P2P直播（精选6篇）
P2P直播 篇1
近年已有部分学者开始进行P2P流媒体识别技术的研究[1]。 刘朝斌[2]等人提出了4 个可区分P2P流媒体和P2P文件下载应用业务的流量特征,采用支持向量机对P2P流媒体进行识别。 陈伟[3]通过提取6 个端点流量特征并结合C4.5 决策树方法实现P2P流媒体的识别。上述方法通常采用P2P直播流代替P2P流媒体,未考虑P2P点播流的影响, 识别算法较为片面。 胡超、 杨洁[4]等人通过P2P流媒体软件的协议特征实现P2P流媒体的识别,但基于协议特征的识别方法不能识别未知的P2P流媒体软件。 周丽娟[5]利用P2P直播的暂存性,万成威[6]分析了P2P直播失败会话比例较高的问题,实现了P2P直播流的识别,但所属方法需要对P2P节点的所有下行流量进行统计计算,耗时较长,且识别效果不理想。
P2P流媒体识别的关键在于P2P流媒体特征的选取[7]。从上述研究发现,基于协议特征的识别方法不能识别全部的P2P流媒体应用[8,9];基于流量特征的识别方法未能提取有效区分P2P直播与点播的流量特征;基于行为特征的识别方法虽然可以识别P2P直播流,但由于提取特征较少, 识别效果不理想。 本文以此为出发点研究P2P流媒体的直播流的行为特征, 提出了可以有效识别P2P直播流的行为特征, 并结合直播流的流量特征实现了P2P流媒体的快速准确识别。
1 P2P直播流识别方法
基于上述分析结果,本文提出了两种能够准确识别P2P直播流的行为特征, 一种是基于服务器角色的节点连接度,另一种是BM信息比,将两者特征结合可以有效地识别P2P直播流。
1.1 基于节点连接度的P2P直播流识别(DLN)
在采用基于节点连接度的P2P直播流识别方法之前,需定义如下3 个变量:
定义1 客户端角色节点连接度C_link
将一个节点作为目的IP地址, 记录在一段时间内流经该节点的数据包。 当数据包长度大于800 B时,记录该数据包的源IP,最后计算相异的源IP个数,即为客户端角色的节点连接度。
定义2 服务器角色节点连接度S_link
将一个节点作为源IP地址, 记录一段时间内该节点发出的数据包。 当数据包长度大于800 B时,记录该数据包的目的IP,最后计算相异的目的IP个数,即为服务器角色的节点连接度。
定义3 节点出/入连接比PL
DLN识别算法如下:
(1) 初始化C_link 、S_link 、PL和时间计数t 。
(2) 当有数据包流经节点时, 判断计时t , 如果t ≥T , 转步骤(7) ; 如果t
(3) 记录当前数据包源和目的IP, 将IP与节点库IPK中的IP进行匹配。 若成功, 则转步骤(2) ; 否则转步骤(4),并将该IP加入到IPK中。
(4) 如果该数据包以该节点为目的节点, 转步骤(5) ; 如果该数据包以该节点为源节点, 则转步骤(6) 。
(5) 测量该数据包长度L1 , 若L1 ≥ 800, 则C_link =C_link+1, 转步骤(2) 。
(6) 测量该数据包长度L2 , 若L2 ≥ 800, 则S_link =S_link+1 , 转步骤(2) 。
(7) 计算PL 。 PL=S_Link/C_link 。
(8) 对PL进行判断, 如果PL > β, 则该节点为P2P流媒体直播流。
1.2 基于BM信息比的P2P直播流识别
定义4 S为客户端角色时的下行流量集合,S={S1,S2, … ,Sn}, 其中Si(i =1,2, … ,n) 为其中的一条五元组流。
定义5 Ti为五元组流Si中IP包出现的时间数。
定义6 Di为五元组流Si中BM信息包出现的时间数。
定义7 Fi为五元组流Si的BM信息比,Fi=Di/Ti。
H-IRI方法识别步骤如下:
(1) 初始化S为空集,n=0 ,t=0 。
(2) 对于时间t计数, 如果t≥ T , 转步骤(5) 。
