一、基于Internet的代理缓存技术的研究(论文文献综述)
江雨舟[1](2020)在《面向代理缓存集群的负载均衡与缓存管理策略研究》文中指出互联网接入数的几何式增长导致了Web服务器负载压力和用户访问时延的增加。代理缓存集群(Proxy Cache Cluster,PCC)是一组具有缓存能力、部署在骨干网边缘且与客户端通过高速局域网互联的代理服务器,将PCC作为客户端与Web服务器的中间件,在缓解Web服务器压力、降低用户访问时延的同时,也引入了负载均衡和缓存管理等新问题,如果不能处理这些问题,就会导致PCC性能降低。为此,本文面向PCC,分别提出基于虚拟节点的有限负载一致性哈希负载均衡策略和基于分代与综合驻留价值的缓存管理策略,主要研究内容如下:1.在有限负载一致性哈希策略中引入虚拟节点可以解决原策略负载均衡性受节点映射分散性影响以及不支持异构PCC的不足。改进策略将缓存节点性能评价指标作为独立信息数据波动赋权法输入,得到缓存节点性能量化值占比,结合随机函数,可为缓存节点生成对应数目的虚拟节点。根据各缓存节点拥有虚拟节点数的最大公约数m,改进策略可将哈希环均分为m段弧,并通过MD5函数将虚拟节点按比例映射到各段弧上。仿真结果表明,该策略在不考虑缓存空间大小限制的情况下,有效地提高了同构和异构PCC的负载均衡性和缓存命中率,降低了骨干网流量消耗和PCC响应时延。2.PCC性能同时还与缓存空间大小有密切关联性。本文提出基于分代与综合驻留价值的缓存管理策略,以在有限缓存空间中提高缓存和字节命中率。该策略将缓存空间进行区间划分,并利用独立信息数据波动赋权法计算各缓存对象综合驻留价值。当缓存区间容量不足时,相应区间的缓存管理机制将被触发,该区间综合驻留价值靠后的缓存对象将被移除或“降级”,其余对象将被“升级”。通过综合测试表明,该策略可保证PCC在空间受限情况下,多种性能指标仍得到有效改善。本文从PCC负载均衡和缓存管理问题出发,分别提出基于虚拟节点的有限负载一致性哈希策略和基于分代与综合驻留价值的缓存管理策略,并搭建了接近于实际工程应用的测试平台进行综合性能测试。测试结果表明,所提策略可有效改善PCC负载均衡性、缓存及字节命中率、骨干网流量消耗和PCC响应时延。
段晓萌[2](2019)在《智慧协同网络基于流量预测与时间戳的缓存机制设计与实现》文中研究说明随着互联网应用的多样化发展,网络流量增速迅猛,随即而来的网络资源利用率低下、用户访问延迟增大等问题已成为网络可持续发展的阻碍。因此提出以信息为中心的智慧协同网络研究,部署全网无处不在的缓存机制,使网络中的内容路由器能够快速响应用户的请求,减少不必要的访问开销,充分利用网络资源,降低数据内容获取时延,提高网络服务质量。本文首先对互联网现状以及流量激增所带来的一系列制约网络发展的因素进行分析,总结了当前TCP/IP网络架构中传统缓存机制存在的弊端,突出以信息为中心传输机制下缓存研究的必要性。并对国内外基于以信息为中心传输机制的网络架构与缓存机制的研究现状进行阐述,重点介绍了智慧协同网络架构及其通信机制。总结提出了智慧协同网络架构下的缓存机制设计方案,旨在解决当前研究中存在的忽略网络拓扑架构、不能根据网络动态变化进行自适应性调节的缓存问题。其次,根据上述分析进行的缓存机制设计主要为四个功能模块部署:采集模块的主要功能是对网络流量数据进行采集处理并发送至预测模块;预测模块使用基于RNN(Recurrent Neural Network)神经网络的预测算法进行未来网络流量的预测,计算流量变化率,使得缓存机制能够动态适应网络变化;资源控制模块一方面需要根据内容路由器在网络拓扑中的位置信息进行缓存空间的初始化分配,并通过预测模块得出的网络流量变化率进行缓存空间大小的调整。另一方面需要通过数据内容需求量与节点的位置信息,综合计算得到数据内容的缓存有效时间,进行时间戳标记;缓存模块需要根据资源控制模块所作出的缓存决策进行缓存空间大小的初始化与动态调整,并按照时间戳标记管理缓存内容。最后,本文应对设计方案进行了各功能模块的部署与实现。首先通过真实拓扑下的网络流量数据集对基于RNN的预测算法进行有效性验证。经过预测模型训练优化得出的测试结果可知,该模型能够较为准确地预测网络流量变化。其次,将预测算法部署到预测模块中,进行整体缓存机制性能评估。通过仿真结果可知,基于网络流量预测与时间戳标记的缓存机制相较于已有缓存机制而言,能够充分考虑网络拓扑架构影响并动态适应网络变化,进而提供更高的缓存命中率,减少不必要的缓存替换开销,降低数据内容在缓存中的检索时间,提升用户请求响应速率,增加网络资源的利用率,进一步改善了网络服务质量。
