CN107276993A - 一种协同的基于P2P的VoD的节点选择方法 - Google Patents

一种协同的基于P2P的VoD的节点选择方法 Download PDF

Info

Publication number
CN107276993A
CN107276993A CN201710387876.XA CN201710387876A CN107276993A CN 107276993 A CN107276993 A CN 107276993A CN 201710387876 A CN201710387876 A CN 201710387876A CN 107276993 A CN107276993 A CN 107276993A
Authority
CN
China
Prior art keywords
mrow
msub
node
mtd
munderover
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201710387876.XA
Other languages
English (en)
Inventor
黄鸿基
陈健
张庆隆
孙宛悠
徐悦欢
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nanjing Post and Telecommunication University
Nanjing University of Posts and Telecommunications
Original Assignee
Nanjing Post and Telecommunication University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Nanjing Post and Telecommunication University filed Critical Nanjing Post and Telecommunication University
Priority to CN201710387876.XA priority Critical patent/CN107276993A/zh
Publication of CN107276993A publication Critical patent/CN107276993A/zh
Pending legal-status Critical Current

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/10—Protocols in which an application is distributed across nodes in the network
    • H04L67/104—Peer-to-peer [P2P] networks
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L65/00—Network arrangements, protocols or services for supporting real-time applications in data packet communication
    • H04L65/80—Responding to QoS
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
    • H04N21/442—Monitoring of processes or resources, e.g. detecting the failure of a recording device, monitoring the downstream bandwidth, the number of times a movie has been viewed, the storage space available from the internal hard disk
    • H04N21/44204—Monitoring of content usage, e.g. the number of times a movie has been viewed, copied or the amount which has been watched
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/47—End-user applications
    • H04N21/472—End-user interface for requesting content, additional data or services; End-user interface for interacting with content, e.g. for content reservation or setting reminders, for requesting event notification, for manipulating displayed content
    • H04N21/47202—End-user interface for requesting content, additional data or services; End-user interface for interacting with content, e.g. for content reservation or setting reminders, for requesting event notification, for manipulating displayed content for requesting content on demand, e.g. video on demand
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/60—Network structure or processes for video distribution between server and client or between remote clients; Control signalling between clients, server and network components; Transmission of management data between server and client, e.g. sending from server to client commands for recording incoming content stream; Communication details between server and client 
    • H04N21/63—Control signaling related to video distribution between client, server and network components; Network processes for video distribution between server and clients or between remote clients, e.g. transmitting basic layer and enhancement layers over different transmission paths, setting up a peer-to-peer communication via Internet between remote STB's; Communication protocols; Addressing
    • H04N21/647—Control signaling between network components and server or clients; Network processes for video distribution between server and clients, e.g. controlling the quality of the video stream, by dropping packets, protecting content from unauthorised alteration within the network, monitoring of network load, bridging between two different networks, e.g. between IP and wireless

Landscapes

  • Engineering & Computer Science (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Multimedia (AREA)
  • Databases & Information Systems (AREA)
  • Computer Security & Cryptography (AREA)
  • Human Computer Interaction (AREA)
  • Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)

Abstract

本发明公开了一种协同的基于P2P的VoD的节点选择方法，针对当前基于P2P VoD的节点选择算法无法兼顾频谱资源的有效利用和提高QoS的问题，本方法采用两个阶段通过不同的算法对节点进行选择。在第一阶段，引入注水法对目标方程进行寻优实现对节点的初步筛选；在第二阶段，采用模糊数学理论基于多种指标对第一阶段筛选得到的节点QoS性能进行评估并进行节点选择。本发明采用两阶段的节点选择策略，有效考虑了多种因素，特别是通过第一阶段对节点的初步筛选，能够更加有效地利用了频带资源。本发明通过引入模糊评判机制，综合考虑了多种影响QoS的因素，从而能够更好地满足用户对P2P VoD系统QoS的需求。

