随着网络技术的发展,P2P流媒体直播逐渐成为因特网中一个重要应用,但现有系统普遍存在启动和频道切换时延过长、缺乏服务质量保证、对网络动态性和节点异构性的适应能力差等问题,严重影响了用户的观看体验。针对下一代P2P流媒体直播系统对性能和服务质量的更高要求,本项目以可扩展视频编码为基础,围绕如何实现高质量自适应P2P流媒体直播服务展开研究,具体工作包括设计支持层次化数据快速分发的混合结构覆盖网络拓扑,建立QoS约束下网络资源需求模型,提出基于跨频道协作和辅助设施的资源优化调度分配机制,并在此基础上实现内容和资源状态感知的优先级视频流调度算法,最终建立自适应支持网络性能动态变化和异构对等方的高质量P2P流媒体直播服务模型。通过本项目研究,将为下一代高质量P2P流媒体直播系统设计提供理论基础。
media streaming;P2P;resource scheduling;performance aware;
流媒体直播服务是因特网上广为流行的一种应用,它对网络资源有很高的要求,基于对等网络技术实现流媒体直播服务是当前一种典型解决方案。但由于流媒体直播服务具有较严格的时间限制,并且对等网络具有较强的动态性,如何在复杂多变的对等网络环境下为大规模用户提供高质量自适应P2P流媒体直播服务,是当前因特网面临的重要技术挑战。本项目围绕上述问题,以为用户提供高质量、低成本的基于P2P直播流媒体服务为目标开展研究。对当前已实现大规模部署的直播流媒体系统的资源调度机制进行了测量分析;针对对等网络资源利用率不高的问题,设计了一种加权随机化的数据块选择机制;在数据驱动网络中采用分布式子流调度机制,优化了直播流媒体系统的分发时延、系统健壮性、协议开销等特性;提出了CDN-P2P混合架构下的直播流媒体资源调度原则,合理利用了两类资源;提出了利用可扩展视频编码技术提高用户视频观看体验的机制,设计了相应的覆盖网络拓扑模型及数据块分发算法。在前述研究基础上,为了利用结点间端到端性能帮助提升P2P流媒体直播服务质量,我们测量分析了因特网时延空间和可用带宽空间的典型特征,并设计了基于空间变换的时延空间划分模型及预测算法,实现了低负载的端到端时延测量和预测,为帮助对等结点选择具有更好性能的邻居提供了支持;进一步,本课题还建立了一种基于矩阵分解的可用带宽预测模型,解决了低负载端到端可用带宽的预测问题,为实现高质量自适应P2P流媒体直播服务提供支持。在本项目的资助下,课题组成员共发表论文15篇,其中5篇被SCI检索,14篇被EI检索;获省部级科技进步二等奖1项,多项研究成果得到应用;申请国家发明专利3项,获得国家发明专利授权1项;培养学生共计4名,培养青年科研骨干2名。项目全面完成了预定的研究目标。