基于贡献度的自适应P2P流媒体数据调度算法

在P2P流媒体系统中,数据调度算法是决定视频播放质量和系统性能的核心部分。针对当前P2P流媒体数据调度算法未能考虑节点带宽和服务能力的差异,从而造成对系统资源利用不充分的问题,提出一种基于贡献度的自适应(CBA)流媒体数据调度算法。算法定义节点贡献度来衡量节点的数据上传和可用带宽情况,预先向部分节点传输准备数据。并根据数据块优先级、带宽估计情况和节点贡献度等信息进行自适应调整,确定数据块请求的提供方和次序。仿真实验表明,CBA算法能充分地利用节点可用带宽,降低流媒体的启动延迟和服务器负载,改善系统的整体性能。     

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。     

P2P流媒体系统数据调度研究综述

P2P流媒体系统主要涉及成员管理和数据调度等两方面研究.主要研究内容为不同的网络拓扑结构下的数据调度问题的研究问题.P2P流媒体系统网络拓扑结构主要分为三类:树状结构、网状结构和混合结构.树状结构又分为单组播树和多组播树结构,主要采取“推”模式的数据调度机制.网状结构主要采取“拉”模式的数据调度机制.混合结构主要采取“推-拉”模式的数据调度机制.通过介绍每一类方法和相应的代表系统,并给出各类数据调度的优缺点.     

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。     

P2P流媒体直播系统数据调度算法及仿真

在数据驱动的P2P流媒体直播系统的研究中,数据调度算法的优劣影响流媒体的播放质量.因此主要研究了P2P流媒体直播系统中的数据调度问题.通过定义请求数据块的播放质量优先级,提出了最大化播放质量优先级的分布式调度模型.模型首先预测出本周期内请求节点与邻居节点之间的实际带宽,然后建立最优化数学模型并将其转换为等价的指派问题,根据该指派问题构造等价的赋权完全二部图,最后利用Kuhn-Munkres算法求出本周期的数据块调度策略.利用P2PStrmSim仿真器仿真,结果表明,所提出的分布式调度算法的性能比传统调度策略有显著提高.     

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。     

一种自适应的P2P流媒体数据调度算法

针对现有算法在有限带宽情况下数据块易丢失的问题,提出了一种新颖的数据调度算法——最少优先调度算法（LFSA）。该算法易于实现,并且可以根据网络的异构性,带宽抖动以及P2P网络节点的动态性进行自动调整。实验结果表明,LFSA能够有效缩短系统播放启动延迟,而且可以在不知道伙伴节点带宽和没有任何负载平衡机制的情况下取得比传统策略更好的性能。     

一种基于激励机制的P2P流媒体数据调度模型

针对P2P流媒体中现有算法在数据调度时不够公平的问题,提出了一种新的具有激励作用的算法模型.该算法模型可以根据节点的丢包率、贡献效率动态调节节点带宽分配以达到接收节点利益理性最大化和系统整体公平,提高了系统传输效率.仿真实验表明,该算法模型促进了节点的参与传输调度,达到了维持系统公平的目的.     

基于网络编码的P2P流媒体推拉结合数据调度方法customR2

相比传统的基于Pull模式的P2P流媒体数据调度方法,基于随机网络编码的随机Push方法R2具有提高视频服务质量、降低服务器负载和增强对节点动态的适应能力等优势,但是容易产生大量的冗余编码数据块,消耗一定的网络带宽的问题。因此提出了一个基于网络编码的P2P流媒体推拉结合数据调度方法customR2。当下游节点某个数据段所需的编码数据块将要接收完成时,通知它的种子节点停止向它Push该数据段编码数据块,转为向它的种子节点定制所需的编码数据块,从而有效减少了冗余编码数据块的产生。通过仿真实验,从播放延迟、流速率、网络规模等方面对customR2和R2进行了性能对比,实验结果表明customR2相比R2具有较小的编码数据块冗余度和较高的节点播放质量。     

