一种利用双路径组播树提高应用层组播稳定性的方案

应用层组播作为IP组播的替代方案,具有简单灵活、容易部署的优点,在分布式多媒体通信领域获得了广泛的应用.但其存在组播树稳定性的问题,发展受到了限制.该文提出一种双路径组播树方案,采用两个组播树传输和转发不同内容的数据,在节点加入或者退出组播组时,不需要重新构建组播树,其它节点仍然可以接收到可接受的多媒体数据,从而减少故障恢复的时间,提高应用层组播的稳定性,改善应用层组播的性能.最后通过计算机仿真,表明该方案在节点加入和退出时减少了故障恢复时间,维护了组播树的稳定性,具有良好的性能改善和显著的优点,适合多媒体业务传输.     

应用层组播综述

为了加速组播的应用,解决现有组播存在的问题,近年来提出了应用层组播。将组播的功能从路由器转移到终端,不需要路由器维护组播组的路由表,且不用改变现有网络设施,方便实现组播功能。论述了现有的应用层组播,并对它们进行比较和评价,最后提出发展前景和进一步的研究方向。     

应用层组播中间件技术研究

由于IP层组播离实际商用还有很长的距离,应用层组播成为组播应用理想的替代方案。〖BP）〗目前的研究成果表明,以中间件的形式为组播应用提供应用层组播的基础功能是完全可行的,关键在于明确这些基础功能并确定出一种实用的中间件框架。在分析研究典型的应用层组播系统、协议和中间件的基础上,总结出了应用层组播的基础功能,并提出了应用层组播中间件的一种基本架构。     

应用层组播研究进展

组播技术是一种针对多点传输和多方协作应用的组通信模型,有高效的数据传输效率,是下一代Internet应用的重要支撑技术。早期的组播技术研究试图在IP层提供组播通信功能,但IP组播的实施涉及到对现有网络基础设施的调整,因此,大规模应用受到限制。近两年来,随着Peer-to-Peer(P2P)研究的兴起,基于应用层的组播技术也逐渐受到广泛关注。应用层组播协议将组成员节点自组织成覆盖网络,在主机节点实现组播功能,为数据多点并发传输提供服务。将组播功能从路由器迁移到主机上能有效解决许多与IP组播有关的问题,但同时也带来了一些新的挑战。本文分析了目前应用层组播研究的主要内容及技术特点,描述了协议设计所涉及的关键技术及面临的主要挑战,总结了现有工作及相关进展。     

应用层组播动态调整问题的研究

通过分析影响应用层组播性能的因素及这些因素的变化对组播性能的影响,指出了在组播过程中随着成员的加入退出、网络波动和结点处理能力的变化,组播的结构和性能都会发生变化。在组播开始时构建的组播树无法适应这些变化,导致了组播性能的下降。针对该问题提出了在组播过程中根据变化调整组播树的结构,并给出了一种改善组播性能的动态调整算法。实验结果表明,动态调整算法能够有效的反映组播的结构、网络状况和结点情况,改善组播的性能。     

应用层组播树性能的测量研究

针对应用层组播中构建组播树的三种不同算法对组播树性能影响进行了研究,包括各节点的吞吐量和组播树的稳定性,在PlanetLab分布式实验床上进行了实际的测量和分析。结果表明最大带宽组播树算法构建的组播树有最好的吞吐量和稳定性;最短路径树算法也有很高的稳定性,其吞吐量比随机组播树算法有所提高,但差于最大带宽组播树算法。     

基于应用层主动网络的组播模型

分析传统应用层组播模型的优点和不足,结合应用层主动网络技术,提出一种新的应用层组播模型。在网络边缘部署主动式超级节点、普通节点和主动式备用节点,在广域网中生成组播共享树,在局域网上构造多维Mesh,依靠组播共享树与多维Mesh进行组播。利用PeerSim对Scribe,CAN Multicast和该模型进行仿真,比较它们的LinkStress和RMD,结果表明该模型的优势随网络规模的变大而增加。     

应用层组播协议的研究

由于IP组播至今没能在Internet上大规模的应用,许多研究者提出了应用层组播的新方法来实现广域的组播服务。此方法中组播功能的实现是通过终端主机而不再依靠网络中的路由器。和IP组播不一样的是,应用层组播不需要底层架构的支持并且能够在Internet上很容易的实现。该文讨论了目前四种有代表性的应用层组播协议并且给出了这些协议的性能和应用的比较。     

求解应用层组播路由问题的遗传算法

分析了应用层组播路由模型，提出了更合理的应用组播路由模型．进一步给出了求解应用层组播路由问题的遗传算法，并分析了该算法的复杂性．大量的数值仿真表明该算法有较好的数值效果．     

应用层组播用户的自私性研究

应用层组播(application-layer multicast,简称ALM)是网络层组播的重要补充.但与网络层组播不同的是,应用层组播结构的组成节点是具有独立利益和决策的主机用户.自私的主机用户为了提高自身利益,可能不严格遵守应用层组播协议的规定,从而对组播会话的整体性能带来影响.为了设计可信任的、鲁棒的应用层组播协议,对应用层组播的用户自私性进行研究是必要的.综述了这一领域的研究进展,并按照应用层组播协议的工作阶段把这些研究分为3类,即控制结构维护阶段的自私性研究、节点信息收集阶段的自私性研究以及数     

应用层组播转发树构造技术研究

应用层组播解决了网络层组播难于部署的问题,但是效率不及网络层组播.本文针对如何构建一棵高效的应用层组播转发树的问题,基于MixCast通信模型,提出并实现了一种分布式的,采用基于最近网络拓扑节点选择策略的转发树生成算法.通过仿真实验,分析了采用这种策略构造的转发树的平均延迟、平均加入时间等主要指标,实验结果表明此种方法能更多的考虑实际网络状况,提高数据转发效率.     