皮灿军,李和香[3](2013)在《基于Internet的反向代理缓存技术的研究》文中研究指明Internet上大量的Web信息访问导致Web访问速度慢、网络阻塞和Web服务器过载。本文从Web缓存方式以及反向代理缓存的目标、性质、工作原理,阐述基于Internet的反向代理缓存技术,为解决Web服务质量下降提供政策建议。
许镇[4](2011)在《基于QoS缓存替换算法的研究与仿真设计》文中提出在网络技术迅猛发展的今天,流媒体在网络信息传送中所占份额越来越大。而且由于网络应用的增长,以及Internet这样的广域网的完全分布特性,网络拥塞现象也愈演愈烈。一方面,人们越来越希望能在网络上看到生动、清晰的媒体演示;另一方面,又不得不面对因视、音频文件网络下载而带来的大量等待时间的困扰。为了解决这个矛盾,流媒体技术应运而生。由于它拥有无需将视、音频内容下载到本地就可以观看的优点和连续性、实时性、时序性的特点,被广泛的应用在生活和工作的方方面面。为了提高广域网内流媒体数据的传输性能,在流媒体内容分发系统中引入了代理缓存服务器。将代理服务器设置在靠近用户的网络边缘,并将最有用的流媒体数据缓存到代理服务器上,由其为后来的用户请求提供服务来缩短启动延迟。由于代理服务器上缓存的容量有限,要保证代理服务器能充分发挥其作用,必须要缓存那些最有用的流媒体对象,因此,缓存替换策略的好坏将直接决定代理服务器的性能。本算法将流媒体流行度、峰值信噪比、QoS质量参数引入到常用的流行度预测缓存替换算法中,并对算法加以改进,构建出增益模型。经实验证明,改进后的缓存替换算法更加直接的反映代理服务器高效率的服务以及网络用户的技术服务要求。有效缩短客户端点击视频的响应延迟,减少流媒体在传输过程中的丢包率、误码率,从而有效的提高代理服务器的系统运行性能。仿真实验结果表明:新的缓存替换算法在构建增益模型中加入了流行度、PSNR以及QoS三个因子提高了代理缓存替换的效率及性能,使得代理缓存系统具有更好的系统吞吐量、更高的视频图像清晰度、更少的用户等待延迟,这是一种行之有效的流媒体缓存替换算法;除此之外,算法还具有较好的稳定性、适应性。
郭攀红,杨扬,李新友[5](2009)在《流媒体服务中基于分布式代理的缓存数据放置策略》文中研究说明随着高速宽带接入技术的发展,流媒体技术的研究得到了迅速的发展,并具有广阔的应用前景。流媒体代理技术作为减轻服务器的访问负载、提高用户的访问响应速度的重要手段,已成为流媒体研究领域中的研究热点之一。针对流媒体服务中的分布式代理服务器系统,提出了一种优化的缓存数据放置策略。其主要思想是将缓存数据放入某个特定的代理服务器中,使得今后访问该数据的网络传输开销最小。仿真实验表明,所提出的算法比传统的缓存数据放置算法能获得更小的传输开销和更好的可扩展性。
丁春宝[6](2009)在《流媒体代理缓存技术的研究》文中提出随着Internet技术的发展和普遍应用,流媒体技术在Internet上得到了广泛的应用。对流媒体对象的访问,需要高且稳定的传送速率,网络带宽消耗大且持续时间长,容易给其他类型文件的访问带来影响,若用户过多,还会使初始流媒体服务器过载。代理缓存技术可帮助解决上述问题。文中介绍了流媒体代理缓存的特点,流媒体代理缓存的算法,流媒体代理缓存的评价指标和影响流媒体代理缓存效果的因素。
董欣[7](2009)在《基于流行度预测增益模型的流媒体代理缓存替换算法》文中进行了进一步梳理在网络技术迅猛发展的今天,流媒体在网络信息传送中所占份额越来越大。而且由于网络应用的增长,以及Internet这样的广域网的完全分布特性,网络拥塞现象也愈演愈烈。为了提高广域网内流媒体数据的传输性能,在流媒体内容分发系统中引入了代理缓存服务器。将代理服务器设置在靠近用户的网络边缘,并将最有用的流媒体数据缓存到代理服务器上,由其为后来的用户请求提供服务来缩短启动延迟。由于代理服务器上缓存的容量有限,要保证代理服务器能充分发挥其作用,必须要缓存那些最有用的流媒体对象,因此,缓存替换策略的好坏将直接决定代理服务器的性能。本文在研究现有的缓存替换算法的基础上,对缓存替换策略加以改进,将流媒体视频质量、启动延迟、传输成本因素引入到常用的流行度预测缓存替换算法中。使改进后的缓存替换算法能更好的为用户服务,使用户得到更高质量的流媒体服务,更加直接的反映代理服务器高效率服务网络用户的服务要求和技术要求。本文重点研究在启动延迟以及网络消耗一定的情况下,视频质量因素对用户端视频质量的影响。该算法的有效性已通过仿真实验验证。
