內(nèi)容分發(fā)系統(tǒng)中關(guān)鍵策略研究.pdf

1、內(nèi)容分發(fā)業(yè)務(wù)的日益增加使得傳統(tǒng)網(wǎng)絡(luò)架構(gòu)遇到很大的挑戰(zhàn)。近年來 P2P技術(shù)作為一種可擴(kuò)展性的解決方案已經(jīng)成為了學(xué)術(shù)界研究的重點(diǎn)，特別是 P2P流媒體系統(tǒng)，其中有若干問題有待進(jìn)一步研究，最典型的如節(jié)點(diǎn)選擇策略。大部分節(jié)點(diǎn)選擇算法都是在追求某一方面的最優(yōu)，但是它沒有考慮到節(jié)點(diǎn)之間決策的相互影響。最近提出的內(nèi)容中心網(wǎng)絡(luò)從根本上改變了傳統(tǒng)網(wǎng)絡(luò)的架構(gòu)，網(wǎng)絡(luò)中的路由節(jié)點(diǎn)具有緩存數(shù)據(jù)的功能，因此它可以降低用戶獲取內(nèi)容的延時(shí)，同時(shí)提高了網(wǎng)絡(luò)性能。但是關(guān)于

2、內(nèi)容中心網(wǎng)絡(luò)中的關(guān)鍵策略研究缺很少。
　　本文主要針對(duì) P2P流媒體系統(tǒng)節(jié)點(diǎn)選擇策略、內(nèi)容中心網(wǎng)絡(luò)緩存策略以及服務(wù)節(jié)點(diǎn)選擇與流量工程的相互影響這三個(gè)方面進(jìn)行深入研究，具體內(nèi)容如下：
　　1、提出了一種通過節(jié)點(diǎn)間相互合作的負(fù)載均衡節(jié)點(diǎn)選擇算法(CLB)。該算法對(duì)節(jié)點(diǎn)的當(dāng)前剩余帶寬和延時(shí)進(jìn)行綜合考慮作為鄰居節(jié)點(diǎn)選擇的權(quán)重，通過節(jié)點(diǎn)間消息反饋的形式避免了節(jié)點(diǎn)負(fù)載過重的現(xiàn)象。最后通過仿真實(shí)驗(yàn)的方式驗(yàn)證了在用戶規(guī)模較大時(shí)，CLB算法能

3、夠比傳統(tǒng)策略達(dá)到更高的 QoS，同時(shí)降低了服務(wù)器負(fù)載。
　　2、提出了一種基于內(nèi)容流行度和距離的合作式緩存分配策略DPCC，和緩存替換策略 DFF。該策略根據(jù)內(nèi)容的請(qǐng)求頻率動(dòng)態(tài)地調(diào)整網(wǎng)絡(luò)中緩存的內(nèi)容包的個(gè)數(shù)，流行度越高的內(nèi)容，在網(wǎng)絡(luò)中緩存的包數(shù)量越多，且緩存該內(nèi)容的路由器距離Subscriber越近。最后通過實(shí)驗(yàn)的方式驗(yàn)對(duì)比研究了傳統(tǒng)緩存策略(All Cache、WAVE)和 DPCC緩存分配策略，后者能夠獲得更高的緩存命中率，同

4、時(shí)降低了服務(wù)器的負(fù)載。另外對(duì)比研究了拓?fù)涞钠骄葦?shù)對(duì)緩存的影響。對(duì)于Subscriber較少的情況下，小度數(shù)的拓?fù)渲芯彺嫘瘦^高；對(duì)于Subscriber較多的情況下，大度數(shù)的拓?fù)渲芯彺嫘瘦^高。
　　3、通過仿真實(shí)驗(yàn)對(duì)SS和TE之間的相互影響進(jìn)行深入研究。結(jié)果表明當(dāng)內(nèi)容流量粒度較小時(shí)，SS和TE的相互影響較小，且經(jīng)過有限次的SSTE之后，網(wǎng)絡(luò)的性能(代價(jià))能夠得到改善且趨于穩(wěn)定。但是當(dāng)內(nèi)容流量較大時(shí)，二者的相互影響較大。隨著SS