CDN-P2P混合流媒体分发系统中用户群分组方法研究

发布时间：2017-09-22 08:07

  本文关键词：CDN-P2P混合流媒体分发系统中用户群分组方法研究

  更多相关文章： 混合流媒体分发 用户群分组 无监督聚类 朴素贝叶斯分类器 服务节点选择 全局最优

【摘要】：CDN-P2P混合分发网络融合了CDN高可扩展性与P2P部署和维护成本低的优势,是流媒体分发系统当前的研究热点。本文重点对CDN-P2P混合流媒体分发系统中用户群分组算法展开研究。首先,针对分发系统中服务节点为用户提供服务时出现跨ISP、跨地域通信,造成通信费用高、通信质量差以及对骨干网压力大等问题,结合节点接入网络类型、到地标节点网络延迟、地标序等参数,提出了一种基于无监督聚类算法和朴素贝叶斯分类器的分组算法Cluster Bayes。利用改进的K-Medoids聚类算法和层次聚类算法对选取的代表节点分组,利用朴素贝叶斯分类器对网络中剩余节点以及新加入节点分组,将通信性能好、物理距离近的节点划分到相同的分组内,使得请求节点能就近、高质量地获取资源。最后通过数值仿真验证了Cluster Bayes算法的有效性。然后,针对现有算法在为用户选择服务节点时忽视系统全局性能的问题,提出一种全局最优的服务节点选择算法Opti SS。利用Cluster Bayes算法确定候选服务节点集,通过构造全局流量函数求解其最优解的方法确定全局最优的服务节点选择方案,提升了用户体验、减少了跨区域通信量。最后通过数值仿真验证了Opti SS算法的有效性。最后,通过系统模型说明了Cluster Bayes算法和Opti SS算法在混合流媒体分发系统中的应用。
【关键词】：混合流媒体分发 用户群分组 无监督聚类 朴素贝叶斯分类器 服务节点选择 全局最优
【学位授予单位】：贵州大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP393.02;TP311.13
【目录】：

• 摘要4-5
• Abstract5-6
• 第一章 绪论6-12
• 1.1 研究背景及意义6-8
• 1.2 国内外研究现状8-10
• 1.3 论文研究内容10-11
• 1.4 论文结构安排11-12
• 第二章 流媒体系统概述12-20
• 2.1 流媒体技术概述12-13
• 2.2 流媒体分发模式13-18
• 2.2.1 C/S架构的流媒体分发模式13-15
• 2.2.2 P2P流媒体分发模式15-16
• 2.2.3 CDN-P2P混合流媒体分发模式16-18
• 2.3 CDN-P2P混合流媒体分发系统关键技术18-19
• 2.3.1 资源定位技术18
• 2.3.2 服务节点选择算法18-19
• 2.4 本章小结19-20
• 第三章 用户群分组算法20-49
• 3.1 相关技术概述20-23
• 3.1.1 无监督聚类算法20-22
• 3.1.2 朴素贝叶斯分类器22-23
• 3.2 用户群分组算法设计23-37
• 3.2.1 网络节点特征的提取23-24
• 3.2.2 网络节点间的距离24-26
• 3.2.3 代表节点的分组26-29
• 3.2.4 其他网络节点的分组29-37
• 3.3 仿真与分析37-48
• 3.4 本章小结48-49
• 第四章 服务节点选择算法49-62
• 4.1 相关技术概述49-51
• 4.2 服务节点选择算法设计51-56
• 4.2.1 候选服务节点集51-52
• 4.2.2 全局最优选择策略52-56
• 4.3 仿真与分析56-61
• 4.4 本章小结61-62
• 第五章 基于用户群分组的混合流媒体分发模型62-71
• 5.1 模型架构62-67
• 5.2 算法应用67-70
• 5.2.1 ClusterBayes算法应用67-68
• 5.2.2 OptiSS算法应用68-70
• 5.3 本章小结70-71
• 第六章 总结及展望71-72
• 6.1 全文总结71
• 6.2 展望71-72
• 参考文献72-75
• 致谢75-76
• 附录76-83

，

本文编号：899678