陈铁群[8](2008)在《基于指数分段的流媒体代理缓存算法研究》文中进行了进一步梳理随着网络和多媒体技术的发展,流媒体应用越来越流行。然而现有的互联网络缺乏对实时通信的良好支持,影响了流媒体的传输性能。同时,流媒体传输对系统I/O和网络带宽的高要求,使得服务器和网络带宽成为系统的瓶颈。流媒体代理缓存技术通过缓存热门节目的部分或全部数据,为就近的客户端请求提供服务,可以有效的解决上述问题。因此,针对流媒体应用的特点,研究高效的代理缓存策略,以提高缓存命中率、减小客户端启动延迟、降低服务器负载和网络资源消耗,是流媒体代理缓存技术的重要研究内容。因此,针对流媒体应用的特点,研究高效的代理缓存策略,以提高缓存命中率、减小客户端启动延迟、降低服务器负载和网络资源消耗,是流媒体代理缓存技术的重要研究内容本文针对影响流媒体缓存性能和传输资源消耗的主要因素,以代理缓存策略为主要研究内容,研究缓存替换算法和调度算法。缓存替换算法直接影响缓存系统的效率,如何替换缓存的对象以便用户直接从缓存中访问是缓存替换算法研究的主要内容。现有缓存替换算法主要以媒体访问次数和访问频率来计算缓存效能值,并未考虑对象未来被访问的概率,对效能值评价不够精确和效能值的计算也局限于整个媒体对象而没有精确到段。针对这些问题,本文提出了基于LRV的缓存替换算法。该算法以指数分段为基础,细化了对于缓存空间的调度粒度,效能值的计算细化到段,充分考虑了媒体部分有效性、段未来被访问的概率、段的访问频率、段已缓存长度对缓存效能值的影响和段平均访问长度,因而提高了缓存性能。模拟实验结果表明:本文的流媒体代理缓存算法在提高缓存字节命中率、降低客户端启动延迟率等方面具有较好的性能,有利于提高流媒体的传输效率和播放质量。
张东辉[9](2007)在《流媒体代理缓存方法研究》文中研究指明本文围绕着视频流传输过程当中的差错控制和利用代理服务器缓存流媒体对象两个方面展开研究,在概括、分析和比较现有方法的基础上,提出了一些新的算法。通过对MPEG-4语法定义和差错恢复工具的分析,结合数据通信当中使用的纠错编码方法,提出了利用用户数据域(userdata)标识编码器所采用的FEC,并利用它反馈解码错误信息,使编码端可以动态调整FEC,从而达到针对MPEG-4视频流当中不同的信息内容采用不同强度的FEC进行抗误码保护,自适应调整纠错能力和防止误码扩散的目的。基于内存的缓存技术,可以有效降低网络传输、磁盘I/O以及数据转发延时。通过对固定大小缓存、间隔缓存、共享缓冲区缓存三种算法的分析,提出了能够动态调整共享缓冲区大小和运行距离的方法,提高了缓冲区的利用率,节省代理服务器的内存资源。将流媒体对象进行分段缓存因为实现便捷效果明显而受到关注,分段方法是决定缓存效率的重要因素。本文提出了一种自适应调整分段大小的方法,并采用了预取和补丁相结合的传输方案,有效避免了客户端的播放抖动。针对VoD系统提出的流合并方法,能够有效缓解服务器带宽需求。本文提出了一种最近可达流合并算法:CRMT(Closet Reachable Merge Target),在最优化合并算法与及早合并算法之间取得了很好的平衡。不同的流媒体对象在流行性方面存在差异,同一对象不同段落上的访问频率也存在差异。针对用户访问的频率和倾向性,提出了基于焦点的分段方法,在提升字节命中率的同时保持了较低的延时启动率,提高了磁盘缓存空间的利用率。启动延时、字节命中率、空间利用率、带宽损耗是考核代理缓存效率的几个重要指标,本文在这几个方面分别开展研究,提出了一些行之有效的方法,取得了一定的效果。
