PPLive测量数据的初步分析

论文摘要

随着互联网极大范围的普及,用户对网络业务及网络资源的需求空前高涨,网络资源的高效共享成为了热点问题,p2p模式应运而生,引发了互联网资源共享模式的大变革,其内容分发方式有效的整合了网络上所有参与者的传输能力和计算能力,利用网络的带宽能力,充分发挥了集体的优势,成为近年来最流行最重要的资源共享方式。而在网络技术日渐成熟,网络结构日益复杂,并逐渐朝着多元化,智能化发展的同时,通过对网络行为进行测量和统计分析,深入理解网络运行环境及网络拓扑结构和网络服务应用的现状,将为加快网络发展,从宏观上解决网络问题提供重要的参考,因此,网络行为测量及数据分析的重要性也逐渐体现出来。目前已经有学者对P2P网络进行了节点聚集系数的分布特征,网络下载时间及资源特征等多方面的进行了测量研究,而本文所做的工作,则是在前人测量的基础之上,基于当下流行的网络电视PPLive进行的数据测量以及研究分析。本研究基于PPLiver系统组成及工作原理,分析了PPLive的数据格式和peer交互缓存信息的格式,通过由实验室老师为PPLive专门编写的Crawler抓取的12个数据集,进行了初步的数据分析。本文第三章使用抓取数据对用户下载的时间演进以及演播时延进行了分析,定义了用户的缓存参数和进展曲线,、提出了服务曲线的概念,通过对用户视野,用户连续演播等的定义,推断出在假定为CBR(Constants Bit Rate,固定码率)情况下的服务曲线,并给出了该假设下的服务曲线应用举例。常用的网络测量数据处理算法有线性回归和线性规划等,此外,人们还提出过一种与线性规划等价的凸包(convex hull)算法来进行网络时延的测量,通过对凸包算法的改进,文献中提出了折线包络近似算法(PLEA),通过编写PLEA算法的伪代码,对数据集的偏移量进行逼近,并绘制了各种折线估计算法比较图。本文第三章还将介绍在研究过程中,通过对数据集的速率推断以及对服务器的报告的最大偏移量和最小偏移量之差的演进图的绘制,偶然发现了从tracker报告信息中提取演播速率的方法,这一发现使得之前的研究工作更为顺理成章,而之后由数据集绘出的曲线又有效印证了这一观察事实。本文共有图13幅,表2张,参考文献23篇。

论文目录

• 致谢
• 中文摘要
• ABSTRACT
• 序
• 1 引言
• 1.1 基于p2p的IPTV
• 1.2 目前对PPLive的测量工作
• 1.3 本文的研究目标和主要工作
• 1.4 本文所采用的数据分析的基本方法
• 1.4.1 线性回归
• 1.4.2 线性规划
• 1.4.3 改进的算法
• 2 PPLIVE系统和测量数据
• 2.1 PPLive的系统组成和工作原理
• 2.2 PPLive的数据格式和peer交互缓存信息的格式
• 2.3 测量平台和数据集
• 3 PPLIVE测量数据的分析视角和分析方法
• 3.1 如何观察用户下载的演进
• 3.2 用户间的演播时延
• 3.3 CBR假设下服务曲线的推断方法
• 3.4 CBR假设下服务曲线的应用举例
• 3.5 存在速率重置假设下的服务曲线和演播速率推断
• 3.5.1 折线包络近似算法PLEA
• 3.5.2 演播速率重置时间和演播速率的估计
• 3.6 从tracker报告信息中直接抽取演播速率信息
• 4 研究过程分析及结论
• 4.1 本文研究过程
• 4.1.1 为何研究PPLive
• 4.1.2 研究过程中的一些困难
• 4.2 本文的主要工作及结论
• 4.3 对未来研究方向的展望
• 参考文献
• 附录A
• 索引
• 作者简历
• 学位论文数据集