论文部分内容阅读
随着Internet的迅速发展,P2P网络技术越来越受到人们的重视。相对于传统C／S模式,P2P (peer to peer)技术使得众多个人计算机(Peer节点)既是客户端也是服务端,能够分散服务、使得整个网络处理能力得到重大提升,所有这些促进了P2P的迅速发展。根据中国互联网实际流量模式分析报告表明,P2P流量已占整个互联网流量的60%[1]。德国互联网调研机构ipoque称,P2P已经彻底统治了当今的互联网,其中50-90%的总流量都来自P2P程序[2]。而P2P流量中直播与点播占了重要部分。在我们实际观看直播或点播时,我们总是被下载速度太慢,流量不稳定,视频不流畅而烦恼。P2P系统性能受到很多因素的制约,节点扰动(chum)是其重要原因,当移动结点(用户)进入P2P网络中(点播或直播)观看节目时,其它节点对其进行数据块传送具有不确定性。为了在一定程度上解决上述问题,本文应用随机过程中生灭过程的原理力图建立一种信息预报概率参数,通过对移动结点(用户)建立马尔可夫模型,父结点(信息提供者)建立马尔可夫模型,并通过比较分析两个模型,对父结点传信息给移动结点的概率进行评估,为移动结点提供一个参考,在一定程度上保证移动结点视频观看是流畅及稳定的。本文的主要贡献有：(?)应用随机过程中生灭过程的原理,对移动结点(用户)、父结点(信息提供者)建立了马尔可夫模型,给出了两种模型的详细数学描述,重要结论的数学完整推导过程,及实现P2P结点信息预报的算法。(?)综合了移动结点(用户)、父结点(信息提供者)主客体两个方面,及移动结点(用户)、父结点(信息提供者)传信息的概率及不传信息的概率正反两个方面,使得对节点概率评估更加客观、全面。(?)通过Matlab及Java实现了P2P结点信息预报算法,得出了一定条件下为保证视频观看是流畅及稳定的所对应的k的最大值(基于移动结点信息预报马尔可夫模型)及k的最小值(基于父结点信息预报马尔可夫模型)。