Description

一种协同的基于P2P的VoD的节点选择方法
技术领域
本发明属于信号处理与多媒体通信领域，具体涉及一种协同的基于P2P的VoD的节点选择策略。
背景技术
近年来，随着多媒体通信的发展，VoD(Video on Demand，视频点播)为用户提供了丰富的使用体验。基于用户对QoS(Quality of Service，服务质量)要求的提高以及用户量的增加，传统C/S(Client/Server)模式的VoD系统已经远远无法满足现在的需求。P2P(Peer-to-Peer)技术的兴起，为VoD系统的大规模应用提供了可行的解决方案。
尽管如此，P2P VoD系统的研究仍然有很多问题亟待解决，如何提高系统的均衡性、节点选择的公平性和提高频谱资源的利用率都是重要的技术问题。发明CN102984279A提出了一种CDN预先主动选择优质节点开展优化内容分发服务的方法，该方案通过在覆盖网中加入了一个放大层，使CDN服务器通过从对等节点得到的信息选择一定数量优质的节点作为放大层节点，从而把流媒体数据进行更高效的传播，一定程度上提高了启动延时、播放质量以及播放延时的性能。发明CN103220553A公布了一种基于IPQAM、P2P和IPTV的视频播送优化系统，它将所有缓存器上的资源由区域资源映射模块统一管理。发明CN103368903A提出了一种候选节点选取方法，它根据生存时间为请求节点列表的Peer选择相应的群中的Peer作为候选节点，提高了P2P VoD业务的播放质量，降低Peer的消息开销少。发明CN103297861A提出了一种基于PeerSim的P2P视频点播仿真系统，它以开源P2P仿真引擎PeerSim为基础，设计开发了P2P VoD网络拓扑模型、P2P VoD协议模型、仿真数据测算模型，并将最终的仿真实验数据通过图形化工具进行可视化输出。发明CN104616171A公开了一种歧视性第二价格拍卖在P2P VoD激励机制中的应用方法，通过该策略，节点同时担任两种角色，既接受邻居节点的竞标，同时可以向其他节点提出竞标。
但是以上专利文献都没有综合考虑节点的节点能力、网络距离、节点诚实度和传输时延等因素，无法实现多个指标性能的权衡，同时无法实现最优的节点选择策略，提高P2P VoD系统的性能。
发明内容
本发明针对传统的基于P2P VoD系统的节点选择策略无法实现用户期望的QoS的缺点进行改进，考虑到影响系统QoS的因素较为复杂，提出一种两阶段的基于P2P的VoD的节点选择策略。在第一阶段，考虑提高频谱利用率的因素，采用“注水法”的思想对节点进行初步的筛选；第二阶段，采用模糊数学理论进行最终的筛选，从而提高系统的QoS。
为实现上述目的，本发明提出的技术方案为一种协同的基于P2P的VoD的节点选择方法，包括以下两个阶段：
第一阶段、针对视频利用率的因素，进入目标函数进行寻优，采用注水法的思想，并通过Lagrangian算法进行求解，具体过程如下：
Step 11.定义网络中有n个节点，构成节点集Ν，同时，第i个节点所对应的权重为wi，这里，wi为选择因子，每一个节点都有其相对应的网络繁忙指数ξi，即所谓的节点频谱利用系数，它可定义如下：
这里，Bi代表第i个节点所能提供的上行带宽，，Bmax表示系统的最大带宽，其为固定值，显然，ξi越大，说明该节点的频谱利用率越高，视频利用率越高；
Step 12.定义li为第i个节点所对应的系统视频速率，目标是要根据ξi进行视频利用率排序，进行初步的节点选择策略，可得到优化问题如下：
Step 13.引入注水法，采用Lagrangian算法优化以上所述的目标函数，
其中，λ为Lagrangian算子，结合下列约束条件进行寻优，
得到初步节点选择的优化策略；
第二阶段、采用模糊综合评判体系进行节点选择，其过程可描述如下：
Step 21.对所有指标进行标准化处理：
这里，每隔固定时间进行采样，得到相应指标，xij代表第i个指标在第j次采样的样本值，μj，sj分别代表所有样值的均值和标准差；
Step 22.得到因子矩阵：
Step 23.对第一阶段筛选出来的节点所对应的网络繁忙指数ξi，进行归一化处理
Step 24.对R进行模糊变换，U为模糊输入，V为模糊输出，该关系可描述为
Tr:F(U)→F(V)；
Step 25.最终得到评分函数如下，
这里，Evaluation为评分函数，基于该函数，可以规定如果一个节点的Evaluation的值大于一定比例节点的Evaluation的值，那么这个节点将最终被选中进行视频传输；相反，达不到该指标的节点将在本次节点选择中停止VoD的相关功能。
