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。     

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.     

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.     

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。     

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。     

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。     

基于数据接收质量的P2P流媒体自适应推拉调度算法

针对现有基于推、拉以及推拉混合模式调度算法不能高效分发数据的同时保证节点数据接收质量,导致服务器负载重的问题,提出一种基于数据接收质量的自适应推拉调度算法。该算法根据节点缓存区数据被及时正确填充的情况动态调节推拉获取数据比例,当数据接收质量好时主要采用推方式获取数据,数据接收质量变差时则过渡到拉方式获取数据。仿真实验表明所提算法可以充分利用推拉方式各自优点加速数据在网络中传播的同时保证节点数据接收质量,降低服务器负载,提高系统可扩展性。     

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。     

累计分层P2P流媒体数据分配算法

提出接收者驱动的面向启动时间的数据包分配算法（cumulative layered streaming packet assignment algorithm,CLSPA）,该算法使媒体服务质量指标中的服务启动时间（媒体数据块开始传输与在接收点连续播放该数据块之间的缓冲延迟）得到优化,同时保证动态环境流媒体的播放质量。仿真实验表明,CLSPA与其他算法相比,在服务启动时间和服务质量方面能获得更佳的分配结果。     

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。     

一种基于复杂网络的P2P流媒体拓扑构建算法

按照何种拓扑结构来构建覆盖网络是P2P流媒体网络中的热点问题,而已有的拓扑构建算法大多采用启发式算法,参数由经验值确定,缺乏理论分析。针对此问题,运用复杂网络中小世界效应的理论知识和簇结构的概念,提出了一种基于复杂网络的P2P流媒体拓扑构建算法,用所有的簇头节点构成一个小世界网络,利用小世界网络的特性来改善P2P流媒体网络的性能。对该算法和经典的CoolStreaming方法分别进行了仿真实验,比较了启动延迟、服务器负载、消息开销和抖动率等参数。实验结果表明新提出的算法相对于CoolStreaming方法具有显著的性能提高。复杂网络理论的运用是P2P流媒体系统研究的一个新方向,对今后的工作有重要的指导意义。     

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。     

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.     

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.     

混合底层拓扑网络中的P2P流媒体模型研究

网络不断演进会改变底层IPv4/IPv6的基础结构。主要讨论在这样的混合网络环境下部署和应用P2P流媒体的关键问题。提出了采用分层思想设计一个完整的P2P流媒体系统模型,该模型在考虑混合底层网络拓扑环境的情况下同时引入了P2P安全认证的机制,在有效提升流媒体分发效率的同时保证了安全性。仿真结果表明,该模型更能满足未来网络演进过程中混合拓扑环境下P2P应用的需要,并具有良好的安全性。     

基于时间间隔的P2P流媒体直播系统缓存算法

针对基于分片传输机制的P2P流媒体直播系统客户端缓存问题,为提高节点间请求数据分片的命中率和避免数据分片大量冗余,提出一种依赖邻居节点请求量的节点缓存替换算法.该算法将分片在节点的缓存时间进行等间隔划分,利用马尔可夫链转移概率矩阵计算理论,预测分片在下一时刻的缓存价值.并将该算法和传统算法FIFO及LRU算法进行了对比实验,实验结果表明,在同等条件下,该算法相较于传统算法能更好地提高数据的命中率.