[计算机]流媒体论文:基于前缀缓存和指数分段的代理缓存算法研究

[计算机]流媒体论文:基于前缀缓存和指数分段的代理缓存算法研究

ID:30427212

大小:68.04 KB

页数:5页

时间:2018-12-29

上传者:U-25929
[计算机]流媒体论文:基于前缀缓存和指数分段的代理缓存算法研究_第1页
[计算机]流媒体论文:基于前缀缓存和指数分段的代理缓存算法研究_第2页
[计算机]流媒体论文:基于前缀缓存和指数分段的代理缓存算法研究_第3页
[计算机]流媒体论文:基于前缀缓存和指数分段的代理缓存算法研究_第4页
[计算机]流媒体论文:基于前缀缓存和指数分段的代理缓存算法研究_第5页
资源描述:

《[计算机]流媒体论文:基于前缀缓存和指数分段的代理缓存算法研究》由会员上传分享,免费在线阅读,更多相关内容在应用文档-天天文库

流媒体论文:基于前缀缓存和指数分段的代理缓存算法研究【中文摘要】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。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,并且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,本文提出了基于前缀缓存的改进替换算法,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,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。实验结果表明:本文的流媒体代理缓存算法在提高缓存单位字节的命中率、降低启动延迟率等方面有较好的性能,能够提高流媒体的播放质量和传输效率。【英文摘要】AsthedevelopmentoftheInternetand multimediatechnology,theapplicationofstreamingmediaisbecomingmoreandmorepopular.However,thecurrentInternetlackssupportforreal-timecommunication,whichinfluencingtheperformanceofmediatransmission.Furthermore,duetothehighdemandsofstreamingmediatransmissiononsystemI/Oandnetworkbandwidth,theserverandnetworkandwidthturnintothebottleneckofthewholesystem.Whilesuchproblemscanbeeffectivelysolvedbytheproxycachingtechnology,whichcachespartorallofthedataofhotprogramssoastoofferservicestotheusersnearby.Therefore,basedonthemainfeaturesoftheapplicationofstreamingmedia,studiesonefficientproxycachingstrategytoincreasecachinghitrate,decreasetheclientstartuplatencyandreduceserveroverloadsandnetworkresourceconsumptionareofgreatsignificancetotheresearchofproxycachingtechnologyofstreamingmedia.Themainresearchoncachereplacementalgorithmsishowtoreplacecacheobject.Existingcachereplacementalgorithmshavetheproblemofinaccurateevaluationofthecachingutilitybecausetheirstandardsareaccesstimesandfrequencyofthemedia,additionallytheydon’tconsidertheprobabilityofaccessobjectsinthefuture,andtheevaluationofcacheutilityisnotaccurate,thecalculationofcacheutilityisconstrained tothewholemediaobjectbutnotaccuratelytothesegment.Tosolvetheseproblems,thepaperpresentsthecachereplacementalgorithmbasedonLRV.Thisalgorithmbuildsthebaseonexponentialsegmentation,refinestheschedulinggranularityofcachespace,andthecalculationofcacheutilityisbasedonsegments,themediapartialvalidity,theprobabilityofaccesstosegmentinthefuture,segmentaccessfrequency,segmentaverageaccesslengthandtheinfluenceofcachedsegmentsizetocacheutilityareallconsideredinthisalgorithm,whichenhancesthecacheperformance.Theresultsofsimulationexperimentsshowthatthestreamingmediaproxycachealgorithmweproposedhasbetterperformanceonincreasingcachebytehitrateandreducingclientstartuplatencythantheexistingones,andhelpstoimprovethetransmissionefficiencyandthequalityofstreamingmediaservice.【关键词】流媒体指数分段代理缓存缓存替换算法【英文关键词】streamingmediaIndexsegmentedPrefixcachingCachereplacementalgorithm【目录】基于前缀缓存和指数分段的代理缓存算法研究摘要4-5Abstract5第一章绪论8-161.1研究背景和意义8-101.2 国内外研究现状10-141.2.1流媒体缓存系统结构的研究10-121.2.2缓存策略研究121.2.3流调度技术的研究12-131.2.4替换算法的研究131.2.5预取技术的研究13-141.2.6流媒体代理缓存国内研究现状141.3本论文的主要研究工作和组织结构14-161.3.1主要研究工作14-151.3.2论文的组织结构15-16第二章流媒体代理服务器系统理论基础16-302.1流媒体理论16-172.1.1流媒体简述16-172.1.2流媒体技术172.2流媒体系统架构17-242.2.1流媒体系统基本组成部分17-182.2.2流媒体系统基本架构18-242.3流媒体代理服务器缓存模型24-292.3.1带宽与流媒体的关系24-252.3.2流媒体代理缓存25-262.3.3VOD系统26-282.3.4流媒体代理服务器缓存模型28-292.4小结29-30第三章基于前缀缓存和指数分段的代理缓存算法研究30-393.1解决缓存策略的关键问题30-313.2基于前缀缓存和指数分段的代理缓存算法研究31-383.2.1缓存的重要性和考虑因素313.2.2已有缓存算法分析比较31-333.2.3分段策略33-343.2.4缓存管理策略分析34-353.2.5缓存效能值的依据35-373.2.6算法描述37-383.3 小结38-39第四章实验仿真与分析39-484.1仿真平台介绍39-404.2媒体流行性和用户到达模型40-434.2.1媒体流行性41-424.2.2用户到达模型42-434.3如何评价缓存性能43-444.4仿真算法与参数设置44-454.5实验结果分析45-474.6小结47-48第五章结论及展望48-505.1结论48-495.2展望49-50参考文献50-53致谢53

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。
关闭