进一步，上述步骤22中所述的固定时间优选为10分钟。
步骤22中所述相应指标为节点在线时间、视频传输时延、节点带宽和节点单位时间开销。
作为优选，步骤26中所述的一定比例为80％。
与现有技术相比，本发明的有益效果在于：
1，本发明采用两阶段的节点选择策略，有效考虑了多种因素，特别是通过第一阶段对节点的初步筛选，能够更加有效地利用了频带资源。
2，本发明引入模糊评判机制，综合考虑了多种影响QoS的因素，从而能够更好地满足用户对P2P VoD系统QoS的需求。
附图说明
图1为节点选择策略流程图。
图2为第一阶段节点选择框架图。
图3为第二阶段节点选择算法流程图。
图4为算法性能测试图。
具体实施方式
现结合附图对本发明做进一步详细的说明。
本发明针对上述传统的节点选择策略无法综合考虑多种因素及提高QOS的问题，首先本发明通过“注水法”实现对所有节点的初步优化，提高系统的带宽利用率。接着，综合考虑多种因素，采用隶属函数打分的方法进行模糊综合评判，得到最优的节点选择策略。本发明在考虑到频谱利用率的同时，还兼顾了QoS性能提高。
基于图2的框架，第一阶段的节点初步优化算法可描述如下：
Step 11.定义网络中有n个节点，构成节点集Ν。同时，第i个节点所对应的权重为wi。这里，wi为选择因子。每一个节点都有其相对应的网络繁忙指数ξi，即所谓的节点频谱利用系数，它可定义如下:
这里，Bi代表第i个节点所能提供的上行带宽，Bmax表示系统的最大带宽，其为固定值。显然，ξi越大，说明该节点的频谱利用率越高，视频利用率越高。
Step 12.定义li为第i个节点所对应的系统视频速率。我们的目标是要根据ξi进行视频利用率排序，进行初步的节点选择策略，可得到优化问题如下：
Step 13.引入注水法，采用Lagrangian算法优化以上所述的目标函数，
其中，λ为Lagrangian算子。结合下列约束条件进行寻优，
这样，就能得到初步节点选择的优化策略。这里，规定m为第一阶段寻优筛选出的节点总数。换句话说，筛选出视频利用率最高的总数的节点进行下一步的节点选择，以免浪费不必要的频谱资源。
通过第一阶段的节点选择策略，本策略实现了对频谱资源的有效利用。
接着，根据第一阶段筛选出来的节点，采用模糊综合评判理论进行分析。在P2PVoD系统中，影响用户体验主要有节点在线时间、视频传输时延、节点带宽和节点单位时间开销，这些因素都可以通过网络分析软件得到。
基于图3的流程，该算法可描述如下：
Step 21.对所有指标进行标准化处理：
这里，在一个小时的时间里，以10分钟为一个采样周期对相应指标(即节点在线时间、视频传输时延、节点带宽和节点单位时间开销)进行6次采样。。xij代表第i个指标在第j次采样的样本值，μj，sj分别代表所有样值的均值和标准差。
Step 22.生成因子矩阵：
Step 23.对第一阶段筛选出来的节点所对应的网络繁忙指数ξi，进行归一化处理
Step 24.对R进行模糊变换，U为模糊输入，V为模糊输出，该关系可描述为
Tr:F(U)→F(V)；
Step 25.最终得到评分函数如下，
这里，Evaluation为评分函数。基于该函数，可以规定：当一个节点的Evaluation的值大于80％节点Evaluation的值，那么这个节点将最终被选中进行视频传输。相反，达不到该指标的节点将在本次节点选择中停止VoD的相关功能。
实施例：
基于图1所示的大框架，在一个100m*100m的区域内，基于P2P VoD系统布置100个节点，该系统总共有100个文件，每一个节点拥有其中5-10个文件，媒体播放速率300kbps，所有节点性能良好，上行带宽上限为512kbps,节点随机分布,视频播放时长为3600s，整个系统有100个媒体文件。
测试流程如下：
1.首先，该系统持续运行三天，通过网络分析设备，在系统运行稳定后采样各种指标。
2.运用本发明提出的协同的基于P2P的VoD的节点选择策略进行节点选择，并引入peerSim仿真器和NS-2进行分析。
3.由图4可以看出，经过本发明所提出的策略的寻优，启动时延相对较低。之前的研究的启动时延都在10s以上，而本策略得出的启动时延小于8.5，且随着请求率增加而减小，同时也比较稳定。由此可以证明，本策略能够实现基于P2P VoD的性能较好和鲁棒性较好的节点选择方案，提高P2P VoD系统的QoS。
需要说明的是，上面的实施例为优选实施例，对于一些公知技术本领域技术人员也可以采用其它代替方式实施；而且附图部分仅是为了更具体的描述实施例，并不旨在对本发明进行具体的限定，凡采用等同替换形成的技术方案均落在本发明的保护范围内。

