P2P流媒体网络拓扑快照划分及动态分析

摘要

随着P2P技术和多媒体信息处理技术的飞速发展,P2P流媒体业务已经成为互联网上最为流行的商业应用之一,引起广泛的研究兴趣。流媒体网络中用户的不断增多,人们获得了更好的资源共享性能,同时用户的高度动态特征带来网络结构的持续动态性,为网络性能优化带来了挑战。把握网络拓扑的动态特征对于改善P2P流媒体应用的网络性能具有重要意义。
　　 拓扑动态分析首先要解决的问题是如何确定网络的瞬时拓扑——网络快照。常规的方法是以固定的时间间隔对获取的测量拓扑数据集进行快照划分——定长窗口划分,每个时间窗口内的数据就是一个快照。这种方法不能自适应网络动态变化的频度变化。本文提出变长窗口划分方法,把拓扑变化程度作为快照划分标准,将拓扑相对稳定的一段时间内的拓扑数据划分成一个快照——时间窗口长度不固定。对比定长窗口划分,利用变长窗口划分方式得到的拓扑快照具有比较稳定的网络视野。另外,本文还根据拓扑数据集中每条边的出现时间对每条边赋权,设定不同的阈值提取了网络的稳定拓扑,用以对比分析不同的网络快照与稳定拓扑的异同。
　　 完成快照划分以及稳定拓扑提取后,本文从度分布、聚合系数、平均路径长度以及介数四个方面对其进行了拓扑特征的对比分析,发现不同的快照以及稳定拓扑并不符合度值的幂律分布,而且不具有小世界的基本特征。然后本文对网络中的链路关系作了分析,发现全部链路中大量连接趋向于与新节点连接;在已知节点间由传递关系生成的链路比例很大,但是在单个快照里传递的比例却最小,这与数据中节点的邻居上报时间间隔有关。最后,文中对不同快照进行了社区划分以及划分优度Q值的对比,发现两种不同划分方式得到的快照其社区聚合程度要低于稳定拓扑中的社区,但都符合一般研究认为的0.3-0.7的Q值范围。