基于P2P的流媒体若干关键技术研究

【摘要】：P2P流媒体(P2P Streaming Media)是把P2P引入到流媒体服务中,与传统的客户机/服务器模式相比,充分发挥众多个人计算机(Peer节点)的作用,通过让它们缓存一部分信息和数据,行使一部分服务器的功能,使服务分散化,从而减轻服务器的负载,降低对局部网络带宽的高要求和高消耗,具有广阔的应用前景和商业价值。 流媒体服务要求时延低,抖动小,需要提供可靠的点播、直播、多播等应用服务。P2P流媒体具有一些明显的特征:1.网络规模更为庞大,节点数目更多、密度更大,属于大型动态自组网络;2.网络拓扑结构变化更快,节点容易失效;3.节点能力差异比较大。P2P网络自身的动态性和随机性易导致流媒体服务不可靠、不可控、不可信,这些特点使得P2P流媒体在传输性能上面临更大的挑战。论文主要从点播和多播两个方面对P2P流媒体的网络传输方案进行了研究。首先对P2P和流媒体技术作了简要分析,归纳和总结了P2P流媒体的应用现状和研究现状,提出了P2P流媒体面临的问题和关键技术。 其次,论文提出了基于网络编码的P2P流媒体点播传输方案,分析P2P流媒体点播传输面临的问题,在此基础上设计了一种网络编码的P2P流媒体点播协议,引入网络编码解决节点失效问题,通过滑动窗口实现按序接收,优化节点选择策略,在减少P2P流媒体的传输时延和丢包率、减轻服务器负载等方面做出了有益改进。 第三,论文分析现有应用层多播方案的基础上,提出了基于P2P的应用层多播方案,通过Kamulia协议这种P2P网络设计和实现了多播方案,包括多播树的建立、维护、管理等,通过PeerSim仿真平台实验证明,该方案有效减少了网络传输时延和丢包率,具有较好的健壮性。 第四,论文分析了P2P流媒体带宽虚耗问题,提出了基于小波神经网络的P2P流量预测模型,通过小波改进神经网络的局部次要和慢收敛问题,在Matlab6.5仿真平台实验分析,具有较好的预测性能;然后在预测模型的基础上分析了P2P流媒体流量优化方案。 最后,论文基于P2P流媒体技术,利用所提出的方案,设计与实现了基于P2P的IPTV网络传输系统,其基本功能包括点播、直播、多播等。