【摘 要】
:
将CDN和P2P进行融合构成的混合内容分发系统能够充分结合两种技术的优势,提高系统的可扩展能力和可靠服务能力。本文针对CDN-P2P系统中底层P2P分发网络及其构造协议、CDN与P2
论文部分内容阅读
将CDN和P2P进行融合构成的混合内容分发系统能够充分结合两种技术的优势,提高系统的可扩展能力和可靠服务能力。本文针对CDN-P2P系统中底层P2P分发网络及其构造协议、CDN与P2P的融合以及CDN-P2P中的内容搜索算法三个方面进行了研究:(1)提出了一种基于兴趣簇的混合式P2P网络的拓扑构造协议,它结合了基于超级节点的混合式P2P网络的特点,同时考虑了用户节点对不同类型内容的偏好程度,该构造协议利用节点拥有的各不相同的负载能力值,将所有的普通节点在满足兴趣相似度足够高的前提下,尽可能的聚集到负载能力值较强的超级节点周围,从而使得最终得到的拓扑中超级节点尽量的少,以减少网络中节点间消息交换带来的流量。(2)将基于兴趣簇的混合式P2P网络与CDN网络进行融合,提出了基于兴趣簇的CDN-P2P混合内容分发系统的模型。为了能充分利用基于兴趣簇的混合式P2P网络较高的可扩展性以及自组织能力,同时保留CDN网络的较高的服务质量和稳定性,通过CDN网络中的边缘服务器对P2P网络中的兴趣簇进行管理来完成二者的融合,并根据融合而成的系统的拓扑结构特点提出了CDN层、P2P层的双层内容分发策略,最终相对于传统的CDN-P2P网络,降低了CDN网络的负载和管理压力,提高了系统的鲁棒性,同时减少了内容分发的平均通信代价。(3)基于兴趣簇的CDN-P2P系统中的内容搜索算法,在前两个研究点的基础上,设计并实现了在基于兴趣簇的CDN-P2P混合内容分发系统中的内容搜索算法,充分利用基于兴趣簇的拓扑优势,将分布式的内容搜索与中心索引式的搜索相结合,减少了搜索命中需要的跳数,降低了搜索消息转发带来的网络流量。
其他文献
Vapnik等人提出的统计学习理论是一种专门的小样本理论,它避免了以往机器学习方法的网络结构难于确定,过学习和欠学习以及局部极小等问题。这一方法理论基础坚实,由此提出的支持
Web Services是在现有的各种异构平台的基础上构筑的一个通用的与平台无关、语言无关的技术层,各种不同平台之上的应用可以依靠该技术层来实现彼此的连接和集成。Web Services
计算机基础理论的研究,特别是对计算复杂性和基本算法的研究,是发展应用理论和高性能软件系统的基础。找到NP完全问题解的快速算法是计算复杂性研究的主要研究方向,布尔变量
时序数据在日常生活中随处可见,对时序数据的研究和挖掘具有重大实际应用意义。本文主要研究基于时序数据的模式识别技术,分别从数据预处理、特征提取、模型建立、相似性搜索识
报表是企业查询各项数据的主要手段,各类信息系统都离不开报表服务。但中国报表一向以样式复杂、统计困难著称。多变的需求使得报表的开发、维护成本一直很高,给企业信息系统的
随着我国高新技术产业的发展很多人预测知识经济的变革即将到来,而变革的重点便是知识产权的保护。近几年来,软件制造行业在国民经济中占有的地位越来越重要,仅仅从该行业对GDP
机器学习是从大量、复杂的数据中迅速获取新颖、有效的知识的过程。基于核函数的机器学习方法是从统计学习理论中发展出来的较新的研究方法,它有效解决了传统机器学习方法的局
本论文主要针对鞍钢集团矿业公司目前在采矿、选矿生产中,原材料的计量管理中电子汽车衡的实际现状,通过采用RFID免接触无线自动识别技术及新的数据采集技术,利用鞍钢集团矿
基因表达式规划(Gene Expression Programming,GEP)是Ferreira Candida于2001年提出的一种新型进化算法,该算法继承了遗传算法编码简单和遗传编程的特点,采用线性定长方式对
由于时序数据区别于普通数据,为了达到有效的利用时序数据特征进行数据分析目的,本文针对时序数据特征提取方法进行了深入的研究,主要做了以下工作:(1)为了减小数据量,首先利用一