En-Route Transcoding缓存的优化放置和替换

对en-route transcoding缓存中的缓存路由和协同放置及替换问题进行了研究.提出了CCRA(cost-aware cache routing algorithm)缓存路由算法,能以可控的探测开销来发现潜在的、具有最小访问开销的缓存对象.在此基础上,建立了en-route transcoding缓存的分析模型,将缓存放置和替换问题形式化为一个最优化问题,并利用一种基于动态规划的方法来求解最佳缓存放置策略.仿真结果表明,与已有的元算法放置策略相比,该协同放置和替换策略可以获得更好的CSR性能.     

TARSB：一种基于相对搜索介数的P2P拓扑演化策略

近几年来,对等网络(P2P networks)得到了很好的发展,然而其巨大的网络开销也逐渐成为阻碍其进一步推广的主要问题.在其最重要的应用领域--P2P文件共享系统中,早期的系统往往基于一种单一的拓扑结构,忽略了成员之间的差异对网络本身的影响,使得其理想的结构与实际网络之间存在很大差距,难以达到预期的搜索效率.针对P2P文件共享系统进行研究,提出了相对搜索介数(Relative Search Betweenness)来刻画各种异构性对搜索过程的综合影响,并设计了一种基于相时搜索介数的拓扑演化策略:TARSB.该策略通过动态自适应地调整覆盖网络结构来平滑各结点在搜索性能上的差异,从而达到提高网络整体搜索性能的效果.实验表明,TARSB策略在保证搜索命中率的情况下,大大降低了搜索报文的数量,并使网络自主演化成一种更加稳定和高效的拓扑结构.     

基于博弈论的多服务器多用户视频分析任务卸载算法

在过去的近10年中,人工智能相关的服务和应用大规模出现,它们要求高算力、高带宽和低时延.边缘计算目前被认为是这些应用最适合的计算模式,尤其是视频分析相关应用.研究多服务器多用户异构视频分析任务卸载问题,其中用户选择合适的边缘服务器,并将他们的原始视频数据上传至服务器进行视频分析.为了有效处理众多用户对有限网络资源的竞争和共享,并且能够获得稳定的网络资源分配局面,即每个用户不会单方面地改变自己的任务卸载决策,该多服务器多用户异构视频分析任务卸载问题被建模为一个多玩家的博弈问题.基于最小化整体时延的优化目标,先后研究非分布式视频分析场景和分布式视频分析场景两种情形,分别提出基于博弈论的潜在最优服务器选择算法和视频单元分配算法.通过严格的数学证明,两种情形下提出的算法均可以达到纳什均衡,同时保证较低的整体时延.最后,基于真实数据集的大量实验表明,所提方法比其他现有算法降低了平均26.3%的整体时延.     

基于MPEG－4的视频检索技术研究

1 引言今天,人类的科学文明发展到了很高的水平。人们足不出户,就可在家里欣赏到声形并茂的视听内容。我们可以根据需要去选择视听材料。拿电影来举例,如果我们知道所要查找的影片名字时,这很好办;但如果我们仅凭童年的记忆依稀记得某个场景的一个细节,这仍然是一个未解决的问题。当人们可以哼着旋律找到心目中的歌曲时,视频检索就成了一个亟待     

实现高端应用中端到端QoS的关键问题及技术研究

随着高端网络应用的兴起及近几年网格技术的发展，传统的传榆服务模型和QoS实现机制已经不能适应高端应用对网络和其它资源的需求。因此，如何在高端应用间提供更优的QoS成为关注的焦点。本文从IP网络传输控制机制和端点QoS系统结构两个角度，探讨了端到端QoS实现的关键问题，同时详细分析并比较了几种端到端QoS实现构架及主要特点。     

一种有资源适应性的transcoding代理缓存机制

在基于transcoding代理的流媒体服务系统中,CPU和网络是两种潜在的瓶颈资源.本文提出了一种有资源适应性的transcoding代理缓存机制,统一考虑CPU和网络的资源需求,以提高系统的服务能力.首先推导了多版本缓存策略下网络收益和CPU收益的计算方法.通过引入一个时变的影响因子 α (t),给出了缓存系统聚合资源收益的表达.在此基础上给出了单个对象的缓存价值函数,并设计了RAC替换算法.实验表明RAC具有较好的资源适应性和系统吞吐率.     

一种超节点P2P网络中基于语义的协同缓存管理机制

超节点P2P（Super-peerP2P）结合了P2P结构和C／S结构的优点,是当前应用最广的一类P2P系统。在超节点P2P网络中,文件访问是最基本的操作,往往使用缓存技术来提高其操作效率。目前大多数超节点P2P网络使用传统的“尽力而为”的缓存机制,该机制没有区分超节点网络中不同节点对资源的需求及关注程度不同,导致偶尔访问的对象替换经常访问的对象。针对“尽力而为”缓存机制的不足,本文提出一种基于语义信息的协同缓存管理机制SCOCM（Semantic-based Cooperative Cache Management mechanism for super-peer net works）,应用已经请求对象的语义信息主动地选择对象放置缓存,以兴趣度的远近驱逐缓存内的对象,减少缓存对象的替换,使得每个缓存中缓存的对象之间尽可能地保持语义联系。实验结果表明,基于语义信息的协同缓存管理机制与LRU相比可大大降低缓存的替换率,提高缓存的存取效率,命中率也较高。     

基于网格的流媒体服务QoS管理框架及实现

流媒体服务是Internet上一类高带宽需求和高实时性约束的应用，对服务质量（Quality of Service，QoS）有较高的要求。流媒体服务的发展导致传统的QoS管理框架难以适应平台的异构性和复杂性。本文提出了一种基于网格的流媒体服务QoS管理框架，为由异构的系统构成的流媒体服务提供集成的、平台无关的QoS管理机制。在谈框架的基础上，我们设计了一个基于网格的流媒体服务QoS管理系统。     

基于协作缓存的VOD服务器端Cache设计

近年来,随着计算机网络技术和多媒体技术的发展,视频点播服务已逐渐成为现实。分布式VOD(VideoOnDemand)服务器系统的提出是为了支持更多的大量并发数据流,和单一服务器相比,这样的结构拥有更好的使用效率、可靠性和可扩展性。协作缓存CC(cooperativecache)技术将各服务器的内存协调工作,形成全局的cache。这样的结构不仅充分发挥了分布式VOD服务器结构的特点,同时也增大cache容量,提高系统全局命中率,从而提高了系统效率。该文在协作缓存技术基础上,针对流媒体和VOD系统的特点,提出了GBBcache替换算法。该算法以数据块的生命周期作为出发点,充分考虑了现有用户和请求接入用户的服务需求,提高了内存使用效率。笔者对该算法进行了理论分析,并证明了它在性能上与传统的cache替换算法相比的优越性。     

NOW——并行计算研究的一个新方向

工作站网络NOW(Network of Workstations),是指由若干工作站经网络连接而组成的计算机系统。近年来,随着工作站性能价格比的高速上升,计算机网络性能的不断改善,NOW越来越受到广泛重视,成为并行计算研究的一个引人注目的方向。 一、NOW的几个特点 1.NOW是一个基于高速通信网连接的工作站群集系