本文選題：內(nèi)容分發(fā)網(wǎng)絡(luò)　切入點(diǎn)：內(nèi)容路由　出處：《北京郵電大學(xué)》2014年碩士論文

【摘要】：互聯(lián)網(wǎng)的飛速發(fā)展使人們的工作和生活變得越來越便利。然而不斷豐富的應(yīng)用使得網(wǎng)絡(luò)中的流量呈現(xiàn)爆炸性增長的態(tài)勢,網(wǎng)絡(luò)尤其是骨干網(wǎng)的擁堵已經(jīng)變成了一個必須面對的重要問題。為了解決這個問題,互聯(lián)網(wǎng)創(chuàng)始人之一Tim berners-Lee于1995年發(fā)起了一項(xiàng)解決網(wǎng)絡(luò)擁塞的技術(shù)挑戰(zhàn),這項(xiàng)技術(shù)挑戰(zhàn)最終促使內(nèi)容分發(fā)網(wǎng)絡(luò)(Content Delivery Network, CDN)的誕生。CDN從根本上改變了互聯(lián)網(wǎng)的傳輸模式,通過在靠近用戶的邊緣服務(wù)域布置大量的服務(wù)節(jié)點(diǎn),使得用戶能夠從距離較近的邊緣服務(wù)節(jié)點(diǎn)訪問所需的資源,從而有效緩解了骨干網(wǎng)絡(luò)的擁塞,同時(shí)也改善了用戶體驗(yàn)質(zhì)量(Quality Of Experience,QoE)。 服務(wù)器選擇是CDN中內(nèi)容路由關(guān)鍵技術(shù)需要考慮的重要問題之一,其算法將決定內(nèi)容路由的優(yōu)劣,進(jìn)而影響用戶的QoE。傳統(tǒng)的服務(wù)器選擇算法采用輪詢、隨機(jī)、或是最小負(fù)載等算法。然而這些算法當(dāng)突發(fā)熱點(diǎn)事件時(shí),很容易導(dǎo)致單個服務(wù)器負(fù)載過重,而且無法適應(yīng)多業(yè)務(wù)的應(yīng)用場景。這些存在的問題將會極大程度的限制CDN的進(jìn)一步發(fā)展與應(yīng)用。 為了解決這一問題,本文在混合式CDN架構(gòu)基礎(chǔ)之上,提出了一種基于虛擬負(fù)載的概率重定向算法。在服務(wù)域中,每個CDN節(jié)點(diǎn)有一個連接隊(duì)列,能夠?qū)⒌絹淼倪B接請求存儲在隊(duì)列中。負(fù)載均衡器采用輪詢的方式將請求分發(fā)到各個CDN節(jié)點(diǎn)上,當(dāng)隊(duì)列的連接負(fù)荷達(dá)到規(guī)定閾值時(shí),啟用本文提出的算法,通過一種概率的方式將本身過載的請求重定向到負(fù)載較輕的鄰居節(jié)點(diǎn)上。該算法能夠避免單個節(jié)點(diǎn)負(fù)載過重的狀況發(fā)生,充分利用了各個節(jié)點(diǎn)的硬件資源來為用戶提供更好的QoE。最后搭建了具體的實(shí)驗(yàn)平臺,并通過Apache Jmeter來模擬多用戶并發(fā)的場景,分別從用戶平均響應(yīng)時(shí)間及節(jié)點(diǎn)虛擬負(fù)載兩方面對本文提出的算法和傳統(tǒng)算法進(jìn)行了比較,實(shí)驗(yàn)結(jié)果表明了本文提出的算法在平均響應(yīng)時(shí)間上要比經(jīng)典的輪詢和最小負(fù)載算法提高至少10%,而且各個節(jié)點(diǎn)的虛擬負(fù)載相對更加均衡。
[Abstract]:The rapid development of the Internet makes people's work and life more and more convenient. Network congestion, especially in backbone networks, has become an important problem that must be faced. In order to solve this problem, Tim berners-Lee, one of the founders of the Internet, launched a technical challenge to solve network congestion in 1995. This technical challenge ultimately led to the birth of the content Delivery Network (CDNs), which fundamentally changed the mode of transmission of the Internet by placing a large number of service nodes in the edge service domain near the user. It enables users to access the required resources from close edge service nodes, thus effectively reducing the congestion of backbone networks and improving the quality of user experience quality of experience QoS. Server selection is one of the most important issues in content routing in CDN. Its algorithm will determine the quality of content routing, and then affect the QoS of users. Traditional server selection algorithm adopts polling and randomness. Or algorithms such as minimum load. However, when a hot event occurs, these algorithms can easily cause a single server to be overloaded. These problems will greatly limit the further development and application of CDN. In order to solve this problem, this paper proposes a probabilistic redirection algorithm based on virtual load based on hybrid CDN architecture. In the service domain, each CDN node has a connection queue. The load balancer distributes the request to each CDN node by polling. When the connection load of the queue reaches the specified threshold, the algorithm proposed in this paper is enabled. The overloaded request is redirected to the lighter neighbor node in a probabilistic way. The algorithm can avoid the overload of a single node. The hardware resources of each node are fully utilized to provide users with better QoS. Finally, a concrete experimental platform is built, and the multi-user concurrent scenario is simulated by Apache Jmeter. This paper compares the proposed algorithm with the traditional algorithm in terms of the average response time of the user and the virtual load of the node. The experimental results show that the average response time of the proposed algorithm is at least 10 higher than that of the classical polling and minimum load algorithms, and the virtual load of each node is relatively more balanced.
【學(xué)位授予單位】：北京郵電大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2014
【分類號】：TP393.06