(3) 对于每一个到达的数据包P , 如果flow(P) ∈ S, 将其加入相应子流,转步骤(2);否则转步骤(4)。
(4) 如果length (P) ≥ 800, 则将flow (P) 加入S中, 同时n=n+1 。
(5) 对Si(i =1,2, … ,n) 进行统计, 开始时设置Ti,Di为0 , 然后进行每秒统计, 在当前1 s内, 其中若有数据包,则Ti=Ti+1 。 若数据包中有BM信息数据包, 则Di=Di+1 ,同时统计Si的数据包个数Ni。
(6) 选取Ni最大的前6 项五元组流集合SS={SS1,… ,SS6} , 其中NNi为SSi的数据包个数,TTi为SSi的IP包出现时间数,DDi为SSi的BM包出现时间数。
(7) 计算SSi的BM信息比:FFi=DDi/TTi。
(8)计算S的平均BM信息比:
(9)判读F,如果F≥η,则该节点流为P2P直播流。
采用主流的P2P流量进行1 min流量采集, 并进行BM信息比测量, 结果如表1 所示。
从上述数据可知,H-IRI采用权重较大的五元组流进行赋权重的BM信息比统计, 增大了直播流的BM信息比,减小了其他P2P应用的BM信息比,使得直播流与其他应用的BM信息比差距增大,有利于P2P直播流的识别。
1.3 基于联合特征的P2P直播流识别方法
单个行为特征无法全面测量P2P直播流的多方面的特性, 仅仅使用单个行为特征来识别P2P直播流,必然导致识别的片面性。 如果能够综合多个P2P直播流特征来共同识别P2P流,将有效地提高P2P直播流的识别效率。
除上述两特征, 对实现较好的P2P流媒体PPTV、PPStream及QQlive分别进行直播流和点播流的抓包测量, 同时对P2P文件下载软件迅雷和BT抓包测量。 对它们的数据包长进行统计, 按字节长度分为0~300 B、300 ~800 B及≥ 800 B三类包, 并统计每类包的分布比例。 表2 为1 min内3 种P2P流媒体直播、 点播及2 种P2P下载软件的包长分布。
由表2 可知P2P直播流短包数远大于长包数,而P2P点播流短包数稍小于长包数。 同时P2P直播流的下载速率较为稳定,一般不低于50 kb/s,而且不高于300 kb/s。
本文采用基于特征加权的P2P识别方法,其中优先级较高的特征拥有较高的权值,优先级较低的特征拥有较低的权值。 设定优先级的权值为 αi,α1> … >αn>0 。 根据匹配特征对识别准确性的贡献分配优先级,进而确定权值大小。
对于两行为特征, 即节点出/入连接比PL和节点S的BM信息比F,设定优先级为1,赋予权值 α1; 对于两流量特征,即节点的长包/短包比例和节点流下载速度特征,设定优先级为2,特征赋予权值 α2。 建立集合A={ α1,α1,α2,α2}, 及集合L={l1,l2,l3,l4}, 分别为上述四特征进行匹配,若采用特征i匹配,则li为1,否则为0。
如果 , 则此节点流为P2P直播流, 否则不是P2P直播流。其中W1主要用于判断节点若是P2P直播流,则节点流特征必须符合至少两个特征;W2主要判断节点若是P2P直播流,则节点流特征必须符合至少一个优先级为1 的特征。 γ1为BM信息比行为特征的判决阈值,γ2为数据包长分布行为特征的判决阈值。
2 实验评估
2.1 实验数据集
本文在可控网络环境下, 由10 台终端运行各P2P业务,以获取测试流量。 流量采集时间跨度为2012 年11月1 日~11 月20 日, 每天进行3 h数据采集, 主要采集P2P文件共享、 直播流媒体和点播流媒体三类业务。 该数据集均针对UDP(User Datagram Protocol)流进行抓取。
2.2 实验结果
2.2.1 基于节点连接度的识别方法
