分层混合P2P实时流媒体系统中基于演进博弈的超级组对等节点选择方法.ppt

分层P2P流媒体系统中基于演进博弈的超级节点选择方法 郑州大学信息工程学院 陈静 2012-12-27 研究背景 根据覆盖网络结构类型的不同，典型的P2P视频流媒体系统分为基于树状(tree-push)拓扑、基于网状(mesh-pull)拓扑和基于分层混合拓扑三种模型。 其中，分层混合拓扑模型根据对等节点的性能差异，将P2P网络中的对等节点分为超级节点和普通节点。该模型综合了树状拓扑和网状拓扑结构的优点，让能力强的节点充分参与到系统中，具有更高的可扩展性和稳定性，成为最近研究的重点。 但是，在分层混合式P2P流媒体系统中，如何从众多动态、匿名、自治的异构普通节点中选取出部分节点作为超级节点为其它节点提供服务是一个非常关键的问题，关系到整个P2P流媒体系统的效率和用户的体验质量(Quality of Experience, QoE)。 研究背景 目前，在分层混合P2P流媒体系统中的超级对等节点选择方面有了许多研究，但是大多数研究只关注到了节点的能力[1-4]，如内存空间、CPU周期或是网络带宽等，很少研究工作关注于对等节点的行为属性。 Cuibo Yu等人在文献[5]中提出了一种基于对等节点IP地址进行区域划分的超级对等节点选择方法，将整个P2P覆盖网络划分成k个小的区域，并使用分布式并行算法分别在各个区域内进行超级节点的选举，以降低通信和计算的复杂度。 Zhiwei Gao等人在文献[6]中提出了一种基于自信息理论的超级节点选择算法，该选择算法根据每个对等节点上维护的信息向量进行加权平均，从而选出节点能力和节点在线时长最好的节点作为超级对等节点。 Shuling Wang等人在文献[11]中提出了一种基于层次分析法(AHP, Analytic Hierarchy Process)的超级对等节点选择机制，该机制将对等节点的兴趣向量相似度、带宽以及网络传输往返时延RTT作为超级对等节点选择时的决策变量进行决策分析，但该机制没有考虑对等节点的行为属性。 但上述工作均是针对一般的P2P网络进行研究，并未考虑P2P实时流媒体网络的特点。 本文在已有的工作基础上，提出了一种基于演进博弈的分布式超级对等节点选择算法。首先使用演进博弈框架对P2P实时流媒体系统中的超级对等节点选择问题进行了建模，并对其演进稳定策略ESS（Evolutionarily Stable Strategy）进行了求解分析。 然后通过得到的混合策略设计了一种基于Q-leaning的分布式SGP选择算法，达到激励对等组内的对等节点之间互相协作的目的。 系统模型 效用函数 如果总的下载速率不小于视频源的源速率r，则组内的对等节点可以获得实时流媒体的效果，这时所有的对等节点可以获得一定的收益G。否则，就会存在一些延迟，在这种情况下假定组内对等节点的收益为0。因此，给定总下载速率和视频源速率r，如果对等节点选择作为一个超级组对等节点SGP，则它的效用函数由公式(2)给出： 超级对等节点选择演进博弈 在P2P实时流媒体系统中，所有的对等节点对于其它对等节点的行为和效用都是不确定的。在这种情况下，为了提高自己的效用，对等节点在每一轮博弈中互相学习交互策略，并在每一轮博弈中采取不同的策略。 在这个过程中，使用某个特定的纯策略的对等节点的百分比数可能会有所改变。这样的一种群体演进过程可以通过复制者动态(Replicator Dynamics)方法来进行建模。 复制者动态是演进博弈的基本动态机制，能够比较准确地描述个体行为收益与群体系统演进的动态关系，它指的是使用某种纯策略的对等节点的个数所占比例的增长率，与使用该策略时所得收益与组内对等节点平均收益之差成正比。 如果采用纯策略b能够得到比平均水平更高的收益，那么对等节点使用策略b的概率将会增加，增长率与使用纯策略b的对等节点的平均收益与所有对等节点的平均收益之差成正比。 超级对等节点选择演进博弈分析 节点的平均收益为： 分布式SGP选择算法ESS-SGP 我们可以通过求解复制者动态方程(11)来找到演进稳定策略ESS，但这样做需要对等节点之间互相交换私有信息以及其它对等节点采取的策略。为此本文提出一种基于强化学习的Q-leaning的分布式学习算法，使对等节点之间不需要交换私有信息就可以逐步地汇聚到演进稳定策略ESS。 谢谢大家！ * * 如果一个对等节点不选择作为一个超级组对等节点SGP，而是选择作为一个普通对等节点OP，则该对等节点没有开销，其效用函数为：