Claims (4)

1.一种协同的基于P2P的VoD的节点选择方法，其特征在于，包括两个阶段：
第一阶段、针对视频利用率的因素，进入目标函数进行寻优，采用注水法的思想，并通过Lagrangian算法进行求解，具体过程如下：
Step 11.定义网络中有n个节点，构成节点集Ν，同时，第i个节点所对应的权重为wi，这里，wi为选择因子，每一个节点都有其相对应的网络繁忙指数ξi，即所谓的节点频谱利用系数，它可定义如下：
<mrow> <msub> <mi>&amp;xi;</mi> <mi>i</mi> </msub> <mo>=</mo> <mfrac> <msub> <mi>B</mi> <mi>i</mi> </msub> <msub> <mi>B</mi> <mrow> <mi>m</mi> <mi>a</mi> <mi>x</mi> </mrow> </msub> </mfrac> <mo>,</mo> <mo>&amp;ForAll;</mo> <mi>i</mi> <mo>&amp;Element;</mo> <mi>N</mi> </mrow>
这里，Bi代表第i个节点所能提供的上行带宽，，Bmax表示系统的最大带宽，其为固定值，显然，ξi越大，说明该节点的频谱利用率越高，视频利用率越高；
Step 12.定义li为第i个节点所对应的系统视频速率，目标是要根据ξi进行视频利用率排序，进行初步的节点选择策略，可得到优化问题如下：
<mrow> <munder> <mi>max</mi> <msub> <mi>&amp;xi;</mi> <mi>i</mi> </msub> </munder> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>n</mi> </munderover> <msub> <mi>&amp;xi;</mi> <mi>i</mi> </msub> <msub> <mi>l</mi> <mi>i</mi> </msub> <mo>,</mo> <mo>&amp;ForAll;</mo> <mi>i</mi> <mo>&amp;Element;</mo> <mi>N</mi> </mrow>
<mrow> <mtable> <mtr> <mtd> <mrow> <mi>s</mi> <mo>.</mo> <mi>t</mi> <mo>.</mo> </mrow> </mtd> <mtd> <mrow> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>n</mi> </munderover> <msub> <mi>B</mi> <mi>i</mi> </msub> <mo>=</mo> <msub> <mi>B</mi> <mrow> <mi>m</mi> <mi>a</mi> <mi>x</mi> </mrow> </msub> </mrow> </mtd> </mtr> </mtable> <mo>;</mo> </mrow>
Step 13.引入注水法，采用Lagrangian算法优化以上所述的目标函数，
<mrow> <munder> <mrow> <mi>L</mi> <mrow> <mo>(</mo> <mi>&amp;lambda;</mi> <mo>,</mo> <msub> <mi>&amp;xi;</mi> <mn>1</mn> </msub> <mo>,</mo> <msub> <mi>&amp;xi;</mi> <mn>2</mn> </msub> <mo>,</mo> <mn>...</mn> <mo>,</mo> <msub> <mi>&amp;xi;</mi> <mi>n</mi> </msub> <mo>)</mo> </mrow> <mo>=</mo> <mi>m</mi> <mi>a</mi> <mi>x</mi> </mrow> <msub> <mi>&amp;xi;</mi> <mi>i</mi> </msub> </munder> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>n</mi> </munderover> <msub> <mi>&amp;xi;</mi> <mi>i</mi> </msub> <msub> <mi>l</mi> <mi>i</mi> </msub> <mo>-</mo> <mi>&amp;lambda;</mi> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>n</mi> </munderover> <msub> <mi>B</mi> <mi>i</mi> </msub> <mo>=</mo> <msub> <mi>B</mi> <mrow> <mi>m</mi> <mi>a</mi> <mi>x</mi> </mrow> </msub> <mo>,</mo> <mo>&amp;ForAll;</mo> <mi>i</mi> <mo>&amp;Element;</mo> <mi>N</mi> </mrow>
其中，λ为Lagrangian算子，结合下列约束条件进行寻优，
得到初步节点选择的优化策略；
第二阶段、采用模糊综合评判体系进行节点选择，其过程可描述如下：
Step 21.对所有指标进行标准化处理：