田小波[10](2007)在《面向流媒体传输的代理缓存技术研究》文中研究指明随着网络和多媒体技术的发展,流媒体应用越来越广泛。然而现有的互联网络建立在传输非实时数据的基础上,在延迟、抖动和包丢失率等方面,缺乏对实时通信的良好支持。流媒体传输的实时性、宽带性得不到充分的满足,因而影响了流媒体的传输性能,造成用户可感知质量的降低。同时,流媒体传输对系统I/O和网络带宽的高需求,使得服务器和网络带宽成为系统的瓶颈。流媒体代理缓存技术能有效解决上述问题。它通过在客户端和服务器之间配置代理缓存系统来缓存热门节目的部分或全部数据,为就近的客户端请求提供服务,可以降低服务器的负载和网络资源消耗,减小客户端的启动延迟,提高对用户的服务质量。因此,研究流媒体代理缓存技术对于推动流媒体应用具有重要意义。本文从流媒体传输相关技术入手,研究了流媒体的基本原理、传输方式和传输协议,并在研究缓存替换算法和调度算法的基础上,提出了流媒体代理的高效缓存策略。然后,设计并实现了一个流媒体代理缓存原型系统,对系统性能进行了测试和分析。本文主要工作如下:①对流媒体代理的高效缓存策略进行了深入研究,以分段缓存为基础,提出了基于最小效用的缓存替换算法。同时,在研究现有的流媒体调度技术的基础上,提出了带动态缓存的补丁调度算法;②在本文提出的缓存策略的基础上,设计并实现了一个流媒体代理缓存原型系统,采用直接存储RTP包的形式,使媒体数据的缓存和发送与具体的媒体格式无关,并对系统实现中的关键部分进行了分析和阐述;③在模拟环境中对原型系统进行了测试,实验表明本系统能够实现流媒体传输中的代理缓存,并在提高缓存字节命中率、降低客户端平均启动延迟和传输通道占用量等方面具有更好的性能。实验结果验证了本文提出的缓存策略是高效可行的。
二、基于Internet的代理缓存技术的研究(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、基于Internet的代理缓存技术的研究(论文提纲范文)
(1)面向代理缓存集群的负载均衡与缓存管理策略研究(论文提纲范文)
摘要 |
abstract |
注释表 |
第1章 绪论 |
1.1 研究背景与意义 |
1.2 国内外研究现状 |
1.2.1 代理缓存集群技术 |
1.2.2 负载均衡策略 |
1.2.3 缓存管理策略 |
1.3 论文主要研究内容及结构 |
第2章 面向代理缓存集群关键技术及架构 |
2.1 代理缓存集群 |
2.1.1 缓存概述 |
2.1.2 集群概念及分类 |
2.1.3 代理缓存集群概念 |
2.2 适用于代理缓存集群的负载均衡策略 |
2.2.1 跳跃哈希策略 |
2.2.2 Rendezvous哈希策略 |
2.2.3 一致性哈希策略 |
2.2.4 有限负载一致性哈希策略 |
2.3 常用缓存管理策略 |
2.4 面向代理缓存集群的负载均衡与缓存管理策略 |
2.5 本章小结 |
第3章 基于虚拟节点的有限负载一致性哈希策略 |
3.1 相关定义 |
3.1.1 负载均衡度 |
3.1.2 缓存命中率 |
3.1.3 PCC响应时间 |
3.1.4 骨干网流量消耗 |
3.1.5 节点连接数 |
3.2 虚拟节点 |
3.3 基于虚拟节点的有限负载一致性哈希策略 |
3.3.1 独立信息数据波动赋权法计算缓存节点权值 |
3.3.2 虚拟节点配置 |
3.3.3 缓存节点负载上限设置 |
3.3.4 CHWBLVN策略工作流程 |
3.4 CHWBLVN仿真与分析 |
3.4.1 仿真环境 |
3.4.2 负载均衡性仿真分析 |
3.4.3 负载均衡自恢复性仿真分析 |
3.4.4 缓存命中率仿真分析 |
3.4.5 骨干网流量消耗和PCC响应时间仿真分析 |
3.5 本章小结 |
第4章 基于分代与综合驻留价值的缓存管理策略 |
4.1 相关定义 |
4.1.1 缓存对象价值影响因素 |
4.1.2 缓存性能评价指标 |
4.2 缓存对象综合驻留价值计算 |
4.3 面向对象语言的分代垃圾回收机制 |
4.4 基于分代与综合驻留价值的缓存管理策略设计 |
4.5 CMSGCRV仿真与分析 |
4.5.1 仿真环境 |
4.5.2 缓存对象价值影响因素权值计算 |
4.5.3 各区缓存对象分布 |
4.5.4 缓存命中率 |
4.5.5 字节命中率 |
4.5.6 骨干网流量消耗和PCC响应时间 |
4.6 本章小结 |
第5章 测试与验证 |
5.1 测试环境搭建 |
5.1.1 Web服务器 |
5.1.2 代理缓存集群 |
5.1.3 负载均衡器 |
5.2 负载均衡和缓存管理策略集成测试 |
5.3 本章小结 |
第6章 总结与展望 |