一种基于期望失真的P2P流媒体数据调度算法

数据调度问题是P2P流媒体研究中的核心问题。本文考虑Peer结点在带宽资源等方面的并构性,以分层编码为基础,提出了一种基于期望失真的数据包调度算法。它用期望失真来表示每个待调度数据包的重要程度,并在数据调度过程中优先请求调度那些期望失真值较大的数据包,从而可在接收节点上维持较高的播放质量水平。仿真实验表明,在多种实验参数条件下该调度算法均具有较好的性能。     

浅谈流媒体技术及其基于P2P的应用

在网络直播服务中,由于受到服务器性能和网络带宽的限制,服务器不能同时给多数用户提供服务,引入P2P技术,充分利用客户机的空闲资源,有效的减轻了服务器的负担。     

复杂负载下数据缓冲区自适应调度方法仿真

传统数据缓冲区调度方法调度时间长、调度结果误差大且不能够完全应对复杂负载问题。因此提出了复杂负载下数据缓冲区自适应调度方法,通过构建模拟数据缓冲区来定义调整的方向,在缓冲数据中,利用操控行为和代替方法之间进行相互不变性推测,获取数据缓冲错失函数;通过引用能力制约条件,将时间分成一些零碎的小片段,利用数据缓冲错失,获取时间约束模型;引入时间约束模型,需要依据时间顺序对事件进行调顺序,结合根据模拟自适应算法所得到的数据,使用雷达资源约束条件能够精准快速地衡量各种数据波束所要求的指令,获取自适应调度模型,为某一个调度间隔选取出最完善的自适应调度方法。通过仿真结果表明:上述方法能够完全应对复杂负载情况的问题,且数据缓冲区自适应调度时间短、调度结果误差小。     

结合IP组播的P2P流媒体直播系统

在流媒体系统中利用P2P技术与IP组播各自的优势,提出了一种结合IP组播的P2P流媒体直播系统,不仅能够充分利用用户节点的资源,减轻流媒体服务器与骨干网的负载,提高系统的可扩展性和可用性,而且有效地提高了P2P流媒体直播系统中视频流的服务质量。     

QoE-driven in-network optimization for Adaptive Video Streaming based on packet sampling measurements

HTTP Adaptive Streaming (HAS) is becoming the de-facto standard for adaptive streaming solutions. In HAS, a video is temporally split into segments which are encoded at different quality rates. The client can then autonomously decide, based on the current buffer filling and network conditions, which quality representation it will download. Each of these players strives to optimize their individual quality, which leads to bandwidth competition, causing quality oscillations and buffer starvations. This article proposes a solution to alleviate these problems by deploying in-network quality optimization agents, which monitor the available throughput using sampling-based measurement techniques and optimize the quality of each client, based on a HAS Quality of Experience (QoE) metric. This in-network optimization is achieved by solving a linear optimization problem both using centralized as well as distributed algorithms. The proposed hybrid QoE-driven approach allows the client to take into account the in-network decisions during the rate adaptation process, while still keeping the ability to react to sudden bandwidth fluctuations in the local network. The proposed approach allows improving existing autonomous quality selection heuristics by at least 30%, while outperforming an in-network approach using purely bitrate-driven optimization by up to 19%.     

数据流中一种适应性查询优化方法

对数据流中的查询处理机制进行了深入的研究,从内存使用量和查询的实时性两方面进行综合考虑,提出了一种基于多因素的动态查询优化及调度策略MultiFactor,它根据各操作符消耗系统中元组数量的快慢来动态调整操作符调度次序,按查询的截止时间来确定各操作符调度时间,同时提出了多流连接查询的调度方法。给出了Multi-Factor适应性优化的时机以及调整策略。     

基于P2P的网络流媒体系统及其自适用算法研究

G-N系统是基于P2P模式构建一种拓扑结构,采用节点自适应算法,更好地处理节点与其相邻节点之间的关系,并能够充分利用节点的异构能力,维持更多的连接,获得更多的相关资源。     

一种基于CDN和P2P的流媒体内容分发网络模型

对等网络流媒体技术可以合理地利用客户端的计算机能力和带宽资源,因此,P2P流媒体分发系统成为P2P技术领域内重要应用之一设计一个结合P2P技术和CDN技术的流媒体内容分发网络模型,该模型能更好地减少高度动态性对节点播放的影响,为普通节点提供更好的服务