分层P2P流媒体超级节点动态选举机制研究3.ppt

分层P2P流媒体超级节点动态选举机制研究 答辩人： 指导老师： 目录 课题研究背景及意义 1 2 3 本文的主要工作 结论与展望 互联网发展迅速，对网络资源的需求趋向于流媒体资源。 P2P流媒体系统在大规模视频播放上功能强大，应用前景广阔。 现有的典型P2P流媒体系统分为基于树状拓扑、基于网状拓扑和分层混合三种模型。 1.课题研究背景及意义 1.课题研究背景及意义 典型的P2P直播模型 基于树状拓扑的P2P直播模型 简单易实现，数据分发效率较高，树高层节点的延时大，抗扰动性差。 基于网状拓扑的P2P直播模型 在系统可扩展性和抗扰动性方面有了很大的提高，数据传输延时和维护拓扑的控制开销比较大。 分层混合的P2P直播模型 考虑了不同节点间的性能差异，分层分簇组织节点，充分利用了异构节点的资源，是当前研究的重点。 课题研究背景及意义 分层混合模型中超级节点存在失效和饱和问题。 有效的解决方案是要从众多的NP中动态选举出一部份节点成为超级节点。 课题来源于 “863计划”专项课题:基于新一代通信网络的大规模个人直播系统。 2.本文的主要工作 1.从框架设计、TS管理功能、系统关键策略方面详细介绍了一个分层混合直播系统Lstream。 2.针对分层P2P流媒体系统中超级节点的失效和饱和问题，对现有的分层P2P网络的超级节点选取机制进行研究，提出基于信任度的动态超级节点选举机制。 3.仿真实验结果及分析。 Lstream框架结构 1集中管理层：由TS完成BootStrap 功能. 2数据转发及管理控制层:由SP和 SNP组成. 3边缘共享层:由NP组成 Lstream框架结构 超级节点功能及动态选举 1.数据转发功能： 向SP层子节点及簇内逻辑子节点推送流媒体数据。 2.管理控制功能： (1)接收NP上传信息（退出，上传能力等），周期性向TS 上报。 (2)根据自身负载及NP上传能力，确定逻辑子节点 (3)监听SP层子节点及监护节点的异常退出。 超级节点存在失效和饱和问题，需要引入动态的超级节点选举机制。TS根据 节点信息计算节点信任度，信任度高的节点作为簇的备用超级节点，当系统需 要新的超级节点时，备用超级节点就加入到SP层成为簇首。 基于信任度的动态超级节点选举机制 两种选举时机 节点信任度度量 超级节点选取机制 备用超级节点机制 选举时机 1.当前SP(SNP)正常或异常退出 2.当前SP(SNP)饱和 节点信任度度量 备选超级节点集合 Di= Di为节点i到簇内其它普通节点的距离之和 节点信任度度量 节点提供服务能力 节点性能度量值，节点性能具体可表述为节点的CPU、内 存等特性。 节点平均上传速率:节点i在一定周期t内向节点j发送流媒体 数据分片的平均速率为Vij, 节点信任度度量 节点稳定性 用节点在线时长来代表节点稳定性。 其中，TUptime为节点总在线时间，num为上线次数。 节点信任度度量 对Ci、Vi、Pi标准化 本文选择的SNP根据以上三个方面的度量，并用加权的方法计算节点 的信任度TRUST_VALUE 超级节点选取机制 SNP的选举工作由TS进行。TRUST_VALUE高的为簇BACKSP。BACKSP根据 统计信息的更新周期性实时更新。 {//周期执行 SendTsNPInfo(); UpdateNPInfo(); For ?ASi ∈Sys do Update(I); For ?P∈ASi do Calculate(TRUST_VALUE); End For BACKSP =SelectTop(I); End For } 备用超级节点机制 针对超级节点失效饱和，引入备用超级节点机制，降低网络波动。 簇首失效 当前SP(SNP)正常或异常退出，TS通告BACKSP成为SNP，并为其发它NP信息和数据源。 while(Listen(SPLOGOUT)= =TRUE || Listen(SPOUT)= =TRUE)//TS监听超级节点正常或异常退出 { SendMessage(BACKSPTOSNP); SendClusterInfo(); SNP=BACKSP;