基于缓存偏移量的P2P流媒体调度策略

现有P2P流媒体调度策略在确定数据块调度优先级时,未能综合考虑数据块稀缺度和紧迫度因素,导致了较差的播放连续度和启动延迟性能。提出的基于缓存偏移量的数据调度策略通过统计数据块在供求节点上的播放偏移量并对其加以处理,可有效懈决该问题,使播放连续度、启动延迟性能得到明显提高。     

一种基于节点可选度的P2P点播流媒体数据调度算法

当前的P2P(Peer-to-Peer)点播流媒体系统中数据调度算法未能充分利用每个用户节点自身的特性.在分析典型数据调度算法基础上提出一种基于节点可选度的数据调度算法(SSP算法).该算法一方面在调度下载数据块时综合考虑了邻居节点带宽能力及其所拥有的数据信息.另一方面对服务节点的请求处理过程进行了优化.SSP算法有利于提高用户节点播放视频的连续性,降低流媒体服务器的负载压力,从而改善P2P点播流媒体系统的整体服务质量.仿真结果和实际应用表明算法性能良好,适用于用户节点能力差异较大的P2P点播流媒体环境.     

基于最大优先权和的P2P点播启发式数据调度策略

针对P2P点播系统中节点的异构性,提出了一种基于本地稀有优先和随机抖动的数据片段优先权最大化的启发式数据调度策略.节点根据各个数据片段的优先权进行优先权最大化的启发式虚拟调度,选取优先权和最大的调度方案确定为最终调度方案,从而进一步提高服务器性能.仿真实验表明该调度策略能明显提高P2P流媒体系统的整体性能.     

基于节点能力度的P2P流媒体资源调度算法

传统流媒体网络因流媒体数据量较大的特点,使服务器的负载重、主干网压力大,从而导致网络吞吐量降低。为此,提出P2P流媒体资源调度算法。通过引入节点能力度和数据块优先级概念,构建多层管理流媒体系统模型。在此基础上,给出多源节点协同调度算法。实验结果表明,与基于数据块优先级的资源调度算法、先来先服务算法相比,该算法能有效缩短系统启动时延,提高播放连续度。     

基于请求响应控制机制的数据调度策略

现有P2P流媒体系统的调度策略大多在请求端进行数据调度,在响应端则采用简单的先来先服务或最小时限优先响应的响应策略,其缺点是优先级较高的请求在响应时未必被优先响应。为此,综合考虑数据块的紧迫性、稀缺性以及请求节点的带宽,提出一种基于请求响应控制机制的数据调度策略(DSBRC)。与现有的数据调度策略相比,DSBRC提高系统上行带宽利用率,同时缩短节点启动时延和提高节点播放质量。     

基于FGS的P2P流媒体网络编码及调度

为满足异质网络环境下用户对服务质量的不同需求,利用网络编码在P2P网络流媒体中的性能优势,提出基于FGS的P2P流媒体网络编码及调度方法。通过网络编码分级和节点分级管理,使各个异质节点协作工作,由此实现非结构化P2P网络中的分布式数据调度策略。实验结果表明,该方法可以使系统中各节点的播放连续度维持在1.0左右,尤其是在节点接入带宽、起始播放时延、提供的缓冲区较小的情况下,性能明显优于传统方法。     

P2P流媒体数据块的优化调度策略

在基于数据驱动的P2P流媒体系统中,流媒体数据在参与应用的节点间进行分发,导致流媒体播放质量降低。针对流媒体数据块的分发调度问题,提出一种数据块分发调度策略,通过在调度中考虑节点所需数据块对其流媒体播放质量的影响,以期在合理利用节点有限带宽资源的同时,实现流媒体播放质量的优化。仿真实验结果表明,该策略在改善流媒体播放质量方面具有较明显的优势。     

基于综合因素的P2P流媒体数据调度算法

为了提高P2P流媒体数据传输的效率,提出一种基于综合因素的P2P流媒体数据调度算法,该算法综合考虑数据块的提供者数量和紧急程度定义数据块优先级,并对与提供者之间的网络带宽进行有效估计,根据优先级和带宽调度P2P数据请求的次序和方向。仿真结果表明,该调度算法在节点吞吐量和系统连续性指标以及启动延迟方面比传统的P2P流媒体调度算法有明显提高。     

基于图着色的P2P流媒体数据调度算法

为了提高P2P流媒体的传输性能,提出一种基于图着色的数据调度算法。算法规定加入系统的每个节点和数据块都被分配某种颜色,请求节点优先获取相同颜色的数据块。根据数据稀有性、紧急性、新鲜性定义数据块优先级别,同时评估伙伴节点数据提供能力,以选择恰当的数据提供者。该算法能有效平衡节点负载,合理利用系统带宽,使数据分布更均匀,提高了系统传输性能。仿真实验表明,算法在数据填充率、启动延迟、数据到达率等重要指标上都优于传统数据调度算法。     

P2P视频直播数据调度算法

P2P技术解决了传统流媒体应用中的不能支持大用户的问题.而数据调度算法一直是P2P研究中的热点问题.在给出了P2P视频直播系统中节点能力的定义和计算方法后,结合BT中的Rarest First策略,提出了一种基于节点能力的适用于P2P视频直播系统的数据调度算法.该算法既考虑了流媒体数据具有时间限制的特性,同时也考虑了如何能充分的利用节点的上传带宽,增进了系统的负载平衡.     