本实验将测试流量按照20 s的时间间隔作虚拟化处理, 选取 β=0.2、β=0.5、β=0.8, 然后分别将4 种P2P直播流媒体(PPTV、PPStream、QQLive、UUSee)测试流量片段混入P2P点播流媒体及文件共享流量片段中,并采用DLN识别算法进行阈值判断, 并对其进行分类。 结果如图1、图2 所示。
从图1、图2 知当参数 β 增大时,DLN算法的识别精度在增加,但召回率减小;当 β=0.5 时,算法的识别精度和召回率都较高,因此选用 β=0.5 作为DLN识别算法的门限。
2.2.2 基于联合特征的识别方法
通过多次试验证明,当 α1=0.73 ,α2=0.40 时, 基于联合特征的P2P直播流识别方法较高。比较DLN算法、H-IRI算法和联合特征法3 种方法的性能, 结果如图3 、 图4 所示。
从图中知,采用联合特征可以将P2P直播流的识别准确率从90%提高到约95%,由此可见该方法识别性能良好。
P2P流媒体是当前P2P技术的一个重要应用方面,本文实现了P2P直播流的识别。 下一步将对P2P点播进行分析,实现P2P点播的识别。
摘要：针对当前P2P流媒体直播流的识别方法较少、识别效果一般的问题,分析了P2P直播流的行为特征,提出了基于节点连接度的识别方法和基于BM信息比的识别方法,并结合两个流量特征采用联合特征进行P2P直播流识别。实验表明,该识别方法整体上识别准确率较高,可以实现P2P直播的在线识别。
关键词：P2P直播,连接度,BM包,联合特征
基于P2P的流媒体直播系统分析 篇2
1 流媒体直播系统概述
流媒体即可以在Internet上实现音频、视频以及其他多媒体实时、、无需下载等待的传播技术, 其文件格式支持使用流失传输与播放。本质上流媒体技术将动画、视音频等多媒体文件经过特殊压缩方式处理后, , 利用视频服务器想用户计算机连续、实时进行传输。这样可以实现多个用户的共同使用, 并且与非流式传播方式相比, 避免了数据下载中的等待时间, 实现了边播放边下载[1]。
2 P2P流媒体直播系统优点
2.1 缩短传播时间
通过流媒体方式来获取文件, 用户可以节省等待文件全部下载完成后才可浏览的时间, 一般情况下, 一个正常的音视频压缩软件, 选择流媒体方式传输, 在一分钟以内既可以显示在用户计算机上, 并且多为连续播放。即便是选择用全屏播放的模式, 也不会对播放效果产生太大影响, 只有在进行快进操作时需要等待一定时间。
2.2 存容量要求低
流媒体选择用Internet包传输为基础的断续异步传输模式, 传输文件中的数据将会被分解成多个包, 动态变化的网路会促使各包选择不同的路由, 进而到达用户计算机的时间延迟各不相同。这样就决定了客户端需要缓存系统来弥补延迟与抖动的影响, 提高数据包传输的准确率, 确保所有媒体数据均能够连续输出, 降低网络拥堵对数据传输与播放效果的影响[2]。
2.3 实时传输性高
流媒体传输实现了特性实时传输协议, 与其他数据传输模式相比, , 其可以更高程度上满足动画、音视频等数据信息在网上的实时传输。
3 P2P流媒体直播系统总体设计分析
3.1 系统框架图
文章以P2P流媒体直播系统P2PSLTV为例子进行分析, 系统主要基于树状拓扑协议与扩展模型, 其框架图如图1所示。包括两个服务器, 一个为媒体服务器, 主要负责流媒体直播源的发布, 建立新的频道列表, 并请求节点索引服务器发布新的频道列表。另一个为节点索引服务器, 主要负责系统内已经加入节点的索引, 并记录各项加入的信息, , 向节点提供发现其他节点的服务, 同时可以周期性的连接PIS, 以求获得相应节点各项信息。在对系统进行设计时, 需要确保MS服务性能满足实际应用需求, 能够按照需求设置ES服务器, 实现与各节点之间流媒体数据的传输, 对MS服务器存有的缺陷进行完善。在系统传输流媒体数据时, 由MS服务器向各个ES发送, 然后ES存储并转发给与其连接的各个节点, 由Peer再次转发给其他Peer[3]。其中, ES与Peer、Peer与Peer之间网络相对复杂, 如果设计不当势必会对多媒体数据的传输效果产生一定影响, 因此设计时需要加强对此方面的研究。