6.1 工作总结 |
6.2 工作展望 |
参考文献 |
致谢 |
攻读硕士学位期间从事的科研工作及取得的成果 |
(2)智慧协同网络基于流量预测与时间戳的缓存机制设计与实现(论文提纲范文)
致谢 |
摘要 |
ABSTRACT |
1 绪论 |
1.1 论文研究背景 |
1.2 国内外研究现状 |
1.3 智慧协同网络缓存研究意义 |
1.4 论文主要研究工作和组织结构 |
2 智慧协同网络与缓存机制概述 |
2.1 智慧协同网络概述 |
2.2 相关缓存机制概述 |
2.2.1 Web缓存机制概述 |
2.2.2 以信息为中心网络架构的缓存机制概述 |
2.3 网络流量预测模型概述 |
2.4 本章小结 |
3 智慧协同网络基于流量预测与时间戳的缓存机制设计 |
3.1 智慧协同网络缓存机制需求分析与总体设计 |
3.1.1 缓存机制需求分析 |
3.1.2 缓存机制总体设计 |
3.2 流量采集模块设计 |
3.3 预测模块设计 |
3.3.1 网络流量特征分析 |
3.3.2 网络流量预测算法对比与分析 |
3.3.3 基于RNN的网络流量预测算法设计 |
3.4 资源控制模块与缓存模块设计 |
3.5 本章小结 |
4 智慧协同网络基于流量预测与时间戳的缓存机制实现 |
4.1 流量采集模块实现 |
4.1.1 采集模块预处理实现 |
4.1.2 采集模块计数实现 |
4.2 预测模块实现 |
4.3 资源控制模块与缓存模块实现 |
4.3.1 缓存空间初始化与调节的实现 |
4.3.2 时间戳标记的实现 |
4.4 本章小结 |
5 智慧协同网络基于流量预测与时间戳的缓存机制仿真分析 |
5.1 基于RNN的LSTM网络流量预测模型验证 |
5.2 基于网络流量预测与时间戳标识的缓存机制设计验证 |
5.2.1 仿真环境与参数配置 |
5.2.2 仿真结果分析 |
5.3 本章小结 |
6 结论与未来展望 |
参考文献 |
作者简历及攻读硕士学位期间取得的研究成果 |
学位论文数据集 |
(3)基于Internet的反向代理缓存技术的研究(论文提纲范文)
1 Web缓存方式 |
1.1 浏览器缓存 |
1.2 反向代理缓存 |
2 基于Internet的反向代理缓存技术 |
2.1 反向代理缓存的目标 |
2.2 反向代理缓存的性质 |
2.3 反向代理缓存的工作原理 |
2.4 代理缓存性能评价指标 |
2.5 基于Internet的代理缓存技术存在的问题 |
(4)基于QoS缓存替换算法的研究与仿真设计(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 问题的提出 |
1.2 国内外概况及发展趋势 |
1.3 研究意义 |
1.4 本论文的研究内容 |
第二章 流媒体与代理缓存概述 |
2.1 流媒体 |
2.1.1 流媒体概念 |
2.1.2 流媒体的特点 |
2.1.3 流媒体的传输原理 |
2.1.4 流媒体传输的控制协议 |
2.1.5 流媒体传输方式 |
2.1.6 目前衡量视频质量的方法 |
2.1.7 流媒体的应用 |
2.2 代理缓存 |
2.2.1 代理缓存技术的提出 |
2.2.2 代理缓存的作用 |
2.3 流媒体代理缓存 |
第三章 基于增益模型的流媒体缓存替换算法设计 |
3.1 传统的流媒体代理缓存替换算法 |
3.2 流行度预测算法 |
3.2.1 传统的流行度预测算法 |
3.2.2 流行度增益模型 |
3.3 改进的 QOS 缓存替换算法 |
3.3.1 统计窗流行度 |
3.3.2 峰值信噪比 |
3.3.3 QoS 参数 |
3.3.4 模型参数获取 |
3.3.5 改进算法的替换原则 |
3.4 算法性能评价 |
3.4.1 传统替换算法使用的性能评价指标 |
3.4.2 本文使用的评价指标 |
第四章 算法的仿真验证及性能分析 |
4.1 仿真实验验证方法和流程 |
4.2 流媒体服务器的搭建 |
4.2.1 服务器端的实现 |
4.2.2 客户端的实现 |
4.3 算法仿真验证结果及性能分析 |
4.3.1 算法仿真验证参数 |
第五章 结论与未来的工作 |
5.1 结论 |
5.2 未来的工作 |
攻读硕士期间参与的项目和发表论文 |
参考文献 |
致敬 |
(5)流媒体服务中基于分布式代理的缓存数据放置策略(论文提纲范文)