【共引文獻(xiàn)】

相關(guān)期刊論文 前8條

1 杜傳震;田銘;蘭巨龍;;基于后綴摘要的可選下一跳轉(zhuǎn)發(fā)信息表聚合方法[J];計(jì)算機(jī)應(yīng)用研究;2014年01期

2 黃卓星;林錦賢;;CDN中基于服務(wù)效用的請求重定向策略[J];計(jì)算機(jī)工程與應(yīng)用;2014年14期

3 張成;楊東風(fēng);黃協(xié);張根耀;;內(nèi)容分發(fā)網(wǎng)絡(luò)中基于相關(guān)內(nèi)容吸引的緩存算法[J];計(jì)算機(jī)工程;2014年09期

4 馮慶華;;基于改進(jìn)哈希編碼的路由查詢匹配算法[J];計(jì)算機(jī)與現(xiàn)代化;2014年12期

5 張震;張雷;;基于CCN的CDN視頻內(nèi)容分發(fā)技術(shù)研究[J];軟件;2015年01期

6 劉濤;程東年;田銘;;基于蟻群優(yōu)化的內(nèi)容中心網(wǎng)絡(luò)服務(wù)節(jié)點(diǎn)選取算法[J];信息工程大學(xué)學(xué)報(bào);2013年06期

7 王慎娜;高隨祥;楊文國;;P2P流媒體直播系統(tǒng)數(shù)據(jù)調(diào)度算法[J];網(wǎng)絡(luò)新媒體技術(shù);2014年04期

8 郭力兵;周錦標(biāo);李凌;李生平;汪毅;;航天測控軟件共用技術(shù)研究與實(shí)現(xiàn)[J];現(xiàn)代防御技術(shù);2014年06期

相關(guān)會議論文 前1條

1 江敏;朱尚明;黨齊民;;基于混合內(nèi)容分發(fā)網(wǎng)絡(luò)的流媒體系統(tǒng)設(shè)計(jì)實(shí)現(xiàn)[A];中國高等教育學(xué)會教育信息化分會第十次學(xué)術(shù)年會論文集[C];2010年

相關(guān)博士學(xué)位論文 前6條

1 鄭重;面向動態(tài)網(wǎng)絡(luò)環(huán)境的高魯棒性數(shù)據(jù)分發(fā)技術(shù)研究[D];國防科學(xué)技術(shù)大學(xué);2011年

2 張海鵬;網(wǎng)絡(luò)服務(wù)系統(tǒng)的動力學(xué)建模與分析研究[D];中國科學(xué)技術(shù)大學(xué);2014年

3 姚士佳;視頻分發(fā)與緩存協(xié)同優(yōu)化技術(shù)研究[D];中國科學(xué)技術(shù)大學(xué);2014年

4 劉然;移動互聯(lián)網(wǎng)環(huán)境下高效流媒體分發(fā)關(guān)鍵技術(shù)研究[D];華中科技大學(xué);2013年

5 李喬;融合型內(nèi)容分發(fā)網(wǎng)絡(luò)關(guān)鍵技術(shù)研究[D];哈爾濱工業(yè)大學(xué);2014年

6 陳劍鴻;復(fù)雜網(wǎng)絡(luò)上的數(shù)據(jù)分發(fā)模型及技術(shù)研究[D];華南理工大學(xué);2013年

相關(guān)碩士學(xué)位論文 前10條

1 劉濤;內(nèi)容中心網(wǎng)絡(luò)訪問時(shí)延優(yōu)化技術(shù)研究[D];解放軍信息工程大學(xué);2013年

2 徐飛;面向群體顧客個性化需求的服務(wù)網(wǎng)絡(luò)構(gòu)建方法[D];哈爾濱工業(yè)大學(xué);2013年

3 朱振廣;面向內(nèi)容分發(fā)網(wǎng)絡(luò)的動態(tài)負(fù)載均衡技術(shù)研究[D];哈爾濱工業(yè)大學(xué);2012年

4 殷勤;互聯(lián)網(wǎng)電視技術(shù)及市場發(fā)展前景分析[D];上海交通大學(xué);2013年

5 葛寶梁;數(shù)字分發(fā)系統(tǒng)頁面加速子系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];哈爾濱工業(yè)大學(xué);2012年

6 李松;面向網(wǎng)絡(luò)行為的CDN緩存分配策略[D];華東理工大學(xué);2014年

7 鄒禮見;內(nèi)容分發(fā)網(wǎng)絡(luò)互聯(lián)的請求路由策略研究[D];華中科技大學(xué);2013年

8 沈海飛;基于對等網(wǎng)絡(luò)的負(fù)載均衡研究[D];蘇州大學(xué);2014年

9 雷起;基于云平臺的多約束流媒體內(nèi)容分發(fā)方法研究[D];鄭州大學(xué);2014年

10 秦泓洋;ISP融合型內(nèi)容分發(fā)網(wǎng)絡(luò)節(jié)點(diǎn)部署機(jī)制研究與實(shí)現(xiàn)[D];哈爾濱工業(yè)大學(xué);2014年

，

本文編號：1687657