3.2 工作流程
流媒体数据的传输从节点主机开始, 对从直播源获得的数据进行各式调整与缓存处理, 并将其与邻居节点完成数据交换。当有直播需求时, 数据提供者应首先做好直播源服务器MS的配置, 然后请求PIS发布与维护MS建立的频道, 最后MS服务器按照设定完成直播源的直播。另外, 普通节点在获取频道数据后, 会对其进行重新划分, 确保其能够在该流媒体直播系统中正常直播, 并将其放入自身缓冲窗口内。当MS成功与直播源连接后, 选择周期性的方式向PIS报告正在直播的频道信息, 成为该频道覆盖网的第一个节点, 这样其他节点就可以通过PIS发现覆盖网中存在的各个节点, 并进行连接[4]。在其余节点与MS服务器连接并加入到该频道覆盖网后, 会向PIS服务器报告自己缓冲窗口内数据状态。而节点Peer需要访问PIS服务器上频道列表来获得频道所有信息, 然后通知服务器加入到该频道覆盖网中并获得所有信息。节点Peer与各节点连接, 并获取邻居节点各项信息, 这样就可以交换缓冲窗口内数据信息。最后, Peer向邻居节点以及服务器发出数据块请求, 在其获得一定数据信息后, 即可以启动播放器从端点获得连续音视频流进行播放。
3.3 节点软件
与传统媒体数据传输系统性相比, P2P流媒体直播系统可以更好的满足视频直播传输系统对扩展性、传输效果等多方面的要求。设计时可以将系统分为管理调度层、数据交换缓冲层、覆盖网络层以及网络接口层, 不同系统部分所负责的功能不同。例如网络接口层, 主要负责对流媒体数据包进行封装, 并保证其可以在底层网络上正常传输, 是系统与外界的接口。通过其可以与各个节点进行连接, 并满足定时器设计要求, 可以说是TCP/IP协议物理层与数据链路层功能的集合与扩展。度高网络层, 其主要负责与PIS服务器进行周期性的联系, 并实现交换数据的保存与管理。系统运行时, PIS服务器请求与服务器联系, 并对得到的各项数据信息进行统一保存管理, 同时覆盖网络层会通过向PIS服务器请求来获取其他各节点的信息, 来完成P2P覆盖网络的构件。
3.4 功能模块
第一, 节点组织与管理模块。主要负责各节点的组织管理, 即系统内各节点可以按照服务能力等级来自行组织成一棵属性结构, 便于整个系统运行的管理与维护。第二, 查询与数据选择模块。主要实现对系统内各项数据的查询, 并按照一定原则, 从查询得到的结果中挑选出合适的数据源节点来完成数据的传输。第三, 质量监控模块。完成各节点数据传输速度的监控, 一旦监测到节点数据传输失败或者速度严重降低的情况, 对节点进行更换, 来确保数据文件总体下载速度大于媒体文件播放速度。第四, 信誉机制模块。主要负责确定信誉值, 并且对节点信誉值以及节点系统服务进行联系, 鼓励各节点能够通过积极分项数据来提高信誉值, 争取进一步提高系统服务能力。
4 结束语
P2P流媒体直播系统与传统媒体播放模式相比, 无论是传输效率还是播放质量均具有更大的优势, 现在已经得到了广泛的应用。在对其进行设计研究时, 需要了解其所具有的特点, 确定系统框架结构, 对各个环节进行分析, 确保整个系统数据信息传输的有效性, 争取不断提高直播系统服务能力。
摘要：文章对流媒体进行了概述, 并针对P2P流媒体直播系统进行了简要分析。希望通过文章的分析, 能够对相关工作提供参考。
关键词：流媒体,P2P,直播系统
参考文献
[1]唐展锋.基于P2P的流媒体直播系统研究与设计[D].电子科技大学, 2012.
[2]谭冠兰.一种基于P2P流媒体直播系统的研究与实现[D].中南大学, 2008.