1 引言 |
2 问题的提出 |
3 优化的缓存数据放置算法 (OCA) |
3.1 缓存数据的分段 |
3.3 算法描述 |
4 性能分析 |
4.1 减少传输开销 |
4.2 系统健壮性 |
4.3 可扩展性 |
(6)流媒体代理缓存技术的研究(论文提纲范文)
0 引言 |
1 流媒体代理缓存的特点 |
2 代理缓存算法 |
2.1 选择缓存算法 |
2.2 基于间隔的缓存算法 |
2.3 基于分段的缓存 |
2.4 结合编码转换的缓存算法 |
3 流媒体代理缓存性能评价指标 |
3.1 命中率HR (Hit Rate) |
3.2 访问延迟 |
3.3 空间利用率 |
4 影响流媒体代理缓存效果的因素 |
(1) 缓存空间。 |
(2) 存储策略。 |
(3) 缓存放置和置换策略。 |
5 流媒体代理级缓存设计要求 |
6 结束语 |
(7)基于流行度预测增益模型的流媒体代理缓存替换算法(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 问题的提出 |
1.2 国内外概况及发展趋势 |
1.3 研究意义 |
1.4 本论文的研究内容 |
1.5 论文的构成 |
第二章 代理缓存与流媒体概述 |
2.1 代理缓存 |
2.1.1 代理缓存技术的提出 |
2.1.2 代理缓存的作用 |
2.2 流媒体 |
2.2.1 流媒体概念 |
2.2.2 流媒体的特点 |
2.2.3 流媒体的传输原理 |
2.2.4 流媒体传输的控制协议 |
2.2.5 影响流媒体 QoS 的因素 |
2.2.6 流媒体的应用 |
2.3 流媒体代理缓存 |
第三章 基于流行度预测增益模型的流媒体缓存替换算法设计 |
3.1 传统的流媒体代理缓存替换算法 |
3.1.1 基于访问时间间隔的代理缓存替换算法 |
3.1.2 基于访问次数的代理缓存替换算法 |
3.1.3 基于文件大小的代理缓存替换算法 |
3.1.4 基于文件保存价值的代理缓存替换算法 |
3.2 算法的改进 |
3.2.1 改进前的流行度预测算法 |
3.2.2 改进前算法的不足 |
3.2.3 视频质量的衡量 |
3.2.3.1 传输过程对视频质量的影响 |
3.2.3.2 媒体文件视频质量的衡量方法 |
3.2.4 构建增益模型 |
3.2.4.1 视频质量、启动延迟、网络消耗因子 |
3.2.4.2 增益模型的构成及仿真条件 |
3.2.5 改进后的缓存替换原则 |
3.3 算法的实现 |
3.4 算法性能评价 |
3.4.1 传统替换算法使用的性能评价指标 |
3.4.2 本文使用的评价指标 |
第四章 仿真实验验证 |
4.1 仿真实验验证方法和流程 |
4.1.1 验证方法 |
4.1.2 验证流程 |
4.2 流媒体服务器的搭建 |
4.2.1 三种主要的流媒体服务器 |
4.2.2 搭建 Windows Media Services 流媒体服务器 |
4.3 用户访问序列的分析 |
4.3.1 用户访问行为的特性 |
4.3.1.1 用户节目的访问频率 |
4.3.1.2 用户点播请求到达时间 |
4.3.2 实际用户访问序列的产生及分析 |
4.4 媒体文件视频质量的衡量 |
4.5 改进前的流行度预测算法的构建 |
4.6 改进后的流行度预测算法构建及性能评价 |
第五章 结论与未来的工作 |
参考文献 |
致谢 |
(8)基于指数分段的流媒体代理缓存算法研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 引言 |
1.2 研究背景及意义 |
1.3 国内外研究现状 |
1.3.1 流媒体缓存系统结构的研究 |
1.3.2 缓存策略的研究 |
1.3.3 流调度技术的研究 |
1.3.4 替换算法的研究 |
1.3.5 预取技术的研究 |
1.3.6 流媒体代理缓存国内研究现状 |
1.4 本论文的主要研究工作和组织结构 |
1.4.1 主要研究工作 |
1.4.2 论文的组织结构 |
第2章 流媒体代理服务器系统概述 |
2.1 流媒体与流媒体技术 |
2.1.1 流媒体 |
2.1.2 流媒体技术 |
2.2 流媒体系统结构 |
2.2.1 流媒体系统基本组成部分 |
2.2.2 流媒体系统的体系结构 |
