1、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,本文的主要工作,结论与展望,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
2、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S
3、P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
4、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。B
5、ACKSP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 PASi 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)
6、/TS监听超级节点正常或异常退出SendMessage(BACKSPTOSNP);SendClusterInfo();SNP=BACKSP; Recv(ClusterInfo);/接收TS传来的簇信息JoinTree();/加入转发树For Pj ClusterInfo doSendMessage(BESP);/向簇内其它节点通告自己成为SP。End ForFor Pj ClusterInfo dJoinSP();/普通节点连接簇首，重新加入系统End For,备用超级节点机制,簇首饱和当前SP（SNP）饱和，不再接受新节点加入， TS通告BACKSP成为SNP，并以 以前簇首为父节点加入超级
7、节点层。 算法伪码描述如下：while(Listen(BENEWSNP)= =TRUE)SendMessage(BACKSPTOSNP Newcluster(BACKSP);/新建簇JoinTree(); 如果SNP饱和，则新选举出的SNP不以该饱和的SNP为父节点，而是以该区域的 SP为父节点加入SP层。,实验结果分析,性能分析指标1.网络上传能力2.超级节点的控制负载3.SNP失效率4.SNP平均上传速率5.NP重加延时,实验结果分析,实验参数设置频道源：10SP数：15SP转发频道数：5NP数：5000簇大小：30,实验结果分析,实验结果(一)：没有引入超级节点动态推举时引入超级节 点动
8、态推举的网络上传能力对比图.,引入超级节点动态推举机制后，没有系统瓶颈，网络上传能力随着网络规模增加而增加。,实验结果分析,实验结果（二）：没有引入超级节点动态推举时引入超级 节点动态推举的超级节点控制负载与传输负载对比图。,引入超级节点动态推举机制后，控制负载与传办输负载比值是趋于稳定的。,实验结果分析,实验结果（三）：基于信任度和非基于信任度的超级节点 选举机制的SNP失效率对比图。,基于信任度的SNP比较稳定，不会频繁退出，给系统造成的波动小。,实验结果分析,实验结果（四）：基于信任度和非基于信任度的超级节点 选举机制的SNP的平均上传速率对比图。,基于信任度的SNP在具有更高的上传速率
9、，提高了系统的上传能力。,实验结果分析,实验结果（五）：引入备用超级节点机制和不引入备用超 级节点机制的NP重加延时对比图。,引用备用超级节点机制后，超级节点失效恢复机制的响应时间降低。,3.总结与展望,总结 研究分析了现有的典型的基于树状、网状和分层混合的三种P2P流媒体直播模型的优缺点。 通过研究了现有的分层P2P网络模型中的超级节点选取机制，根据Lstream系统实际，提出了一种基于信任度的超级节点选举机制。 对超级节点选举机制进行仿真实验验证，证明本文所提出的机制在提高系统可扩展性、稳定性和提高网络服务能力方面具有更好的能力，具有一定的实用价值。,3.总结与展望,展望 超级节点与普通节点的理想比率。 超级节点的分布问题。理想情况下，超级节点应该尽量均匀分布在覆盖网中，从而减小系统中端到端的平均网络时延，提高流媒体数据的分发效率。 P2P流媒体系统节点的安全可控性。,谢谢！,欢迎各位老师批评指正！,
