（计算机科学与技术专业论文）基于polling的p2p流媒体网络管理协议研究.pdf

学位论文版权使用授权书 本学位论文作者完全了解北京交通大学有关保留、使用学位论文的规定。特 授权北京交通大学可以将学位论文的全部或部分内容编入有关数据库进行检索， 提供阅览服务，并采用影印、缩印或扫描等复制手段保存、汇编以供查阅和借阅。 同意学校向国家有关部门或机构送交论文的复印件和磁盘。 ( 保密的学位论文在解密后适用本授权说明) 学位论文作者签名：吴建教 签字日期：多印知年月二r 豫嘶 聋下镣“ 乡砷 ； 名 ： 签 期 d i y r 导 字 签 中图分类号：t p 3 9 3 1 u d c ：0 0 4 9 学校代码：1 0 0 0 4 密级：公开 北京交通大学 硕士学位论文 基于p o l l i n g 的p 2 p 流媒体网络管理协议研究 r e s e a r c ho nm a n a g e m e n tp r o t o c o lo fp 2 p s t r e a m i n gm e d i a n e t w o r kb a s e do np o l l i n g 作者姓名：吴建林 导师姓名：张晋豫 学位类别：工学 学科专业：计算机科学与技术 学号：0 8 1 2 0 5 9 1 职称：副教授 学位级别：硕士 研究方向：宽带网络技术 北京交通大学 2 0 1 0 年6 月 致谢 本论文的工作是在我的导师张晋豫副教授的悉心指导下完成的，张晋豫副教 授严谨的治学态度和科学的工作方法给了我极大的帮助和影响。在此衷心感谢三 年来张晋豫老师对我的关心和指导。 张晋豫副教授悉心指导我们完成了实验室的科研工作，在学习上和生活上都 给予了我很大的关心和帮助，在此向张晋豫老师表示衷心的谢意。 张晋豫副教授对于我的科研工作和论文都提出了许多的宝贵意见，在此表示 衷心的感谢。 在实验室工作及撰写论文期间，周正、李强、付字、马宁、胡健楠、刘杰、 张永等同学对我论文中的校对工作给予了热情帮助，在此向他们表达我的感激之 情。 另外也感谢我的家人，他们的理解和支持使我能够在学校专心完成我的学业。 摘要：目前p 2 p 流媒体技术已经成为i n t e m e t 上大规模流媒体应用最流行的实 现方案。然而，尽管p 2 p 在当前的宽带网络上传输流媒体业务时具有比c d n 和 m u l t i c a s t 更大的优越性，但也存在明显的缺点。例如，大多数p 2 p 用户使用a d s l 方式接入网络，但由于a d s l 网络上下行带宽不对称造成了接收者带宽的浪费。 此外，p 2 p 流媒体网络中大量的交互在用户之间完成，这使得欺骗、伪装相对比较 容易。如果不考虑这些问题，p 2 p 流媒体网络的性能会很快的恶化。因此，设计一 个高效的p 2 p 流媒体管理协议，对于保证p 2 p 流媒体系统的稳定性和高效性十分 重要。 本文首先介绍了p 2 p 流媒体的国内外发展现状及其相关的技术，然后分析了 当前抑制搭便车行为的几种常用方法，并讨论了它们的优缺点。在此基础上给出 了基于p o l l i n g 的p 2 p 流媒体管理协议研究的总体设计。协议内容主要包括用户身 份识别、用户间距离判断、t o a ( 用户传输能力) 的选取和用户信誉值的计算四 个功能。 针对p 2 p 流媒体系统中普遍出现的搭便车现象，在管理协议里提出了一个基 于局部信誉共享的激励机制。基于局部信誉共享的激励机制试图将用户的q o s 和 用户给系统做出贡献的程度相结合，对贡献大的节点回报以较高的下载速度和优 先级。此外由于基于信誉的激励机制与其它类型的激励机制相比具有开销小，易 于实现的优点，因此，已成为当前抑制搭便车行为广泛采用的方法。 关键词：p 2 p ；流媒体；t o a ；激励机制 分类号：t p 3 9 3 1 a bs t r a c t a b s t r a c t ：p 2 ps t r e a m i n gm e d i at e c h n o l o g yi sa d o p t e db yl a r g e - s c a l es t r e a m i n g m e d i aa p p l i c a t i o n sa n db e c o m et h em o s tp o p u l a ri m p l e m e n t a t i o ns c h e m eo ni n t e r a c t n o w h o w e v e r , p 2 ph a sm o r ea d v a n t a g eo v e rc d na n dm u l t i c a s tw h e nt r a n s f e r r i n g s t r e a m i n gm e d i as e r v i c eo nt h ec u r r e n tn e t w o r k , b u