异构环境下层次编码多视频源多共享信道分层组播

视频组播是许多当前和将来网络服务的重要组成部分,如视频会议,远程学习、远地展示及视频点播,随着网络传送基础设施的改善和端系统处理能力的增强,组播视频应用日益变得可行,组播视频传输中存在的主要问题是网络送资源的异构性和动态性,其使得视频流的多个接收方都达到可接受的流量特性变得异常困难,目前该问题的一个有效解决方式就是利用自适应的分层视频传输机制,在该机制中,各源产生层次媒体流,并在多个网络信道中传输。对视频会议类的多点到多点视频组播应用,信道往往被所有潜在的发送方共享,任何发送方都可在任何一个共享信道中发送其视频层次。在该多点到多点、共享信道、分层视频组播模型下,一个关键问题就是如何动态确定各视频源层次到各共享组播信道的映射,映射策略直接影响到会话整体视频接收质量和网络带宽利用率。典型的方式是顺序映射,该映射方式同等对待各发送方,但利用该方式,随源数目的增加,在各共享网络信度上会出现带宽可伸缩性问题,而且顺序映射方式无法适应网络传送资源和会话状态的动态变化。为此,该文设计了一种基于接收方反馈信息的自适应的层次映射算法,接收方周期性地将其当前感兴趣的发送方及接收速率的信息反馈给某控制节点,而控制节点就利用当前反馈信息动态地调整映射策略。经证实,该算法始终能比顺序层次映射算法获得更高的整体视频接收质量,并具有高的带宽利用率和很小的复杂度。     

大型视频组播系统整体效用层次化建模与求解

为了有效地分析和评价大型视频组播系统的自适应方法与技术,文中首先抽象描述了大型视频组播系统整体效用最大化问题,针对该问题集中式求解存在的单点失效、反馈内爆和自适应控制延迟大等缺陷,该文提出了基于瓶颈链路的层次化分解方法,建立了大型视频组播系统整体效用层次化模型,给出了一个基于层次化代理的分布优化求解方法OptUtility算法,可获得大型分层视频组播系统中通过各个层次代理的各个会话的优化带宽、优化的分层数量和各层次优化的发送速率.通过对该算法的计算复杂度的分析与对比实验,证明该算法对于解决大型视频组播系统整体效用优化问题具有较低的计算时间复杂度,容易实现,且实时性能好.     

主动自适应层次视频组播

针对异构、动态网络环境中的层次视频组播,提出基于归并反馈的层次视频编码自适应机制以解决网络带宽约束的动态变化问题,并提出网络中的主动过滤技术以解决网络异构性问题,分析了该自适应机制的响应特性、可伸缩性和带宽利用率,结果表明该自适应机制能支持高质量的、自适应的层次视频组播服务,而且具有很高的可伸缩性和响应特性。     

SL-SOAP：一个大型分层视频组播代理自组织协议

针对大型分层视频组播层次化自适应体系HALVM中层次化代理的位置和功能如何动态配置和管理的核心问题,本文在研究和分析了层次化代理的逻辑构成和视频组播原始拓扑结构特点的基础上,利用共享丢失模型,提出了一个代理动态自组织协议SL-SOAP。该协议首次将多视频组播会话自组织代理从逻辑上分成多个进程,提出了多个视频组播会话自组织代理中多个进程的优化定位方法,并通过应用证实了该协议的有效性。     

一种基于多描述编码的应用层组播模型*

为解决流媒体系统中基于多描述编码的多树模型所存在的同步问题,提出了一种基于多描述编码的层次组播模型。该模型中,相邻层的节点之间采用多对一的传输方式,并通过描述资源的均匀分布实现系统的快速收敛,以最大覆盖算法为节点获取最大的描述集和请求分布,在获得高质量视频的同时提高系统的鲁棒性。仿真实验表明,该模型以较小的协议开销获得了较好的视频质量,实现了动态环境中较高的系统可靠性。     

多组共享式应用层组播算法

利用单播传输路径的重叠特性所构建的叠加组播树可以部分模拟IP层的有源组播,而单组会话中成员主机在网络中分布的不足可以通过多组会话中的主机来弥补。该文根据这一特点提出了一种基于多组会话成员共享的应用层组播算法,该方法采用了源主机和接收主机之间的单播传输路径和多组协作机制,为每个组播源建立单独的组播树。通过模型分析,该文算法所构建的组播树可以比单组会话计算方法获得较大优势的链路利用率。     

