论文摘要
Internet环境下的快速数据分发作为一种高吞吐率、低延迟、转发时间紧迫的数据分发模式,在突发事件响应、信息化战场环境、多媒体应用、新闻传播、金融证券等需要快速共享信息的诸多领域,发挥着极其重要的作用。基于覆盖网的快速数据分发可以利用覆盖网的部署灵活、自治性、可扩展性和鲁棒性强等特点,实现有效的数据分发。然而,由于现有覆盖网的构建不能有效地反映底层物理网络拓扑特性,极易导致数据分发过程中路由效率和传输性能低下等问题。延迟和带宽作为网络路径的重要参数,极大地影响着数据分发的效率。为支持有效的快速数据分发,对网络延迟预测、网络路径的可用带宽测量以及为优化路由效率和数据分发路径的延迟带宽敏感技术进行了深入的研究。首先,针对已有网络坐标计算方法在收敛性、精确性、安全性等方面的不足,提出了一种基于分簇的启发式网络坐标计算方法CHCC以优化网络延迟预测。CHCC中利用改进的Binning分簇算法EBinning对节点有效地分簇,并结合最优的分布式地标选择策略Hybrid以优化方法的可扩展性和精确性;提出并使用恶意节点检测算法MNDA检测恶意节点以提高网络坐标的安全性;提出并使用启发式坐标更新算法HCUA对坐标周期性更新以提高坐标的收敛速度和预测精度;提出并使用坐标稳定算法CSA对坐标进行稳定处理以防止坐标发生漂移现象,增强坐标的稳定性。实验结果表明,与已有的典型方法Vivaldi相比,CHCC具有更好的收敛性、稳定性、安全性和精确性。其次,针对Internet网络环境下端到端路径的可用带宽测量问题,提出了一种快速自适应的网络路径可用带宽测量方法FSabe。FSabe基于探测速率模型PRM,克服了探测间隔模型PGM中需要已知带宽容量以及紧致链路和窄带链路为同一链路的条件;根据接收端的到达速率和背景流的突发性来自适应调整探测包串的发送速率,提高了测量的收敛速度;根据背景流量的突发性与路径负载的情况自适应地确定探测包串长度,减少了探测包的数目并减轻了对网络路径的影响,提高了方法的可用性;采用适宜的探测包大小,并改进了判断探测包单向延时变化的方法,增强了方法的精确性和抗干扰性。实验结果表明,与典型的PRM测量模型方法Pathload相比,FSabe的精确性更高、测量时间更短、对网络路径的干扰更小。最后,针对覆盖网中实现快速数据分发面临的路由效率低下和分发路径的性能瓶颈问题,提出了位置感知的非结构化覆盖网拓扑构建算法Lautc以及延迟带宽敏感的分发路径选择方法LBPS。在Lautc算法中,采用非结构化拓扑和分布式构建方式,提高了拓扑的动态适应能力、弹性恢复能力以及可扩展性;采用随机行走方式并结合低延迟邻居选择策略构建拓扑,降低了延迟伸展率,提高了数据定位的效率。在LBPS方法中,以位置感知的非结构化覆盖网拓扑为基础,减少了传输延迟,提高了数据定位的效率;采用半分布式的带宽容量信息管理方式,增强了可扩展性和实用性;根据网络延迟、带宽容量和可用带宽选择路径,在确保优化分发路径的同时减少网络延迟,有效地提高了数据分发的效率。实验结果表明,利用Lautc算法构建的覆盖网拓扑的延迟伸展率较Binning方法更低,位置感知能力更强;与Gnutella拓扑相比,Lautc算法构建的拓扑数据定位效率更高。此外,通过深入比较分发路径优化前后的路径可用带宽,证明了LBPS方法能有效地优化分发路径,提高数据分发的效率。