ti th a ss o m eo b v i o u ss h o r t c o m i n g s f o re x a m p l e ，m o s tp 2 pu s e r su s ea d s lt oa c c e s st h en e t w o r k , w h i c hr e s u l t si naw a s t e o fb a n d w i d t ho fr e c e i v e rb e c a u s et h ed o w n l i n kb a n d w i d t ha n du p l i n kb a n d w i d t ho f a d s ln e t w o r ki s a s y m m e t r i c f u r t h e r m o r e ，al a r g e n u m b e ro fi n t e r a c t i o n sa r e c o m p l e t e da m o n gu s e r si nt h ep 2 ps t r e a m i n gm e d i an e t w o r k ，w h i c hm a k e sd e c e p t i o n a n dc a m o u f l a g ea r er e l a t i v e l ye a s y i ft h e s ei s s u e sa r e n tc o n s i d e r e d ，t h ep e r f o r m a n c eo f p 2 p s t r e a m i n gn e t w o r kw i l ld e t e r i o r a t eq u i c k l y t h e r e f o r e ，i ti si m p o r t a n tt od e s i g na n e f f e c t i v ep 2 ps t r e a m i n gm e d i am a n a g e m e n tp r o t o c o lt h a te n s u r e st h es t a b i l i t ya n d e f f i c i e n c yo ft h ep 2 ps t r e a m i n gm e d i as y s t e m t h i s p a p e rd e s c r i b e s t h ed e v e l o p m e n to fp 2 ps t r e a m i n gm e d i aa n dr e l a t e d t e c h n o l o g i e sa th o m ea n da b r o a df i r s t l y , t h e na n a l y z e ss e v e r a lc o m m o n l yu s e dm e t h o d s o fi n h i b i t i n gf r e er i d i n gb e h a v i o ra n dd i s c u s s e st h e i ra d v a n t a g e sa n dd i s a d v a n t a g e s ， b a s e do nw h i c ham a n a g e m e n tp r o t o c o lo fp 2 ps t r e a m i n gm e d i an e t w o r kb a s e do n p o l l i n gw a sd e s i g n e d i th a sf o u rf u n c t i o n st h a ta r et oi d e n t i f yu s e ri d e n t i f i c a t i o n ，j u d g e t h ed i s t a n c eb e t w e e nt h eu s e r s ，c h o o s et o aa n dc a l c u l a t et h eu s e r sr e p u t a t i o nv a l u e i nt h i sp r o t o c o l ，a ni n c e n t i v em e c h a n i s mb a s e do ns h a r eo fl o c a lr e p u t a t i o nw a s p r o p o s e d ，w h i c hi sa g a i n s tt h ep r e v a l e n c ep r o b l e mo ft h ef r e er i d i n g t h ei n c e n t i v e m e c h a n i s mt r yt oc o m b i n et h eu s e