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。     

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。     

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。     

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。     

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.     

一种推拉结合的P2P流媒体数据传输调度算法

主要研究P2P流媒体系统的数据传输调度策略对播放延迟的影响,通过分析CoolStreaming模型的单一拉策略和Gridmedia模型的推拉结合策略,指出它们在播放延迟方面的不足,从而提出了一种推拉结合的数据传输策略:在推传输模式下的数据分配策略对节点的播放延迟起到关键作用,给出一个Least-Delay数据分配算法使得接收节点的播放延迟接近最小值,并通过模拟实验验证了该算法的有效性。     

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。     

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。     

基于Donet的P2P流媒体直播优化调度算法

为了提高P2P流媒体系统的整体性能,改善节点的播放质量,针对现有调度算法启动延迟大和节点带宽利用率不高问题,提出了一种可动态调节各节点中待请求紧急数据的流媒体直播优化调度算法(LOSA).该算法不仅考虑了流媒体直播的时间特性,同时还考虑了如何减少紧急数据请求的等待时间以及对Peer节点上传带宽的充分利用.实验结果表明,LOSA算法缩短了终端用户观看视频的延迟,提高了媒体流的连续性.     

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.     

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.     

一种分层分簇的P2P流媒体覆盖网络模型

提出一种新型的分层分簇结构的P2P覆盖网络模型HCPON。该模型根据能力对节点分层处理,分簇聚合,分别应用不同方案优化覆盖网络结构,兼顾了节点的能力差异性和位置特性。仿真实验表明,该模型具有很好的可扩展性和鲁棒性,能够满足大规模流媒体服务需求。     

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。     

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.     

一种P2P流媒体系统中的缓存替换算法

针对视频节目受欢迎程度不同的特性,提出一种P2P流媒体系统中的缓存替换算法,通过将系统中的全部视频片段分类,为其赋予不同的优先级,并周期性地更新该值,同时考虑视频片段被访问次数和最近被访问的情况,使得被替换出存储空间的片段更加合理。实验表明,该算法能提高缓存命中率及系统的启动延时,性能较优。