HALVM:一个大型分层视频组播层次化自适应体系

针对端点自适应方法和基于静态配置代理的应用自适应方法无法满足大型视频组播扩展性、动态性和复杂性要求这一难点问题,提出了一个基于自组织代理的视频组播层次化自适应体系HALVM.该体系综合了代理的动态自组织协议和可伸缩性视频转换编码技术,将复杂的大型视频组播应用系统的动态自适应问题分解为层次化的小型视频组播应用子系统,由发送端、接收端和层次化代理分布完成自适应功能,是一个扩展性能好、管理与控制效率高的自适应解决方案.     

DLMCC：一种动态层次组播拥塞控制机制

由于Internet本身固有的异构性，累积层次组播受到广泛关注，但现有的层次组播大多是粗粒度和静态的，不能适应动态变化的网络环境。为解决这一问题，提出了一种动态层次组播拥塞控制机制DLMCC。在该机制中：①给出了一种反馈聚集算法，动态确定层次组播的层次数和层次速率，从而有效地提高了网络的带宽利用率；②采用了一种逐级分组对探测带宽方法，可准确快速测量本地带宽，同时可保证粗拉度的TCP友好；③所有组播层次的数据在同一个组播组中传输，彻底消除了接收者加入新的层次和离开最高层次时需执行复杂和耗时的IGMP操作，以及多个组播组导致的新的异构问题。仿真实验结果表明DLMCC是层次动态变化、TCP友好和可扩展的。     

基于整体映射的不规则三维模型多细节层次描述

针对无孔洞、有边界的不规则三维模型，提出一种整体映射的多细节层次描述方法：先通过整体映射变换，将三维网格无遮挡、均匀地映射到平面正方形中；再通过正方形中初始网格的自动细化和重采样，得到所需的网格简化模型；获取不同层次简化模型，从而构建多细节层次描述。相对于传统的几何元素删除型网格简化局部型算法，以及新近的基于几何图像描述的整体型算法，该方法算法快速、简单、稳定，描述效果也较好。     

基于蚁群系统的多QoS约束组播路由算法

针对多QoS约束的组播路由问题，借鉴改进的蚁群系统，提出了一种新的QoS组播路由算法QCMR-ACS（QoS Constraints Multicast Routingbased on ACS）．QCMR-ACS通过构建确定性选路概率函数和基于Prufer编码的变异操作，加速算法的收敛速度；对信息素实行多个独立QoS约束的惩罚性更新策略，使算法满足用户的QoS要求；考虑到网络实际应用，算法设计中引进了基于链路利用率的负载均衡和拥塞规避重路由策略，提高算法的鲁棒性．实验结果表明QCMR-ACS是一种正确、有效的QoS组播路由算法．     

ACOM: Any-source Capacity-constrained Overlay Multicast in Non-DHT P2P Networks

rdquoApplication-level multicast is a promising alternative to IP multicast due to its independence from the IP routing infrastructure and its flexibility in constructing the delivery trees. The existing overlay multicast systems either support a single data source or have high maintenance overhead when multiple sources are allowed. They are inefficient for applications that require any-source multicast with varied host capacities and dynamic membership. This paper proposes ACOM, an any-source capacity-constrained overlay multicast system, consisting of three distributed multicast algorithms on top of a non-DHT overlay network with simple structures (random overlay with a non-DHT ring) that are easy to manage as nodes join and depart. The nodes have different capacities, and they can support different numbers of direct children during a multicast session. No explicit multicast trees are maintained on top of the overlay. The distributed execution of the algorithms naturally defines an implicit, roughly balanced, capacity-constrained multicast tree for each source node. We prove that the system can deliver a multicast message from any source to all nodes in expected O(log_c n) hops, which is asymptotically optimal, where c is the average node capacity and n is the number of members in a multicast group.     

