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。     

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。     

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。     

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.     

基于云计算的P2P流媒体服务器集群部署算法

针对云计算数据中心网络（DCN）环境下,P2P流媒体服务器集群部署引起的较高带宽占用问题,提出了一种基于云计算的P2P流媒体服务器集群部署方法。该方法将P2P流媒体服务器集群部署建模为一个二次分配问题,并基于蚁群算法,寻找每个虚拟流媒体服务器与每个部署点之间的映射关系,实现基于云计算的P2P流媒体服务器集群部署。通过仿真实验证明,基于云计算的P2P流媒体服务器集群部署算法可以有效地减少云计算平台DCN网络带宽占用。     

P2P流媒体系统中基于声望的节点故障检测方法

针对P2P流媒体系统中由于复杂的网络环境与节点的高度动态性而导致系统整体可用性偏低的问题,进行深入分析,提出了一种基于声望的节点故障检测方法,该方法能够根据节点的反馈构建目标节点的声望,从而有效地检测节点故障。理论分析和仿真结果表明:该方法能够充分利用网络节点的资源,有效地减轻了索引服务器的负载,准确地检测了系统中的故障节点。     

P2P媒体分发网络中的数据下载调度策略

在P2P媒体分发网络中,当一个节点同时从若干个其他节点获取数据时,为了按时完成更多的下载任务,需要对数据下载任务进行合理调度,为此该文提出了一种基于多任务关联的数据下载调度策略,通过统筹调度一段时间内的下载任务,可有效提高系统的并发服务能力。实验结果表明该策略能提高约10%的并发处理能力。     

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。