r sq o sa n dc o n t r i b u t i o nt h a tt h eu s e rc o n t r i b u t e dt o t h es y s t e m ，g i v e st h en o d e sw h i c hm a d el a r g ec o n t r i b u t i o nt os y s t e mh i g h e rd o w n l o a d s p e e d sa n dp r i o r i t y i na d d i t i o n ，t h i si n c e n t i v em e c h a n i s mh a st h ea d v a n t a g eo fl o w e r o v e r h e a da n de a s i l yr e a l i z i n gc o m p a r e d 谢缸lo t h e rt y p e so fi n c e n t i v em e c h a n i s m ，a n d h a sb e c o m et h ew i d e l yu s e dm e t h o d st oi n h i b i tf r e er i d i n gc u r r e n t l y k e y w o r d s ：p 2 p ；s t r e a m i n gm e d i a ；t o a ；i n c e n t i v em e c h a n s i m c i 。a s s n o ：t p 3 9 3 】 2 3 1 3论文的主要工作j 10 1 4论文的组织结构1 0 p 2 p 流媒体相关技术研究1 2 2 1 p 2 p 技术1 2 2 1 1 p 2 p 网络的概念一1 2 2 1 2p 2 p 的网络结构1 3 2 2p 2 p 流媒体技术。15 2 2 1p 2 p 流媒体技术概述15 2 2 2 流媒体传播方式一16 2 2 3 流媒体网络结构1 7 2 2 4 流媒体传输协议19 2 3n a t 和防火墙穿越技术2 1 2 3 1 常见n a t 穿越方案。2 1 2 3 2u d p 穿越n a t 2 2 2 3 3t c p 穿越n a t 2 3 2 4 小结2 4 激励机制的研究2 5 3 1激励机制概述2 5 3 2激励机制的目标2 5 3 3激励机制的比较2 5 3 3 1 基于信誉的激励机制2 6 3 3 2 基于市场模型的激励机制2 7 3 3 3 基于惩罚的激励机制2 7 v 3 3 4 基于社会福利的激励机制。2 7 3 3 5 p 2 p 流媒体中自然的激励机制一2 8 3 3 6 各种激励机制的比较2 8 3 4信任及其特征2 8 3 4 1 信任的概念2 9 3 4 2 信任关系的分类2 9 3 4 3 信任关系的性质3 0 3 4 4 信任的研究对象31 3 5小结3 2 4 基于p o l l i n g 的p 2 p 流媒体网络管理协议总体设计3 3 4 1 基于p o l l i n g 的p 2 p 流媒体网络协议的总体架构3 3 4 2 基于p o l l i n g 的p 2 p 流媒体网络管理协议总体思想。3 3 4 3相关数据结构和接口定义3 4 4 3 1 数据结构定义3 4 4 3 2 发送和接收接口定义。3 6 4 4p d u 的定义3 7 4 5 基于p o l l i n g 的通信机制3 9 4 6 基于p o l l i n g 的p 2 p 流媒体网络管理协议的基础算法。4 0 4 6 1 用户身份识别方法4 0 4 6 2 用户间距离的判断方法4 1 4 6 3t o a 的选取。4 2 4 7节点信任值的计算j 4 2 4 7 1 传统p 2 p 信任模型分析4 2 4 7 2 相关定义4 3 4 7 3 直接信任值的计算4 4 4 7 4 推荐信任值的计算4 4 4 7 5 聚合信任值的计算一4 5 4 8 小结4 5 5总结与展望4 6 5 1论文总结4 6 5 2 展望4 6 参考文献4 7 作者简历5 0 独创性声明5 1 学位论文数据集5 2 1 绪论 本章首先阐述了课题的选题背景和意义，然后针对基于激励机制的国内外发 展现状做出想用的介绍，最后是本文的主要工作和章节安排。 1 1研究背景和意义 根据中国互联网络信息中心( a 州i c ) 2 0 0 9 年1 2 月3 1 日发布的第2 5 次中 国互联网络发展状况统计报告显示，中国网民规模达到3 8 4 亿人，普及率达到 2 8 9 。网民规模较2 0 0 8 年底增长8 6 0 0 万人，年增长率为2 8 9 i l 】。随着宽带的 日益普及，信息高速网络正进入人们的日常工作和生活。目前以文字和静态信息 为主的i n t e r n e t 悄然朝着以流媒体为主的“新媒体 形式演进。