P2P点播系统中资源下载算法的研究

在基于P2P技术的流媒体应用中,数据的实时性至关重要,而它易受网络动荡的影响.采用一个优化的资源下载算法可以有效缓解这一影响.提出了一种基于预连接的动态资源下载算法,算法结合了紧急数据通道策略、数据分片块预下载选择策略和基于预连接的对等节点选择策略等三种策略,实验证明,该算法能有效提高点播系统中数据的及时到达率,均衡网络负载,减少数据重传率,增加系统的稳定性.     

P2P文件完整性校验延迟隐藏算法

P2P下载中文件完整性校验会影响下载性能,针对该问题,提出一种校验延迟的隐藏算法。利用文件完整性校验中使用的哈希算法的流式特性和TCP异步接收缓冲区的特点,将大文件块的哈希计算分成多次对较小的子数据块的计算,收到一个子数据块后,就开始计算哈希。由于计算每一个子数据块的哈希的时间开销很小,保证了计算延迟可以被TCP异步接收缓冲区所隐藏,使哈希计算与数据接收几乎可以并行进行,消除其对P2P文件下载性能的影响,提高了下载效率。     

P2P分发网中大容量实时数据传输调度算法

当P2P分发网中一个节点同时从若干个其他节点获取数据时,需要对数据下载任务进行合理调度,并尽量按时完成更多的下载任务.本文提出了一种基于多任务负载均衡的调度算法,该算法在调度下载任务时,将尚未被调度的下载任务也作为调度依据,从而能够有效地解决下载任务之间对带宽资源的恶意竞争,合理地利用各个其他节点提供的下载带宽,最终完成更多的下载任务.实验结果表明该算法能够减少超时下载任务的数目,提高P2P分发网的实时数据分发性能.     

基于极值优化的多核集群负载均衡

针对分布式多核节点系统的负载均衡难以取得最优解的问题,提出了一种基于改进极值优化的负载均衡方法.该方法通过节点的CPU占用率发现负载不均衡情况,然后用一个衡量模型估计计算与通信开销使改进的极值优化方法能够实现集群的负载均衡.仿真与实验结果表明该算法能够提高分布式集群的计算效率,是一种理想的负载均衡算法.     

一种适合P2P MMOG的动态负载均衡算法*

P2P MMOG中常采用多台服务器集群的结构来处理玩家的请求,但是,玩家在游戏中的走动、打斗常常使某些服务器超载,因此网络游戏系统应该具有一定的负载均衡能力,即能以较高的性能动态地将负载从超载节点迁移到轻载节点中。提出了一种在游戏动态运行过程中与系统空闲时的一种动态负载均衡算法。实验表明,该算法能够有效地均衡负载和提高系统性能。     

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.     

上下文感知的自适应P2P流媒体数据调度算法

在网格型P2P流媒体系统中,媒体内容通常分成不同的数据块。其中,负责协调来自多个发送节点的数据块的调度算法,是影响用户感知的视频质量的重要因素。为了提高流媒体系统的整体性能,提出一种上下文感知的自适应(CAA)流媒体数据调度算法。算法根据上下文信息定义了数据块的优先级,并动态估计与邻居节点间的网络带宽,根据数据块的优先级、发送节点质量的评估和网络容量等上下文信息计算数据块请求的次序和方向。仿真结果表明,CAA调度算法具有较小的缓冲延迟,在节点吞吐量和系统负载均衡方面比传统的P2P流媒体调度算法有所提高,同时节点连续性指标也得到了改进。     

智能电网系统中费控服务的优化调度研究

智能电网系统中,费控指令通过应用服务器集群被下发到前置服务器集群,再通过前置服务器集群被下发到终端,终端接收到指令后将指令下发到特定的智能电表.在这个过程中,应用服务器集群和前置服务器集群的可用资源不对等,导致负载不均衡,影响费控服务执行的效率和成功率;前置服务器集群中前置机与终端的固定匹配方式,容易导致前置服务器集群负载不均衡,延长了费控指令完成时间,降低了费控服务的执行效率.为此深入研究费控指令的下发过程,分析存在的问题和瓶颈,提出了一种基于负载预测和负载均衡的费控服务优化调度模型.该模型首先提出一种基于时间序列的负载预测方法,实现服务器负载的预测;基于预测负载,提出一种费控指令的均衡下发算法,为不同负载的服务器下发合适规模的费控指令,以提高指令下发的效率和成功率;针对前置服务器集群可能出现的负载不均衡,提出一种基于图聚类的终端均衡布局算法.实验结果表明,本文提出的费控服务优化调度模型,均衡了两个集群和终端之间的负载,有效提高了费控指令下发的效率和成功率.     

Hadoop异构集群中数据负载均衡的研究

Hadoop平台下,数据的负载均衡对平台性能的发挥有着深远的影响。首先分析默认数据负载均衡的局限性,针对现有默认HDFS(Hadoop Distributed File System)数据负载均衡算法只考虑存储空间利用率,而未考虑节点间异构性的问题,提出一种量化异构集群数据负载均衡的数学模型。该模型根据节点的存储空间及节点性能计算得到各个节点的理论空间利用率,并根据当前集群存储空间利用率动态调整节点最大负载。实验结果表明,提出的数据负载均衡策略能够让异构集群达到更合理的均衡状态,提高集群的效率,并有效减少作业的执行时间。     