P2P直播 篇3
伴随着互联网产业的飞速发展和新技术的不断创新, 网络流媒体应用在人们的生活中也日益普及, 成为人们生活、学习、工作和娱乐不可分割的部分, 如:网络电视、直播节目、在线视频游戏以及远程教育等等, 而这些应用的共同特点就是需要流媒体技术的支持。近年来, 人们逐渐把P2P技术应用到流媒体传输中, 从而形成P2P流媒体技术。该技术可以突破传统C/S模式的局限, 能更好地实现流媒体系统稳定、迅速和高清晰等特点, 从而可以为用户提供更高质量的流媒体服务。
针对对等网中超节点的选择大都根据节点的物理性能而没有考虑到网络中节点“搭便车”的现象, 本文研究设计了一种新的P2P流媒体直播系统。为了有效进行超节点的选取与组织, 在综合考虑节点的服务能力与自愿性的基础上, 选取那些处理信息能力强又积极参与贡献资源的节点作为超级节点。为了维护网络的稳定性, 本文还提出了备用超级节点机制。
1 P2P技术
P2P即Peer-to-Peer, 称为对等连接或对等网络, 网络中的节点既是资源的享用者又是资源的提供者。因此 P2P模式与C/S模式的主要不同点在于节点与节点在通信的过程中, 可以忽略服务器的角色, 完成一种直接通信来实现网络中资源的共享。
与C/S结构相对比, P2P的优势体现在非中心化、可扩展性、健壮性、高性能/价格比、隐私保护和负载均衡这几个方面, 如图1所示。
目前P2P应用吸引力远远超过简单的只读网络 (Web) 方式, 由于其技术和应用的特点, P2P成为互联网的杀手级应用, 主要应用有:①即时通信, 典型的应用:QQ、Yahoo Messenger、MSN等;②文件交换, 如: BitTorrent、eDonkey、Napster、等;③流媒体应用, 典型的代表: PPLive、PPStream、Gridcast等;④基于P2P方式的协同工作, P2P技术可以帮助企业建立自己的虚拟网, 例如JXTA、Magi、Groove等;⑤更有力的搜索引擎, 典型的应用:Google已宣称将使用P2P来改进它的搜索工具。
2 P2P流媒体直播技术
2.1 P2P流媒体技术
P2P流媒体技术是P2P技术与流媒体技术的结合, P2P流媒体直播是指在基于P2P技术构建的有同步时序要求的流媒体网络。
P2P流媒体直播服务, 基本上都采用应用层组播技术。系统中的所有节点组成应用层覆盖网, 并利用节点的能力实现流媒体数据分发功能。按照应用层覆盖网中结点的组织方式, P2P流媒体直播技术分为3类:树型、网型和数据驱动型。
2.2 P2P直播的特点
P2P直播有如下特点:
(1) P2P直播在理论上对用户数量没有限制。在线用户越多, 网络越顺畅。
(2) P2P直播不同于VOD点播, 用户不可以选择播放的内容, 只能按时间点来观看节目。因此P2P在直播形式上更像网络电视, 用户可以在频道之间进行选择。
(3) P2P直播有延时。由于需要建立缓冲来进行P2P交换, 会带来大约半分钟左右的延时。在节目开始播放前也需要几十秒的下载缓冲时间。
3 超级节点与备用节点选取机制
在基于P2P技术的流媒体直播系统的整个体系结构中, 对等网中所选取的超级节点的性能会对该系统的服务质量产生一定的影响。如果所选择的超级节点不合适反而会取得适得其反的效果, 导致降低整个直播系统的服务质量, 因此, 我们将在对等网中采用新的超节点选取算法和组织结构以提高系统的性能。
3.1 超级节点覆盖网拓扑结构
在P2P网络中, 采用一种层次化的节点网络拓扑结构, 由基于层次化的节点自治域 (简称“AD”) 组成。AD中由有限个子节点子自治域组成 (简称“ASD”) , 详细结构如图2所示。
图2所示为一个4*4的节点自治子区域分布图, 在节点子自治域中每个节点首先通过判断其它节点的坐标信息V (i, j) , 然后只能与自己的行坐标或者列坐标相同的节点直接连接进行通信。因此对于一个L*L的子自治域图, 每个节点有2 (L-1) 个邻居节点, 称之为NP节点。如果一个节点要与其它非邻居节点进行通信, 则只能通过其NP节点或者其超级节点间接进行消息转发。
