引言
• 2.2 P2P技术
• 2.2.1 概念
• 2.2.2 P2P模式与C/S模式的比较
• 2.2.3 P2P的拓扑结构
• 2.3 流媒体技术
• 2.3.1 概念
• 2.3.2 P2P流媒体的拓扑结构
• 2.3.3 流媒体系统
• 2.3.4 P2P流媒体点播系统模块架构
• 2.3.5 P2P流媒体面临的挑战
• 2.4 本章小结
• 第3章 P2P流媒体缓存算法 GSP-K
• 3.1 引言
• 3.2 GSP-K缓存算法设计
• 3.2.1 缓存算法概述
• 3.2.2 流行度统计策略
• 3.2.3 超级节点选取策略
• 3.2.4 流行度的计算
• 3.2.5 效用函数的设计
• 3.3 本章小结
• 第4章 试验仿真
• 4.1 仿真环境
• 4.1.1 NS2仿真平台
• 4.1.2 GT-ITM拓扑生成器
• 4.2 仿真的设计和实现
• 4.2.1 生成网络拓扑
• 4.2.2 仿真程序设计
• 4.2.3 算法评价指标
• 4.2.4 仿真参数设置
• 4.3 仿真实验结果分析
• 第5章 全文总结与展望
• 5.1 本文总结
• 5.2 未来工作展望
• 致谢
• 参考文献
• 攻读学位期间的研究成果