<mfenced open = "" close = ""> <mtable> <mtr> <mtd> <mrow> <msub> <mover> <mi>x</mi> <mo>^</mo> </mover> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mo>=</mo> <mfrac> <mrow> <msub> <mi>x</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mo>-</mo> <msub> <mi>&amp;mu;</mi> <mi>j</mi> </msub> </mrow> <msub> <mi>s</mi> <mi>j</mi> </msub> </mfrac> <mo>,</mo> </mrow> </mtd> <mtd> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> <mo>,</mo> <mn>2</mn> <mo>,</mo> <mn>3</mn> <mo>,</mo> <mn>4</mn> </mrow> </mtd> <mtd> <mrow> <mi>j</mi> <mo>=</mo> <mn>1</mn> <mo>,</mo> <mn>2</mn> <mo>,</mo> <mn>...</mn> <mo>,</mo> <mn>6</mn> <mo>;</mo> </mrow> </mtd> </mtr> </mtable> </mfenced>
这里，每隔固定时间进行采样，得到相应指标，xij代表第i个指标在第j次采样的样本值，
μj，sj分别代表所有样值的均值和标准差；
Step 22.得到因子矩阵：
Step 23.对第一阶段筛选出来的节点所对应的网络繁忙指数ξi，进行归一化处理
<mfenced open = "" close = ""> <mtable> <mtr> <mtd> <mrow> <msub> <mi>b</mi> <mi>k</mi> </msub> <mo>=</mo> <mfrac> <msub> <mi>&amp;xi;</mi> <mi>i</mi> </msub> <mrow> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>m</mi> </munderover> <msub> <mi>&amp;xi;</mi> <mi>i</mi> </msub> </mrow> </mfrac> <mo>,</mo> </mrow> </mtd> <mtd> <mrow> <mi>k</mi> <mo>=</mo> <mn>1</mn> <mo>,</mo> <mn>2</mn> <mo>,</mo> <mn>...</mn> <mo>,</mo> <mi>m</mi> <mo>;</mo> </mrow> </mtd> </mtr> </mtable> </mfenced>
Step 24.对R进行模糊变换，U为模糊输入，V为模糊输出，该关系可描述为
Tr:F(U)→F(V)；
Step 25.最终得到评分函数如下，
<mrow> <mi>E</mi> <mi>v</mi> <mi>a</mi> <mi>l</mi> <mi>u</mi> <mi>a</mi> <mi>t</mi> <mi>i</mi> <mi>o</mi> <mi>n</mi> <mo>=</mo> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>k</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>m</mi> </munderover> <msub> <mi>b</mi> <mi>k</mi> </msub> <mo>&amp;times;</mo> <mi>R</mi> </mrow>
这里，Evaluation为评分函数，基于该函数，可以规定如果一个节点的Evaluation的值大于一定比例节点的Evaluation的值，那么这个节点将最终被选中进行视频传输；相反，达不到该指标的节点将在本次节点选择中停止VoD的相关功能。
2.根据权利要求1所述的协同的基于P2P的VoD的节点选择方法，其特征在于步骤22中所述的固定时间为10分钟。
3.根据权利要求1所述的协同的基于P2P的VoD的节点选择方法，其特征在于步骤22中所述相应指标为节点在线时间、视频传输时延、节点带宽和节点单位时间开销。
4.根据权利要求1所述的协同的基于P2P的VoD的节点选择方法，其特征在于步骤26中所述的一定比例为80％。
CN201710387876.XA 2017-05-27 2017-05-27 一种协同的基于P2P的VoD的节点选择方法 Pending CN107276993A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710387876.XA CN107276993A (zh) 2017-05-27 2017-05-27 一种协同的基于P2P的VoD的节点选择方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710387876.XA CN107276993A (zh) 2017-05-27 2017-05-27 一种协同的基于P2P的VoD的节点选择方法

Publications (1)

Publication Number Publication Date
CN107276993A true CN107276993A (zh) 2017-10-20