更生动、直观和形 象的视频信息一直受到人们的喜爱，在i n t e m e t 上传递交互式视频信息一直是人们 的渴望和追求的目标。计算机及通信技术的空前发展为流媒体技术的发展奠定了 良好的基础，创造了良好的应用环境，而流媒体技术的进步又推动和促进了计算 机及通信技术向更高的水平跃进。 流媒体对带宽、实时性和高性能提出了很高的要求。在c s ( c l i e n v s e r v e r ) 模式 下，由于传输媒体占用的带宽大，持续时间长，而服务器端可利用的网络带宽资 源有限，所以即使使用高档服务器，其系统的容量也不过几百个用户，根本就不 具有经济规模性，服务器的性能以及服务器端的带宽往往成为限制系统服务能的 “瓶颈，导致一些实时性业务( 如语音、视频等) 无法保证其实时性，传输质量 明显下降，极大影响了用户的收看效果，严重阻碍了容量的扩大。另外，由于i n t e m e t 不能保证q o s ( q u a l i t yo f s e r v i e e ) ，如果客户机距服务器较远，则流媒体传输过程 中的延迟、抖动、带宽、包丢失率等指标也将更加不确定，服务器为每一个客户 都要单独发送一次流媒体内容，从而网络资源的消耗也非常大。 因此，在当前资源有限的条件下，如何确保流媒体服务质量的同时，降低流 媒体的服务门槛，成为了流媒体研究中的重要课题。由于流媒体的传播方式有点 播和广播两种，因此产生了c d n 和口组播两种用于流媒体传输的新技术。 c d n 是通过在靠近用户的网络边缘节点设置缓存服务器，构成在互联网基础 上的内容分发网，将对骨干网压力最大的流媒体业务和下载业务等从网络中心节 点的源服务器推送到网络边缘节点的缓存服务器，并实时考虑网络流量、边缘节 点的负载情况、到用户的逻辑距离及响应时间等因素，将用户的请求导向到距离 最近的边缘服务器。这样，不但缩短用户访问的响应时间，而且在初始服务器和 缓存服务器之间的链路上，带宽占用空间和时间远少于用户对流媒体中心服务器 集中访问的非c d n 环境，有效地减轻了网络中心节点和骨干网络的带宽压力。 虽然c d n 能够很好解决网络拥塞问题，提高响应速度和服务质量，加快了流 媒体在互联网上在线播放、电视直播等的应用的普及速度，但纯粹以c d n 网络为 承载网络的流媒体系统又面临着容量扩容和成本提高的问题。为了增加c d n 技术 的容量，目前采用的增加代理节点容量和代理服务器的数量的办法，不仅增加的 空间有限，并且成本很高。 i p 组播技术是将i p 数据包传输到构成组播群组的主机集合，在视频传输中， 即使用户数量成倍增加，主干带宽不需要随之增加。这样可以大大降低网络运营 商的投资成本。i p 组播能够有效节省网络带宽和资源，方便网络容量的管理和开 销控制，大大减轻发送负荷，减少主干网络出现拥塞的几率。但在当前以a d s l 为主流的网络环境使用组播技术在管理性、成本和q o s 方面存在严重问题。并且， 组播是基于u d p ( u s e rd a t ap r o t o c 0 1 ) 的，这意味着组播没有丢包重传机制，也就 是不能提供可靠的传输。为了克服这个缺点，可靠组播一直在研究中，但还没到 实用阶段。 近年来，人们把p 2 p 技术引入到流媒体传输中而形成了p 2 p 流媒体技术。p 2 p 流媒体技术不需改变现有流媒体传输协议和流媒体服务器的系统架构，甚至可以 不改变现有的系统，而只需增加新的模块和功能。p 2 p 通过“非中心化”的设计和 多点传输机制，实现了不依赖于服务器而快速交换文件，克服了传统c s 网络构 架由于过分依赖服务器而导致的“瓶颈 和利用率低下等问题，而且扩大了节目 源。p 2 p 技术在网络传输层面解决了网络拥塞、调度不灵等问题。p 2 p 的服务能力 随需求的增长而自然增长，具有与生俱来的可扩展性，能够从根本上解决c s 模 型的流媒体系统所固有的不可扩展性、低容错性和低鲁棒性，满足流媒体实时播 放的需求。 近些年来p 2 p 流媒体技术发展迅速，诸如c o o l s t r e a m i n g 、p p l i v e 、p p s t r e a m 等流媒体系统不断出现，并得到了广泛应用，成为了i n t e m e t 骨干网流量的主要构 成部分1 2 。p 2 p 流媒体网络同p 2 p 网络一样需要节点自愿贡献资源，对于冷门节目 尤为如此，然而，搭便车问题( f r e e - r i d i n g ) 一直是影响p 2 p 网络应用发展的主要 因素。所谓搭便车问题主要是指p 2 p 网络中一部分节点只使用系统中的资源而不 贡献资源或贡献的资源从来不响应任何查询的行为。2 0 0 0 年对g - n u t e l l a 网络的测 量研究发现6 6 的节点是搭便车节点，不贡献任何内容，2 0 0 5 年这一数字是8 5 ， 而2 0 0 7 年则上升至9 7 ，说明搭便车问题日益严重【3 】。许多p 2 p 系统依赖于兴趣 节点之间的合作。