2.3 流媒体代理服务器缓存模型 |
2.3.1 流媒体应用与宽带 |
2.3.2 流媒体代理缓存 |
2.3.3 视频点播系统 |
2.3.4 流媒体代理服务器缓存模型 |
2.4 小结 |
第3章 基于指数分段的流媒体代理高效缓存算法 |
3.1 引言 |
3.2 代理服务器缓存策略的关键问题 |
3.3 基于LRV 的流媒体代理缓存算法 |
3.2.1 缓存的重要性和考虑因素 |
3.2.2 已有缓存算法分析比较 |
3.2.3 分段策略 |
3.2.4 缓存管理策略 |
3.2.5 缓存效能函数 |
3.2.6 算法描述 |
3.4 小结 |
第4章 实验仿真与分析 |
4.1 仿真平台介绍 |
4.2 媒体流行性和用户到达模型 |
4.2.1 媒体流行性 |
4.2.2 用户到达模型 |
4.3 缓存性能评价指标 |
4.4 仿真方法与参数设置 |
4.5 实验结果分析 |
4.6 小结 |
结论及展望 |
1. 结论 |
2. 展望 |
参考文献 |
附录 A(攻读硕士学位期间所发表的学术论文目录) |
附录 B(攻读硕士学位期间所参与的项目) |
致谢 |
(9)流媒体代理缓存方法研究(论文提纲范文)
内容提要 |
第一章 绪论 |
1.1 流媒体技术 |
1.2 流媒体技术的发展现状 |
1.3 流媒体研究面临的挑战 |
1.4 本文工作 |
第二章 流媒体技术综述 |
2.1 多媒体编解码技术 |
2.1.1 MPEG标准 |
2.1.2 适合网络传输的编码方案 |
2.2 流媒体网络传输与控制协议 |
2.2.1 IP组播 |
2.2.2 RTP/RTCP协议族 |
2.2.3 RSVP协议 |
2.2.4 RTSP协议 |
2.3 流媒体代理缓存技术 |
2.3.1 代理服务器 |
2.3.2 协议和体系结构 |
2.3.3 针对同一类型用户的缓存算法 |
2.3.4 针对不同类型用户的缓存算法 |
2.3.5 结合多播的缓存算法 |
2.3.6 多代理服务器协作 |
2.3.7 调度算法 |
第三章 基于MPEG-4 用户数据域的抗误码方法 |
3.1 MPEG-4 容错方式 |
3.1.1 重同步机制(Resync Marker) |
3.1.2 数据分割(Data Partitioning) |
3.1.3 可逆变长编码(RVLC) |
3.1.4 自适应帧内更新(AIR) |
3.2 差错控制的工作方式 |
3.2.1 反馈纠错(ARQ) |
3.2.2 前向纠错(FEC) |
3.2.3 混合纠错(HEC) |
3.3 MPEG-4 的user_data域 |
3.3.1 user_data域的描述 |
3.3.2 user_data在语法定义当中的位置 |
3.4 基于user_data域的抗误码方法 |
3.4.1 分层保护 |
3.4.2 user_data使用方法 |
3.4.3 实验结果 |
3.5 本章小结 |
第四章 基于代理的动态共享缓存算法 |
4.1 相关算法分析 |
4.1.1 固定大小缓存(Fixed-sized Caching) |
4.1.2 间隔缓存(Interval Caching) |
4.1.3 共享缓冲区缓存(SRB Caching) |
4.2 动态共享缓冲区缓存算法(DSB Caching) |
4.2.1 相关概念 |
4.2.2 构造状态时缓冲区大小的冻结算法 |
4.2.3 运行状态时缓冲区大小的动态调整算法 |
4.2.4 性能评估及实验结果 |
4.3 本章小结 |
第五章 自适应的分段代理缓存传输策略 |
5.1 补丁算法理论分析 |
5.1.1 补丁算法 |
5.1.2 单节目情况下的理论分析 |
5.1.3 多节目情况下的理论分析 |
5.2 自适应的分段缓存传输策略 |
5.2.1 基础参数 |
5.2.2 自适应的分段方法 |
5.2.3 缓存替代算法 |
5.2.4 优化的传输方案 |
5.2.5 性能评估和结论 |
5.3 结束语 |
第六章 用于代理缓存的流合并传输方法 |
6.1 相关技术 |
6.1.1 最优化流合并(Optimal Stream Merging) |
6.1.2 及早流合并(Early Stream Merging) |
6.2 前缀缓存后缀合并的调度算法 |
6.2.1 分段大小的确定 |
