P2P流媒体系统能力的的研究.ppt

P2P流媒体系统能力研究 答辩人：陈一帅 2010年6月11日 大纲 P2P流媒体系统简介 研究内容 实际系统测量 媒体块调度算法 对Flash Crowd的支持 对VBR的支持 总结和展望 历史 起源于中国 2004，华中科技大学，香港科技大学， 成长于春晚 海外华人看春晚的最佳途径 逐渐获得研究界的关注 Sigcom 07 workshop Infocom 09 best paper 商业化于中国 PPLive，最流行的软件，上亿的用户，同时在线用户上百万 奥运直播 CNTV IPTV机顶盒 系统组成与技术特点 基于Buffer的P2P共享 Buffer的滑动 本地播放完成 其它Peer不需要时，就Reject。 大纲 P2P流媒体系统简介 研究内容 实际系统测量 媒体块调度算法 对Flash Crowd的支持 对VBR的支持 总结和展望 实际系统测量 两部分： Buffer管理策略的测量 媒体块的传输性能的测量 Buffer管理策略的测量 问题：对Buffer的管理策略依旧模糊不清 固定大小：Coolstreaming，BiTos 变化大小：Liu Yong PPLive 测量方法 观察VBR时缓冲区的变化 长度的变化 出口处的Rejection速度的变化 测量结果 长度和速度成正比 出口处Rejection的速率随Media Server送出媒体块的速度变化而变化，且时延较固定 实现方法 所有Peer以同一个速度Reject同一个媒体块 该速度等于该媒体块的演播速度 小结 测量了真实世界系统的固定时延缓冲区的性质，揭示了其实现方法。 这个连PPLive的人都没有想到，他们完全是无意中这么做的 媒体块传输性能的测量 P2P的媒体块传播 实际： a×log2(N)，a 1 a 越小，性能越好 测量的困难 传统测量方法 记录每个Peer的收到时间 统计出X(t) 问题：在P2P网络中难以收集大范围的稳定的数据 用户不稳定 网络规模大 缺少时间同步 从Peer的Buffer填充情况推断整个网络中的媒体块扩散速度 用户Buffer的填充情况隐含了媒体块的扩散情况（Bitmap） Buffer位置 - 扩散时间 测量方法 遍历性的验证 测量结果的验证 小结 利用系统的特点 从单个用户缓冲区来Infer整个网络中的媒体块传输性能 一叶而知秋 并和大范围的不稳定数据的结果进行比较 证明了从单个用户缓冲区能够大致推断整个网络的媒体块传播质量。该方法非常经济。实践表明该方法简单，高效，正确。 大纲 P2P流媒体系统简介 研究内容 实际系统测量 媒体块调度算法 对Flash Crowd的支持 对VBR的支持 总结和展望 背景 传统媒体块调度方法 先收集Bitmap 再调度（拿谁） Rarest First 【BT】 Greedy 【BiToS】 Random 【Yong】 问题： 回避了何时拿 定时困难 其实更难 请求冲突带来的重试问题 新视角下的新调度算法 类似Aloha，冲突解决办法 当发现媒体服务器送出了一个新的媒体块时，先指数Backoff 然后检查自己的邻居是否已经有了这个媒体块。如果有了，就去抢。如果没有，或抢失败了，就再指数Backoff 易于实现 调度和邻居是否有这个Piece独立：“盲” 不需要周期调度，没有定时的难题 性能分析 扩散过程模型 PPLive实测结果 Heterogeneous网络中的推广 Server应该优先给高性能节点 初始Peer选择的性能分析 初始peer的性能越高，媒体块在网络中的扩散越快。 高性能节点优先算法 先监视邻居或Peer的带宽分布 然后选择高性能的peer优先为它提供上载 问题 监视的成本大 不灵活：Peer的不稳定导致带宽浪费 我们的方法 从冲突解决的视角出发 上载带宽小的节点让一下 慢一点重试：请求速度随着带宽变化 晚一点请求：初始启动时间随着带宽变化 高性能节点自然地能够更早得到Piece，从而发挥它们的作用。 好处： 简单易行。不需要精确的带宽测量和智能Peer选择算法。 性能 慢一点请求 平均传输时延减小了 15.72%-28.12% 小结 从冲突解决的角度提出了盲随机媒体块调度算法，该算法简单，高效。并提出了慢节点让步算法，改进媒体块传播时延。 从随机接入，冲突解决的角度建立了媒体块传输模型，正确反映了真实世界中媒体块传输的规律。 大纲 P2P流媒体系统简介 研究内容 实际系统测量 媒体块调度算法 对Flash Crowd的支持 对VBR的支持 总结和展望 背景 容量问题： 传统的能力分析关注稳定情况下缓冲区的大小和演播连续性的关系。Tlog2N Flash Crowd, VBR时系统的容量问题被忽略 但是这些都是非常常见、重要的问题 直播中