一个可用于构造抗抖动P2P系统的负载均衡算法*

提出了一种可用于构造抗抖动的结构化P2P覆盖网系统的负载均衡算法——log N-VS algorithm。该算法基于虚拟服务器,包括节点首次加入算法、应对网络变化的节点自适应算法,以及为应对节点首次加入时有少于log N/2的VS被激活的极端情况的基于局部网络快照的节点再加入算法。仿真实验和性能分析都证明了该算法能够有效构造具有较好数据查找效率、较强的负载均衡能力和应对网络抖动能力的结构化P2P覆盖网。     

基于云计算的P2P流媒体服务器集群部署算法

针对云计算数据中心网络（DCN）环境下,P2P流媒体服务器集群部署引起的较高带宽占用问题,提出了一种基于云计算的P2P流媒体服务器集群部署方法。该方法将P2P流媒体服务器集群部署建模为一个二次分配问题,并基于蚁群算法,寻找每个虚拟流媒体服务器与每个部署点之间的映射关系,实现基于云计算的P2P流媒体服务器集群部署。通过仿真实验证明,基于云计算的P2P流媒体服务器集群部署算法可以有效地减少云计算平台DCN网络带宽占用。     

基于平衡兴趣树的P2P空间数据服务调度*

构建空间信息网格要求解决海量地理空间数据传输问题,通过分析空间数据服务特征,对空间数据设计了多级网格索引,利用P2P技术设计了基于平衡兴趣树的空间数据服务网络模型。算法按peer兴趣区对申请空间数据服务的peer进行组织,将peer间路由关系动态组织成一种新的拓扑结构——平衡兴趣树。算法可动态维护网格热度表中数据块的热度,通过热度表可快速发现网格数据块在P2P网络中的位置并下载,从而减轻了空间数据服务器压力,提高了服务效率。     

MIKAD：一种多兴趣聚类的P2P网络模型*

为降低P2P网络中数据检索的路由跳数,提高路由效率,提出一种多兴趣聚类的P2P网络模型MIKAD（multi-interest clustering KAD）。该模型通过文档聚类算法维护节点兴趣,将结构化网络Kademlia与兴趣聚类相结合,使兴趣相似节点在逻辑上位于邻居位置,提高了P2P网络中路由的效率。同时利用关键词的同义词特性,降低了网络的复杂度,提高了检索的精度。最后使用PeerSim模拟器对模型进行了实验测试,结果表明,随着节点及数据增多,该模型具有较好的查询效率。     

融合P2P技术的云平台快速内容分发方法

云存储服务在内容分发过程中的数据传递协议通常采用超文本传输协议（HTTP）,当大量客户端在短时间内向云存储服务器发出下载同一文件的请求时,会造成云服务端带宽压力过大以及客户端下载过慢的问题。为有效解决该问题,提出了一种融合Peer-to-Peer （P2P）技术的云平台快速内容分发方法,在内容分发过程中构建动态的HTTP和P2P协议转换机制,实现快速内容分发。选取用户类型、服务质量、时间收益、带宽收益等四种协议转换度量指标,并基于OpenStack云平台实现了所提出的动态协议转换方法。实验结果表明,与仅使用HTTP或P2P协议的内容分发方式相比,动态协议转换方法能够保证客户端用户总是获得较短的内容下载时间,同时,当P2P客户端数量较大时能够有效节约服务提供商的带宽资源。     

一种P2P系统节点聚类及信息检索算法

提出了一种节点聚类及信息检索算法——NCSearch。NCSearch利用Hilbert曲线的局部性特征保持能力,将有相似内容的节点聚类，形成若干个簇。搜索算法能快速定位到与查询最相关的簇，然后在簇内洪泛查找，返回的结果按相关度排序。模拟测试表明,NCSearch 稳定高效,相比传统算法在搜索效率方面有明显提高。     

神经模糊控制在船舶自动舵中的应用

针对常规模糊自动舵由于受船舶控制过程的非线性、时变性以及风浪干扰等因素影响,模糊控制规则和隶属函数需要校正,利用神经网络的自学习能力,用神经网络去实现模糊控制,设计自动舵神经模糊控制器,采用BP算法和最小二乘算法的混合学习算法实现对模糊规则和隶属函数的参数训练,提高控制器的自适应能力。仿真实验表明所设计的控制器有效可行,适应船舶在风浪干扰环境下的控制性能要求。     

一种减少网间P2P流量的Peer选择算法

为合理引导对等网络(P2P)的流量,减少关键位置的带宽占用,该文以常用P2P软件BitTorrent(BT)为例,提出一种基于片段融合度的peer选择算法,使得在BT下载效率降低很少的同时,减少了BT流量。通过建模与分析,证明该算法可以大大减少P2P的网间流量。     

基于免疫学习的对等网络邻居节点选择方案

文件污染是对等网络共享系统普遍存在的问题,一个好的邻居节点选择方案可以有效抑制污染文件的传播。设计了基于免疫学习的投票相似度计算方法和邻居节点选择方案,并采用自适应的阈值判断文件的可信性。仿真实验表明,本方案抑制了恶意节点传播污染文件的可能性,并具有较小的开销,具有一定的应用价值。     

面向Hadoop分布式文件系统的小文件存取优化方法

为提高Hadoop分布式文件系统(HDFS)的小文件处理效率,提出了一种面向HDFS的智能小文件存取优化方法--SmartFS。SmartFS通过分析小文件访问日志,获取用户访问行为,建立文件关联概率模型,并根据基于文件关联关系的合并算法将小文件组装成大文件之后存至HDFS;当从HDFS获取文件时,根据基于文件关联关系的预取算法来提高文件访问效率,并提出基于预取的缓存替换算法来管理缓存空间,从而提高文件的命中率。实验结果表明,SmartFS有效减少了HDFS中NameNode的元数据空间,减少了用户与HDFS的交互次数,提高了小文件的存储效率和访问速度。