一种基于效用最优的分层多播动态层速率分配算法

分层多播已被认为是在Internet上进行视频多播的一个解决方案．已有的分层多播协议通常在接收方执行层的适应，在发送方使用静态的层速率分配技术．首先介绍了分层多播的基本原理，讨论了接收方驱动的静态分层与发送方驱动的动态分层技术，特别地引入了一种衡量尺度“效用”对多媒体应用满意度进行度量；提出了一种效用最优的层速率分配算法ORAU，并通过推理证明得出了一个求解途径；接着给出了ORAU算法的实现；最后对ORAU算法在特定的网络环境中进行了实验仿真，并对仿真结果与其他算法进行了比较分析．实验结果表明，采用ORAU算法的多媒体多播系统能够花费较小的带宽就可以获得相对较高的系统效用，验证了算法的可行性和有效性．     

Distinguishing video quality through differential matrices

Multicast multi-layered communications must implement efficient control algorithms to address undesirable network behaviors. This paper proposes two multi-metric algorithms for computing the rates of the video layers and improve the global video quality of a multicast session. In fact, we show that a single-metric approach may degrade some network parameters without obtaining any substantial improvements. Our first algorithm combines three metrics and a set of weights in such a way that one metric can be prioritized. This leads to an improved quality of multicast sessions, as we show through a number of experiments. In networks where the available resources are highly variable, however, the stability of the video quality is compromised if absolute values of the metrics are adopted. We then propose a second algorithm that uses the relative values of the metrics on a per-entry basis. Computation of the global quality of the multicast session is based on a differential matrix that stores the metrics for each receiver. This scheme takes into account the dynamics of the available resources and the heterogeneity of receivers. The great benefit of this approach is that the global video quality is always improved for every loop of the algorithm.     

一个基于应用层的单源组播协议设计

由于IP组播在实现过程中遭遇了很多困难,所以应用层组播就成了Internet应用研究的热点。本文在简单地论述了应用层组播的优缺点后,提出了一个基于应用层的单源组播协议ALSSMP。此协议设计的目的是能够实现大规模直播视频。在ALSSMP中采用树拓扑优先的方法来构造组播转发树。在组播树的维护方面,利用为转发树中每一个结点预先选择一个"备用父结点"以设置预留链路思想的PCP算法。该协议既继承了应用层组播的优点,又在一定程度上克服了应用层组播的不稳定性的特点,使组播树的稳定性和可靠性大大提高。     

可靠组播协议的比较研究

IP组播是在标准的IP技术上的一个扩展,由于它有效降低了网络带宽和服务器负载,所以在视频会议、分布式交互仿真、交互式协同应用和数据分发等领域得到广泛的应用。但是,其固有的不可靠、多副本和无序的缺点阻碍了它的进一步发展。于是,一系列可靠组播协议被提了出来。论文首先介绍了当前对可靠组播模型流行的分类方法,然后选取了当前有代表性的四个可靠组播协议,研究了它们的应用背景,工作机制,分析了它们各自的优点和不足。最后,文章分析了分布式会议控制对可靠组播的应用需求,并针对这一应用背景提出了一个新的层次化可靠组播通信模型。     

Efficient Multiple Multicast on Heterogeneous Network of Workstations

In recent years, network of workstations/PCs (so called NOW) are becoming appealing vehicles for cost-effective parallel computing. Due to the commodity nature of workstations and networking equipment, LAN environments are gradually becoming heterogeneous. The diverse sources of heterogeneity in NOW systems pose a challenge on the design of efficient communication algorithms for this class of systems. In this paper, we propose efficient algorithms for multiple multicast on heterogeneous NOW systems, focusing on heterogeneity in processing speeds of workstations/PCs. Multiple multicast is an important operation in many scientific and industrial applications. Multicast on heterogeneous systems has not been investigated until recently. Our work distinguishes itself from others in two aspects: (1) In contrast to the blocking communication model used in prior works, we model communication in a heterogeneous cluster more accurately by a non-blocking communication model, and design multicast algorithms that can fully take advantage of non-blocking communication. (2) While prior works focus on single multicast problem, we propose efficient algorithms for general, multiple multicast (in which single multicast is a special case) on heterogeneous NOW systems. To our knowledge, our work is the earliest effort that addresses multiple multicast for heterogeneous NOW systems. These algorithms are evaluated using a network simulator for heterogeneous NOW systems. Our experimental results on a system of up to 64 nodes show that some of the algorithms outperform others in many cases. The best algorithm achieves completion time that is within 2.5 times of the lower bound.