但因为合作会消耗它们自己的资源并可能带来性能的降低，所 以用户在合作问题上存在自然的障碍，结果每个节点都试图最大化自己的效用而 2 使系统的总体效用降低了。这种p 2 p 动力学和那些经济领域的“公共利益”【4 】【5 】 很相似，如果缺少外部激励，“共用的悲剧”现象就会产生【6 1 。对于一个p 2 p 流媒 体网络的管理协议来说，设计一个良好的激励机制来增强节点之间的协作，对于 整个p 2 p 流媒体系统的稳定性和高效性十分重要。 1 2国内外发展现状 1 2 1p 2 p 流媒体网络国外研究现状 b e r k e l e y 大学的a h s a nh a b i br 7 】等提出了一个差分业务p e e r 选择方案，他们相 信，p 2 p 流媒体的p e e r 的选择是以协同的方式解决搭便车( f r e e r i d i n g ) 和q o s 问题的唯一方式，因此提出了一个激励机制：基于p e e r 的贡献，在p 2 p 流媒体p e e r 选择中提供差分业务。对系统有贡献的人在p e e r 选择中提供更大的灵活性和选项， 并将产生高质量的流媒体会话。f r e e r i d e r 在p e e r 选择时，将给有限的选项，因此， 产生低质量的流媒体会话。建议的激励机制是基于l a z e a ra n dr o s e n 提出的 r a n k - o r d e r 比赛的【8 】，该比赛是几个履行相同任务的工人之间为优厚的劳动合同而 进行比赛，按照比赛名次，而不是选手的实际贡献，颁布奖金给优胜者和失败者。 因为在p 2 p 网络中，在广域范围，基于单个节点的贡献很难确定和比较，所以基 于名次的比赛非常适合p 2 p 流媒体，因为流媒体会话的供应者的选择只依赖于p e e r 的相对贡献。 p e e r 的质量由可用性、提供速率和输出链路能力标识。其中，p e e r 的可用性 是一个随机变量，主要表示p e e r 在线的频度。为了避免共享路径在多个供应者之 间的重叠，流媒体系统应该在选择p e e r 的时候要考虑底层网络拓扑和性能信息。 为了解决业务的性能波动问题，要用到几个技术，如f e c ( f o r w a r de r r o rc o r r e c t i o n ) 编码、多播描述编码和发送速率维护。系统监控p e e r 的状态来应对p e e r 连接的失 败。一个动态的交换机制负责在不中断流媒体会话前提下处理失败的节点。 定义一个流媒体会话的质量： q ：擎 丁是流媒体会话的总包数，如果第i 个包在它的特定播放时间之前到达，则z 为1 ，否则，为o 。因此，t 表示测量的间隔的粒度。不同的吞吐量有不同的粒度， 因为它考虑了包的底线。参数q 可以表示其他的参数，例如，包的时延，丢失率 和抖动。一个包超过了底线将被扔掉，因此，同丢掉的包一样对会话的质量没有 贡献。系统的质量被定义为所有接收者的平均质量。 该机制存在的缺点： ( 1 ) 在p e e r 之间交换等级需要比较大的开销。 ( 2 ) q o s 机制的构架太粗，没有考虑一个节点缓存中的共享内容和用户需求 的之间关系，因此，对流媒体的质量不能作到定量控制，如节点失败后，不知道 多长时间启动被用节点才不会中断流媒体会话。 ( 3 ) p e e r 选择机制缺乏考虑本地意识，一个对整体有很大平均贡献的节点， 也许只能给自己提供比较低的质量。 印度斯里范卡蒂斯瓦拉工程学院i 拘g a n e s hk u m a r m 聊等提出一个通过数据 挖掘控匍j p 2 p 网络中f r e er i d e r s 的方法。 f r e er i d i n g 对p 2 p 网络形成了严重的威胁，首先要找到识别它的方法。提出了 一个p 2 p 系统的数据仓库构架，通过数据挖掘技术来分析用户的行为。 使用了一种数据挖掘方法来识别恶意行为，数据挖掘技术的任务包括：( 1 ) 描述，主要描述存在数据的通用属性；( 2 ) 预测，基于可用的数据进行推理来实 现预测。 数据挖掘功能可以完成如下操作： ( 1 ) 特征 产生特征规则，使用它们，通过查询和抽象，p e e r 的特征或者他们通常使用 的策略被刻画。通过使用特征，f r e e - r i d e r 和恶意的p e e r 可以非常容易被发现。通 过对属性进行分级，可以使用面向属性的推理方法，例如进行数据概括。值得注 意的是提出的d a t ac u b e 中就包含了数据的概括，o l a p 操作适合于进行数据特征 抽象。 ( 2 ) 分辨 产生分辨规则，主要区分用户良好行为和恶意行为的程度，对不同的级别采 取不同的对待方法。 ( 3 ) 关联分析 制定关联规则，所谓的关联，也就是但一个发生生时，另一个也必定发生。 例如，一个用户下载了一个文件，必定下载另一个文件。通过研究用户的历史， 当用户一个行为发生时，另一个行为一定发生。 ( 4 ) 分类 建立一个分类模型，通过训练用户的行为数据对用户进行分类。例如，根据 用户的声誉把用户分为：好的、恶意的和f r e e - r i d i n g 。 案例匹配推理是通常使用的分类方法，它使用以前的历史进行分类。 ( 5 ) 预测 预测主要根据分类模型来预测变化和可能发生的事情。根据当前的交易情况， 4 从历史的交易模型集中找到匹配的模型，从而预测交易可能的进展情况。文献【1 0 】 中就提出了一个有效的预测技术，通过使用数据挖掘技术来提高传输的性能。文 献j 提出了一个g a m et h e o r e t i c 技术，通过数据挖攮 l t h l n a s h 平衡来识别恶意节点。 ( 6 ) c l u s t e r i n g ( 聚类) 聚类是没有标签并且没有人管理的类，聚类形成的原则是最大化相同类的相 似性和最小化不同类的相似性。可以使用历史的资料把好的节点、恶意节点和 f r e e r i d i n g 节点分到不同的聚类中。 ( 1 ) 局外人( o u t l i e r ) 或例外分析 对于不能被裹入己知类和组的数据元素，把它们鉴别出来是非常必要的。它们 可以被当作噪声，在某些应用中要被抛弃。通过分析例外p e e r ，可以很容易把 它们识别并从系统中孤立出来。 ( 2 ) 演化和偏差分 演化分析对演化趋势进行建模，主要面向对时间相关的数据的特征刻画、比 较、分类和聚类，例如一个p e e r 可以发现其它p e e r 在策略和声誉方面的变化趋势。 偏差分析主要考虑测量制和期望值之间的不同，并分析发生偏差的原因。 该机制存在的缺点： ( 1 ) 提出的安全机制开销过大，不能适应于对时间同步严格要求的流媒体环 境。 ( 2 ) 没有考虑f r e e - r i d i n g 的原因，因此，容易使一些上传能力不足的a d s l 用户被误认为f r e e r i d i n g 而被驱逐。 美国佛罗里达中央大学的d a r s h a np u r a n d a r e 等提出了一个基于s w a r m 的p 2 p 多媒体构架【1 2 】。在它们的方法中，那些能够为其它节点提供最大内容的节点对 s w a m 有比较高的效用，并且可以作为直接从媒体服务器下载数据的侯选人。这个 奖赏可以激励节点更多地向s w a r m 作贡献。节点分成几个小组，称为联盟。联盟 成员必须交换碎片才能得到一个完整的包。这个策略将劝阻那些在联盟中不合作 的成员停止自私自利的行为。该模型被称为b e a m ( b i ts t r e a m i n g ) 。 在一个基于p 2 p 流媒体s w a r m 中的一个主要的实体是节点、流媒体服务器和 t r a c e r 。t r a c e r 保持追踪节点的细节：如到达时间和i p 地址。它周期性同媒体服务 器通信以交换重要的系统状态和信息。s e r v e r 给那些具有对s w a r m 中具有比较高 的贡献的节点提供媒体流，作为对s w a r m 贡献的自然激励。t r a c e r 计算那些具有 高贡献节点的等级并且把信息传递到流媒体服务器。为了计算节点的等级，定义 了一个效用因子u f ( u t i l i t yf a c t o r ) 。它测量节点对s w a r m 的效用。节点周期性地 用它们的u f 更新t r a c k e r 。这些贡献的节点称为马( 英语惯用语：h o r s e sf o r c o u r s e s ) ，在直接接收了服务器的内容后，转发它到s w a l t l l 中的其它p e e r ，并且进 5 一步传播内容。因为马节点( h o r s e ) 的u f 被周期性地计算，因此，它们要一直 表现很好才能保持马节点的位置，否则，它们可能直接被其它更好的节点取代。 然而，实时的流媒体和v o d 存在时间和资源限制，节点之间在一个短的周期内竞 争相同的媒体内容。播放流媒体和获得未来的内容都需要一个高效率的策略。 b e a m 使用了一个同盟信息( a l l i a n c ef o r m a t i o n ) 来处理以上的问题。节点被分成 包括4 6 个成员的组，称为同盟，通过它们之间的交互效用选择p e e r 节点，形成 一个同其它节点共生的联系。一个联盟的成员假设是互相信任的，并且帮助其它 成员进行内容分发。 该机制存在的缺点 ( 1 ) 让贡献高的节点直接从服务器器直接下载，这将导致p 2 p 的o v e r l a y 拓 扑和物理拓扑之间的拓扑不匹配。 ( 2 ) 只通过在同盟成员之间交换数据来减少时延和阻止f r e e r i d e r ，不能提供 最优的q o s 保证。 1 2 2p 2 p 流媒体网络国内研究现状 华中科技大学的金海教授等提出了一个基于应用层多播的p 2 p 实时多媒体系 统，称为a n y s e e 1 3 】，它可以在大用户场景提供了可靠的实时多媒体服务。