Family

ID=60065344

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710387876.XA Pending CN107276993A (zh) 2017-05-27 2017-05-27 一种协同的基于P2P的VoD的节点选择方法

Country Status (1)

Country Link
CN (1) CN107276993A (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080059631A1 (en) * 2006-07-07 2008-03-06 Voddler, Inc. Push-Pull Based Content Delivery System
CN101499914A (zh) * 2008-01-28 2009-08-05 华为技术有限公司 一种组播系统的父节点选择方法、系统及节点
CN101645925A (zh) * 2009-05-15 2010-02-10 中国科学院声学研究所 一种p2p系统中物理拓扑相关的邻居节点选取方法
CN102572604A (zh) * 2012-02-28 2012-07-11 中国农业大学 基于p2p网络的视频点播系统及点播方法
CN102984279A (zh) * 2012-12-17 2013-03-20 复旦大学 Cdn预先主动选择优质节点开展优化内容分发服务的方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080059631A1 (en) * 2006-07-07 2008-03-06 Voddler, Inc. Push-Pull Based Content Delivery System
CN101499914A (zh) * 2008-01-28 2009-08-05 华为技术有限公司 一种组播系统的父节点选择方法、系统及节点
CN101645925A (zh) * 2009-05-15 2010-02-10 中国科学院声学研究所 一种p2p系统中物理拓扑相关的邻居节点选取方法
CN102572604A (zh) * 2012-02-28 2012-07-11 中国农业大学 基于p2p网络的视频点播系统及点播方法
CN102984279A (zh) * 2012-12-17 2013-03-20 复旦大学 Cdn预先主动选择优质节点开展优化内容分发服务的方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
WEI JIE WU: "Exploring the optimal replication strategy in P2P-VOD systems:characterization and Evaluation", 《IEEE TRANSACTIONS ON PARALLEL AND DISTRIBUTED SYSTEMS》 *
贾龙渊: "P2P-VOD系统中节点选择与数据调度策略的研究", 《中国优秀硕士论文全文库信息科技辑》 *

Similar Documents

Publication Publication Date Title
CN101572623B (zh) 基于主客观组合评价的网络性能综合评价方法
CN105050125A (zh) 一种面向用户体验的移动数据业务质量评测方法及装置
CN102075352A (zh) 一种网络用户行为预测的方法和装置
CN109818786A (zh) 一种云数据中心应用可感知的分布式多资源组合路径最优选取方法
CN102306336A (zh) 基于协同过滤和QoS感知的服务选择框架
CN102904773A (zh) 一种网络业务质量的测量方法和装置
CN109831705A (zh) 一种针对HTTP视频流业务的主观QoE评估方法
CN111491175B (zh) 一种基于视频内容特征的边缘网络缓存方法和装置
CN111770020B (zh) 一种基于最优路径选择的网络感知服务组合算法的方法
CN102076025A (zh) 基于Stackeberg博弈认知网络资源分配方法
CN105245362A (zh) 一种sdn环境中重要节点信息采集方法
Németh et al. A snapshot of the frontiers of client selection in federated learning
Freedman et al. Prices are right: managing resources and incentives in peer-assisted content distribution.
Brik et al. GSS-VC: A game-theoretic approach for service selection in vehicular cloud
Li et al. AFedAvg: Communication-efficient federated learning aggregation with adaptive communication frequency and gradient sparse
Shi et al. CoLEAP: Cooperative learning-based edge scheme with caching and prefetching for DASH video delivery
CN107276993A (zh) 一种协同的基于P2P的VoD的节点选择方法
CN101986608A (zh) 一种异构覆盖网络负载均衡程度的评价方法
Wang et al. TrafAda: Cost-Aware Traffic Adaptation for Maximizing Bitrates in Live Streaming
Boumaiza et al. Innovation diffusion for renewable energy technologies
Li et al. Deep reinforcement learning-based incentive mechanism design for short video sharing through D2D communication
Huo et al. Optimizing QoE of multiple users over DASH: A meta-learning approach
Qin et al. CUFTI: Methods for core users finding and traffic identification in P2P systems
Feng et al. Adaptive video streaming based on learning intrinsic reward
Sun et al. Association analysis and prediction for IPTV service data and user's QoE

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20171020

RJ01 Rejection of invention patent application after publication