6.2.2 最近可达流合并(Closest Reachable Merging) |
6.2.3 性能比较和实验结果 |
6.3 本章小结 |
第七章 基于焦点分段的代理缓存策略 |
7.1 部分缓存的局限性 |
7.2 自适应滞后分段缓存(Adaptive and Lazy Segmentation) |
7.3 焦点分段缓存(Popularity-based Segmentation) |
7.3.1 分段方法 |
7.3.2 准入和逐出法则 |
7.3.3 性能比较和实验结果 |
7.4 本章小结 |
第八章 结束语 |
8.1 工作总结 |
8.2 下一步研究方向 |
参考文献 |
致谢 |
作者攻读博士期间发表的论文和参加的项目 |
学位论文摘要(中文) |
学位论文摘要(英文) |
(10)面向流媒体传输的代理缓存技术研究(论文提纲范文)
中文摘要 |
英文摘要 |
1 引言 |
1.1 研究背景及意义 |
1.2 国内外研究现状 |
1.3 论文研究内容及组织结构 |
2 流媒体传输技术概述 |
2.1 媒体流式传输方式 |
2.1.1 顺序流式传输 |
2.1.2 实时流式传输 |
2.2 流媒体传输和控制协议 |
2.2.1 实时传输协议RTP |
2.2.2 实时传输控制协议RTCP |
2.2.3 实时流协议RTSP |
2.2.4 资源预留协议RSVP |
2.3 流媒体代理缓存技术 |
2.3.1 Web 代理缓存机制 |
2.3.2 流媒体代理缓存 |
2.4 本章小结 |
3 流媒体代理的高效缓存策略研究 |
3.1 代理缓存策略的关键问题 |
3.2 基于最小效用的缓存替换算法 |
3.2.1 缓存替换的必要性及考虑因素 |
3.2.2 现有替换算法分析 |
3.2.3 分段方式 |
3.2.4 缓存准入控制 |
3.2.5 缓存效用函数 |
3.2.6 算法描述 |
3.3 带动态缓存的补丁调度算法 |
3.3.1 用户访问行为对调度算法的影响 |
3.3.2 流媒体调度算法分析 |
3.3.3 算法描述 |
3.4 本章小结 |
4 流媒体代理缓存系统的设计与实现 |
4.1 系统结构设计 |
4.1.1 系统总体结构 |
4.1.2 主要模块的功能 |
4.1.3 系统工作流程 |
4.2 RTSP 会话管理实现 |
4.2.1 RTSP 消息处理 |
4.2.2 媒体流调度 |
4.3 磁盘缓存管理实现 |
4.3.1 RTP 包缓存 |
4.3.2 缓存数据管理 |
4.3.3 媒体的缓存替换 |
4.4 内存空间管理实现 |
4.4.1 内存池管理 |
4.4.2 双缓冲区机制 |
4.5 连续媒体流的实现 |
4.5.1 问题描述 |
4.5.2 连续的媒体流传输 |
4.6 本章小结 |
5 系统测试与分析 |
5.1 性能评价指标 |
5.2 测试环境和方法 |
5.3 测试结果及分析 |
5.4 本章小结 |
6 总结与展望 |
6.1 总结 |
6.2 展望 |
致谢 |
参考文献 |
附录 |
四、基于Internet的代理缓存技术的研究(论文参考文献)
- [1]面向代理缓存集群的负载均衡与缓存管理策略研究[D]. 江雨舟. 重庆邮电大学, 2020(02)
- [2]智慧协同网络基于流量预测与时间戳的缓存机制设计与实现[D]. 段晓萌. 北京交通大学, 2019(01)
- [3]基于Internet的反向代理缓存技术的研究[J]. 皮灿军,李和香. 中小企业管理与科技(下旬刊), 2013(04)
- [4]基于QoS缓存替换算法的研究与仿真设计[D]. 许镇. 大连工业大学, 2011(04)
- [5]流媒体服务中基于分布式代理的缓存数据放置策略[J]. 郭攀红,杨扬,李新友. 计算机科学, 2009(11)
- [6]流媒体代理缓存技术的研究[J]. 丁春宝. 信息技术, 2009(04)
- [7]基于流行度预测增益模型的流媒体代理缓存替换算法[D]. 董欣. 大连工业大学, 2009(04)
- [8]基于指数分段的流媒体代理缓存算法研究[D]. 陈铁群. 湖南大学, 2008(01)
- [9]流媒体代理缓存方法研究[D]. 张东辉. 吉林大学, 2007(05)
- [10]面向流媒体传输的代理缓存技术研究[D]. 田小波. 重庆大学, 2007(06)