a n y s e e 主要集中在网络中构建具有比较高的本地性和低的维护费用的重叠数据传输树， 企图解决可扩展性问题。 a n y s e e 系统主要包含以下四个组件：( 1 ) 汇聚点r p ( r e n d e z v o u sp o i n t ) ；( 2 ) 媒体源；( 3 ) 监视器；( 4 ) 终端系统。 每个终端的b u f f e r 大小是2 0 s 的包，它们可以被转发到w i n d o wm e d i ap l a y e r ( a s f ( a d v a n c e ds t r e a m i n gf o r m a t ) 格式) 或w m a m p ( n s v ( n u l i s o rs t r e a m i n g v i d e o ) 格式) 播放，并且也可被广播到它的消费者。性能信息周期性地报告给 m o n i t o r ，报告周期是2 m i n u t e s ，m o n i t o r 负责记录加入节点的性能信息。 节点可能正常离开或异常( 突然) 离开，无论在那一种情况下，离开可以在 很短的时间探测到。因为同时离开的概率很小，一个受影响的节点可以通过使用 一个离开的节点的祖父节点的信息重新调度，从而做出快速响应。除了这个内置 的( b u i l t - i n ) 恢复机制外，还提出了以下的操作来提高恢复能力。 正常离开：一个节点a 离开前需要通知它的所有的父节点尸( 彳) 和子节点c ( 彳) 来履行多播树的维护工作：( 1 ) p ( a ) 接到通知后从子节点中删除它。( 2 ) 子节 点接到父节点离开的消息，向祖父节点发出业务请求。在以下情况下，某一些儿 子节点不得不请求源节点重新加入多播。a 和p ( a ) ；c ( p ( a ) ) 已经满了，这 6 意味着祖父节点的子节点达到了上限，并且没有留下足够的能力服务更多的节点。 异常离开：一个节点a 在没有通知父节点和子节点的情况下离开a n y s e e 网络， 在这种情况下：所有的子节点发现它们失去了同a 连接会话消息，于是把这种情 况通知a 的父亲；a 的父亲接收到这个消息后，从子节点中把a 删除；所有的a 的子节点向a 的父亲发送请求，按照以上的原则重新建立网络拓扑。 尽管节点数的正常和异常离开可能引起多播树的波动，因为有2 0 秒的数据被 存贮在数据b u f f e r 中，因此，不会引起播放效果的巨大波动。如果丢掉一个当前 的业务提供者和重新安排一个新的之间的间隔少于2 0 秒，这个p e e r 和和子树将不 会感觉媒体片段被漏掉。 该机制存在的缺点： ( 1 ) 没有考虑到客户的意愿，对f r e e f i d i n g 和w h i t e w a s h i n g 的防范能力不够。 ( 2 ) 当一个节点离开后，a n y s e e 采用的基本原则是连接到父节点，这显然不 是最优的，而且q o s 也可能得不到保证。如果离开的节点存在很多的子节点，则 容易引起系统的动荡。 ( 3 ) 缺乏对q o s 的讨论。 华中科技大学的r o n g t a ol i a o 等提出了一个安全流媒体系统：s e c u r e c a s t 1 4 1 ， 它采纳了一个拓扑优化方案，通过平衡p e e r 之间的性能信息和同步估计信息来选 择最好的p e e r ，通过基于有效的p e e r 选择算法和一套动态维护协议集来构建流模 型。s e e u r e c a s t 提供了一个可扩展的基于信任状和过滤器的流媒体保护方案，设计 了一个动态的p e e r 管理协议，可以使s e c u r e c a s t 在动态的网络环境中具有足够的 弹性。 在s e e u r e c a s t 里，每个p e e r 维持两个p e e r 集。在会话期间，每一个成员也许 会动态变化，它通过选择发送p e e r 来平衡性能。基于工作集的相似性，s e e u r e c a s t 通过调节重叠结构来改善p e e r 之间的同步性。 s e e u r e c a s t 采用了证书机制，在s e e u r e c a s t 中，每个p e e r 拥有一个证书，它 给p e e r 指派一些相应的过滤器，过滤器负责控制数据的接入权限。s e c u r e c a s t 通 过一个可扩展的过滤器分发机制来减轻服务器的负担。 s e c u r e c a s t 有一个可扩展的过滤器传输机制，并且构建了一个独立于媒体网的 过滤器传输网。在过滤器阅览室服务器中存储所有的过滤器。最初加入的p e e r 可 以从服务器下载一个过滤器拷贝，验证服务器维护一个过滤器和p e e r 的映射。像 以前提及的，一个证书有一个特殊的字段来存储相应过滤器所有者的d 。这个字 段已经被授权服务器初始化：随机地从映射服务器中选择。