基于改进粒子群算法的P2P流媒体数据调度策略

根据P2P流媒体数据调度特点,改进了粒子群优化算法,并提出适用于离散粒子群算法（MDPSOA）的数字串编码方式。调度策略引入资源紧急度以及资源稀缺度来选择调度数据片,然后用改进离散粒子群算法来进行节点寻优,找出最优调度节点集。最后通过实验仿真算法收敛性、数据调度时间、网络利用带宽和节点负载平衡,从而验证调度策略的可行性和有效性。     

An efficient scheduling algorithm for scalable video streaming over P2P networks

During recent years, the Internet has witnessed rapid advancement in peer-to-peer (P2P) media streaming. In these applications, an important issue has been the block scheduling problem, which deals with how each node requests the media data blocks from its neighbors. In most streaming systems, peers are likely to have heterogeneous upload/download bandwidths, leading to the fact that different peers probably perceive different streaming quality. Layered (or scalable) streaming in P2P networks has recently been proposed to address the heterogeneity of the network environment. In this paper, we propose a novel block scheduling scheme that is aimed to address the P2P layered video streaming. We define a soft priority function for each block to be requested by a node in accordance with the block’s significance for video playback. The priority function is unique in that it strikes good balance between different factors, which makes the priority of a block well represent the relative importance of the block over a wide variation of block size between different layers. The block scheduling problem is then transformed to an optimization problem that maximizes the priority sum of the delivered video blocks. We develop both centralized and distributed scheduling algorithms for the problem. Simulation of two popular scalability types has been conducted to evaluate the performance of the algorithms. The simulation results show that the proposed algorithm is effective in terms of bandwidth utilization and video quality.     

基于缓存区段的P2P流媒体调度算法

由于P2P环境的高度动态性和异构性,以及流媒体服务的高宽带和连续性强的特征,P2P流媒体系统中数据块和发送节点的调度便显得尤为重要。本文针对数据驱动的P2P流媒体系统提出了基于缓存区段的调度算法,即根据时间线将缓存划分为反映不同紧急程度的若干区段,以便节点根据资源副本数和紧急程度作出合理调度。模拟实验表明,在高 动态性的网络情况下,基于缓存区段的调度算法仍然能够很好地保证媒体流的连续性以及节点间的协作。     

P2P流媒体数据调度研究综述

P2P流媒体通过利用网络上普通主机节点的资源来提供流媒体数据服务,是一种扩展性好、性价比高的流媒体服务体系。数据调度是P2P流媒体研究中的核心问题,流媒体中严格的服务质量要求、Peer节点状态的不稳定性以及其带宽资源的有限性是其面临的主要挑战。介绍了近几年来该领域基于单播树、多组播树和随机拓扑三类典型的数据调度策略的原理特点和Peer节点搜索定位技术的研究进展,指出了未来的几种研究方向。     

P2P流媒体系统中数据请求任务转移算法研究

数据请求任务调度是P2P流媒体系统设计时需要考虑的重要问题之一。针对网状拓扑结构中每个节点接收到的请求分布不均问题,提出一种基于带宽和链路延迟的数据请求任务转移算法。实验结果表明,相比于未采用数据请求任务转移的算法,所提算法提高了平均播放质量和上行带宽利用率,从而改善了系统的性能。     

基于P2P的流媒体代理缓存系统

文章介绍了传统代理缓存系统和P2P流媒体系统在传输流媒体的不足,提出了一种把代理缓存技术和P2P流媒体技术相结合的流媒体服务系统。该系统解决了基于代理缓存的技术的可扩展性问题,消除了仅仅依赖节点自组织的P2P流媒体技术的服务质量不稳定的问题,能够提供可扩展的流服务的传送。     

P2P流媒体的数据调度算法

数据驱动型覆盖网络中的数据调度算法是影响P2P流媒体系统性能的重要因素,为了解决当前算法未能有效利用数据块和节点的特性导致流媒体服务质量差的问题,提出了一种基于数据块优先级和节点能力度的数据调度算法。该算法能够根据数据块的稀缺性、紧迫性得到块的优先级大小,根据节点的上行带宽、在线时间、相对距离得到节点能力度的大小,使优先级高的数据块和能力度大的节点优先被请求,减少了数据块的播放等待时间。在OPNET网络仿真实验表明该算法能够有效降低流媒体播放系统的启动延时和服务器的负载。     

一种分阶段的P2P流媒体数据调度算法

针对当前P2P流媒体中各节点数据调度时独立获取数据而对提高节点间数据协作性考虑不足,导致服务器负载较重的问题,提出一种分阶段的数据调度算法。当多个节点将请求的数据中含有相同数据块时,各节点将分两个阶段合作的获取这些数据。第1阶段按照带宽相对大小各节点以合作的方式先各自获取数据的一个子集,第2阶段节点间再充分共享上一阶段已经获得的子集数据,协作地完成该轮调度的数据传输。仿真实验表明该算法可以提高节点间数据协作性,充分利用节点带宽资源传输媒体数据,提高系统可扩展性。     

基于P2P的VOD系统中的数据传输分配算法

在基于P2P的VOD系统中,流媒体数据的传输模式一般是多对一的,数据传输任务在多个源节点间的分配是系统设计的一个核心问题。在保证流媒体连续播放条件下,给出了一个以缓冲延迟为优化目标的最优化分配算法ODTAP2P,并对算法的最优性给出了数学证明,并通过实例验证了算法的有效性。该算法在计算复杂性与同类算法相同的前提下更适合于实际环境下应用。