组播通信服务质量分层控制方法的研究

来源 :东南大学 | 被引量 : 0次 | 上传用户:Phoenix_Ex
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着IP网络逐步由单一的数据传送网向多媒体信息的综合传输网演化,用户的需求也由单一化的基本满足向多样化发展。由于组播的多点传输和多方协作应用特点,同时具有高效的数据传输效率,对于现在日益增长的业务需求具有良好的应用前景。   由于多媒体组播业务的实时性特点,再加上缺乏一定的交互机制,用户只能被动地接受业务。为了及时掌握用户对组播业务服务的满意程度,服务提供者需要实时地对当前组播服务质量进行监控,从而采取相应的改善措施。一般影响用户观看质量的网络因素包括单向时延、时延抖动以及丢包率,只有在获取这些特征参数的基础上服务提供者才能向用户提供满意的端到端服务。   本文设计和实现一种组播QoS反馈控制机制,并基于该反馈机制实现对组播通信服务质量的优化。系统通过对主干网和接入网组播QoS的分段测量,监测各层次网络的组播服务情况,利用多层次反馈的方法达到对组播通信服务质量分层控制的目的。在主干网,系统采用区分服务模型向多种组播业务提供差别化服务,满足各接入网对进入的组播业务的QoS需求。而在接入网内,系统通过服务映射方式将区分服务映射到二层QoS服务,并同时对接入的组播流进行相关测量。系统采用模块化方式在客户端内嵌入测量模块,通过选择和维护测量点对接入网内的组播流进行有效地测量。控制服务器通过测量点反馈的测量数据评估当前组播服务状况,对现有的QoS策略进行有效地调整,最终达到优化组播服务质量的目的。
其他文献
数据中心是云计算中数据运算、交换、存储的中心。近年来以虚拟机为粒度的虚拟机放置管理成为云数据中心能耗管理、实现动态可伸缩提供的重要支撑技术。在虚拟机初始化放置阶
随着社会的进步和IT行业的发展,三维重建技术在各个领域中发挥越来越重要的作用。在三维重建的过程中,点云数据的配准是关键技术,因此三维数据的配准研究是重建技术中的研究
BP神经网络是一种多层神经网络,其权值调整原则是按照误差梯度下降原则进行调整,该神经网络具有很强的自适应及容错能力,在解决模式识别及预测问题时常被作为重要的工具来使用。
在当今信息社会里,信息技术和信息系统对于现代企业和现代社会的重要性越来越高,系统管理成为网络管理发展中的一个重要方面。本文结合网络行为监控系统(Network Behavior Ob
Web日志频繁序列模式的挖掘是Web日志挖掘的重要组成部分,主要用来发掘站点和用户交互的频繁路径。利用这些频繁序列模式,可以简单的分析出用户的访问序列模式规律、进行建模
随着动车组的高速发展和大规模的使用,动车组已经成为了铁路客运和货运的重要工具,具有高效、安全、快速、高标准的服务功能,在交通中起到的重要作用也易于凸显。我国高速铁
深层结构学习是近年来机器学习领域兴起的一个学习范式,深层结构语义是数据分析的关键技术之一。本文主要针对深层结构学习中层与层之间的关系问题进行研究,其内容包括:   (1
随着视频压缩技术及网络通信技术的迅猛发展,尤其是无线通信技术的日趋成熟,以视频信息为主的多媒体数据在无线网络上的传输和处理已成为通信领域和多媒体领域共同关注的焦点
近年来,随着研究的深入,脑网络已经成为了热点领域。脑网络由结构脑网络与功能脑网络两部分组成,并且二者之间有着密不可分的关系。人们对脑网络进行研究,其主要关注点在于结构脑
脑-机接口(Brain-Computer Interface, BCI)(?)将人的思维解读为一系列的外部控制命令,使人们可以不依赖神经肌肉通路而达到与外界交流的目的。脑-机接口的研究在康复工程领