基于应用层多播的混合覆盖网络的研究

在之前的研究中,提出一个基于P2P的混合应用级多播模型.该模型将本地多播树和结构化的骨干网络整合在一起.在本地多播网中,协调节点组织本地节点形成多播树;在骨干网络中,协调节点相互合作传播数据.另外,通过合并路径,以及调整协调节点位置等方法来提高性能.但是,之前研究的模型存在自组织管理的问题,节点加入离开的动态性问题也没有考虑.改进后的模型首先解决了节点加入离开这一动态性问题;增设了DN节点,用来管理协调节点,为之提供合并路径所必需的路由信息,以及调整位置所需的相关信息.先介绍改进的模型,之后给出实验数据.     

指纹图像增强技术综述

通过对指纹识别技术的应用现状和目前存在问题的分析,介绍了指纹识别中常用的图像增强算法。并重点介绍两种主流低质量指纹增强算法的原理,最后总结了该方向上的难点问题和一些新的研究方向。     

应用层多播中生成树的鲁棒性技术研究

应用层多播通过生成树将多播分组送至每一个组成员.树中的节点失效后其下游的节点将不能接收到分组,使得系统变得脆弱.本文使用在树中增加冗余虚拟链路的方法来减少不能接收到多播分组的节点数量.模拟试验表明,增加冗余虚拟链路可以大大降低节点失效带来的性能损失.     

组播树维护策略的研究和实现

在IP组播模型、Overlay Network和Peer-to-Peer等技术的基础上发展而来的应用层组播技术正逐步成为一个流媒体直播的有效解决方案。树形组播方案构造简单,维护开销较小,可扩展性较好,比较适合于大规模的组播应用,但是其可靠性较差。通过比较研究其他P2P算法对节点稳定性和节点距离的衡量策略,对树形拓扑维护策略PeerCast进行改进,设计并实现了一个基于该改进算法的流媒体直播系统。应用表明,该算法能动态适应节点数达数百,节点生存周期较短的组播应用,较大程度上减小节点加入退出对QoS的影响。     

一种大规模应用层组播密钥分发方案

提出了一种受时延约束的应用层组播密钥分发方案DCKD(Delay-constrained Key Distribution),根据应用层组播应用的密钥传输时延约束,通过在网络中选择辅助转发节点协助源节点完成密钥信息的分发。仿真实验表明,DCKD方案可保证组成员在规定的时延约束范围内收到密钥信息,适用于大规模的应用层组播应用。     

视频的超分辨率增强技术综述*

视频超分辨率增强的目的在于从时间上弥补视频采样设备采样帧率的不足, 描述高速运动变化对象的细节信息; 在空间上复原视频图像截止频率之外的信息, 以使图像获得更多的细节。这项技术广泛应用于视频通信、监控、遥感和高清晰度电视等多个领域。从视频超分辨率的含义、发展现状、主要技术方法和未来研究展望等方面, 对视频超分辨率增强领域的研究进行了综述。     

Handover研究综述

随着无线网络技术的快速发展,怎样使用户正在进行的网络服务在用户移动过程中不被中断,使正在进行的服务能够在基站之间平滑过渡一直受到人们的广泛关注。设计一种高效、稳定的服务切换算法成为当前服务切换领域研究的热点问题。本文详细地介绍了现有部分服务切换算法和协议,以及相应算法的优点和缺点,并对服务切换算法进行了分类。文中对服务切换领域当前研究的现状进行了说明,并在讨论中介绍了今后的研究方向。     

基于双向压力模型的多源应用层组播拥塞控制方案

相比传统组播模式,多源应用层组播能用更少的网络资源实现多方交互式应用.但组播特性、应用层环境以及多源属性均会使得多源应用层组播的拥塞问题变得更加严重.因此,提出一种基于双向压力模型的多源应用层组播拥塞控制方案,该方案采用正反压的方式来避免组播流在节点上产生拥塞,并同时采用基于权重的缓冲转移策略来保证同一组内所有数据源的组播流在共享节点上公平地占用缓冲和带宽资源,并进一步讨论了环形拥塞问题的严重性和解决办法.PlanetLab实验网评测结果表明,该方案在实现多源应用层组播拥塞控制的同时,能够协调不同组播流的流量,实现其公平性和可扩展性.     

特征选择稳定性研究综述

随着大数据的发展和机器学习的广泛应用,各行业的数据量呈现大规模的增长,高维性是这些数据的重要特点,采用特征选择对高维数据进行降维是一种预处理方法.特征选择稳定性是其中重要的研究内容,它是指特征选择方法对训练样本的微小扰动具有一定鲁棒性.提高特征选择稳定性有助于发现相关特征,增强特征可信度,进一步降低开销.在回顾现有特征选择稳定性提升方法的基础上对其进行分类,分析比较各类方法的特点和适用范围,总结特征选择稳定性中的相关评估工作,并通过实验剖析其中稳定性度量指标的性能,进而对比四种集成方法的效用,最后讨论当前工作的局限性,指出未来的研究方向.