当接收到自己的证书， 每一个p e e r 企图从隐含在证书中的其它的p e e r 得到过滤器，这个过程继续，直到 它得到所有的其它过滤器。提出的方案可以缓解过滤服务器的负载，尤其当流媒 7 体网升级到多维的情况下。为了保护过滤器不被破坏，过滤器维持着一个过滤服 务器的签名。 该机制存在的缺点： ( 1 ) 提出的安全机制开销过大。 ( 2 ) 提出的q o s 模型没有考虑激励问题。 香港科技大学的s u s ux i e 等人提出了基于p o l l i n g 机制的实时流媒体模型： c o o l s t r e a m i n g i l 引。系统中包括三个基础的组件：( 1 ) 成员关系管理者( m e m b e r s h i p m a n a g e r ) ，它维持部分拓扑视图。( 2 ) 伙伴关系管理者( p a r t n e r s h i pm a n a g e r ) ，它 建立和维护同其它p e e r 的t c p 连接或伙伴关系。它同样同p e e r 节点交换在( b u f f e r m a p ( b m ) ) 中的流数据的可用性信息；( 3 ) 流管理者( s t r e a mm a n a g e r ) ，它是数 据传输的关键组件，除了提供流数据到媒体管理者外，也确定怎么获得流数据。 这个系统的核心设计理念是数据驱动，每一个p e e r 节点周期性同伙伴集交换 自己没有的数据，同时，提供自由有的数据给其它人。 视频流被分割成等体积的块，并且每一个块被安排一个序号来表示它在流中 的播放次序。因为是实时视频流，因此使用t c p 来传输。序列号同样作为一个时 间标签( t i m e s t a m p ) ，它可以用于接收后的块的混合和重新排序。 该系统采用了一个有利于p 2 p 文件共享应用成功的关键技术：g o s s i p ，使用它， 接点可以从不同的节点搜索小的块，这比其它传统的方法获得更高的效益，尤其 当一个视频被分割成多个子流的情况下，节点可能从不同的参与者订购不同的子 流。 一个缓存图( b u f f e rm a p ) 或者b m 被引入来存储在缓存中不同的子流的最后 接收到的数据块，这些信息周期性地在父节点之间交换以便使用户有机会订购需 要的子流。每一个节点维持一个内部的缓存。它由两部分组成：同步缓存 ( s y n c h r o n i z a t i o nb u f f e r ) 和播放缓存( c a c h eb u f f e r ) 。从每一个子流接收到的块首 先被放在同步缓存中，块在同步缓存中按照它们的序列号进行排序。当从每一个 子流接收到的连续的序列号的块时，将它们混合成一个流。 该机制存在的缺点： ( 1 ) 采用随机选择服务节点的方法容易产生拓扑不匹配； ( 2 ) 节点不但要同父节点交换b m 中的信息并检测内容和性能状态，而且要 检测其它节点交换b m 中的信息并检测内容和性能状态，以便在父节点竞争失败 时寻找一个其它节点替代它，节点处理信令的开销太大。 ( 3 ) 采用集中式的信令管理模式，如果网络规模太大，拓扑同步节点和业务 内容和性能信息同步调节频率太高，机制开销过大，系统的扩展性难于保证。 ( 4 ) 父节点的传输能力不降，机制就淘汰父节点，业务传输协议中的追赶算 8 法、减速算法和淘汰算法没有考虑到调度任务的分配，即让上传快的承担部分上 传慢的节点任务，同时减少上传慢的节点的任务，这样可以维护拓扑的稳定，防 止i n t e m e t 局部业务突发引起的频繁假死现象，同时实现拓扑的收敛，实现小世界 网络。 东南大学的g a n gc h e n b 6 等人提出了p 2 p 流媒体系统的节点维护策略，策略 把更多的注意力集中在p e e r 的不同的提供能力上，并且基于它制订p e e r 的选择策 略，实现按照能力和贡献对c l i e n t 进行维护。通过维护，具有比较高的业务能力 的p e e r 代替当前的c l i e n t ，避免了不必要的开销，多播的深度可以被最大化的减 少。提出了两个能力指标算法： s e r v c a p ( i ) ，= ( b w b 既耐) b w ( 2 ) c o n t r ( i ) ，= b w c o , , ( b + 曰呢胁) ( 3 ) 基于能力指标，定义了一个侯选者指标： c a n d l n d e x ( i ) ，= 万幸s e r v c a p ( i ) f + ( 1 一万) c o n t r ( i ) f + c o n t r ( i ) r c a n d l n d e x ( k ) f 这里口( o ，1 ) 一” 侯选指标可以被用来表示p e e r 的声誉，以便具有较高声誉的节点以较大的概 率被接受，声誉比较低的将被丢弃。 侯选指标表示节点的业务能力，然而，节点的贡献也是一个重要的因素，因