3.2 超级节点的选取机制
3.2.1 超级节点的定义
在P2P网络中, 每个用户都是一个节点, 数据传输通过节点进行。为了保证数据传输质量, P2P网络会自动分析每个节点的硬件资源, 选取那些高带宽而且本身处理能力强的节点作为超级节点, 其它未被选用的作为普通节点。
3.2.2 超级节点的选择
在P2P网络中, 为了有效地进行超级节点的选取, 本文在综合考虑节点的服务能力与自愿性的基础上, 选取那些处理信息能力强又积极参与贡献资源的节点作为超级节点。
此外, 判断一个节点是否适合做超级节点, 不光是要考虑节点当前的处理信息的能力, 还要判断节点的贡献度, 即该节点的在线时长或者主动上传文件数或者间接成功转发的请求消息数等等因素。从概率上讲, 在线时间越短的节点越容易失效, 时间越长失效的可能性就越低, 而且随着节点在线时长的增加, 节点在单位时间内离开或者发生故障的概率越低。因此, 对于节点单位时间内的贡献度给出如下定义:
undefined
其中Fs 表示在时间T内节点成功上传的文件数, Fn表示节点成功转发的消息数, 即间接为系统做出的奉献, T表示系统运行的时间周期。
当系统运行到了一定的周期需要选择超级节点时, 服务器就首先判断节点的荣誉度以及在线时长等因素, 选取那些有可能成为超级节点的节点并计算它们的整体效用Utility值, 并将这些值按照从大到小的顺序进行比较, 选取拥有最大Utility值的节点作为超级节点, 次大的作为备用超级节点。
3.3 备用超级节点选择机制
在P2P流媒体直播系统中, 如果超级节点选取不当会大大降低系统性能。同时也为了维护系统的稳定性, 我们提出了备用超级节点选取机制。
当超级节点不稳定或发生故障时, 它所管辖的子自治域ASD中对应的普通节点就不能再与其它的超级节点通信, 消息不能够被转发, 为了解决这个问题, 提出了一种备用超级节点的方法, 备用超级节点的选择思路是:
在基于超级节点的P2P网络中, 超级节点负责维护其所管理的ASD内普通节点列表的信息, 包括节点IP和文件资源列表等, 同时超级节点也将自己维护的信息表转发给它的备用超级节点。这样, 当超级节点失效的时候, 备用超级节点就可以代替原来的超级节点为请求服务的节点继续提供服务, 不会造成太大的网络延时。虽然这样加大了维护的成本, 但是在节点失效的时候, 可以在比较短的时间内收敛。
3.4 节点的管理与通信
节点管理的一个首要任务就是对网络中相互交互的节点进行统一的管理和协调, 从而有效地减少流媒体数据传输的负载压力和传输延迟。因此在P2P流媒体直播系统中如何有效地进行节点的组织管理是一个关键问题, 主要包括节点标识的生成、节点的加入、节点的退出以及节点间的通信等。
在节点自治域中, 每个节点都只能与其连接节点进行通信。当某一个节点C向系统请求资源, 如果其邻居节点中有节点C所请求的资源, 则两者直接进行通信;反之, 如果没有, 则只能通过其邻居节点或者超级节点间接地为其转发请求信息, 直到找到节点C所需的资源为止。图3描述了本域内两个节点之间进行通信过程的用例图。
4结语
近年来, 人们逐渐把P2P技术应用到流媒体直播领域, 从而为用户提供更高质量的流媒体服务。本文在研究P2P流媒体直播系统的基础上, 充分利用了超级节点的特性, 使超级节点有效地参与到网络结构的管理中来。
尽管当前基于P2P技术的流媒体系统仍然面临着很多问题, 如系统中网络节点的不稳定性、节点的“搭便车”现象等等, 但不可否认, 虽然存在这些问题, 其还是给流媒体技术领域带来了一次新的革命。相信随着P2P技术的不断发展创新, P2P流媒体的研究必将发展得更加成熟和完善, 并将在更多领域得到广泛的应用。
摘要：详细介绍了基于P2P技术的流媒体直播系统的相关理论与技术, 结合现有P2P流媒体系统中的节点管理问题以及“搭便车”现象, 提出了一种基于超节点的P2P流媒体直播系统设计方案。同时为了维护网络的稳定性, 采用了备用超级节点机制, 从而在一定程度上降低时延, 提高了系统服务质量。
关键词：流媒体,超级节点,P2P技术
参考文献
[1]管磊.P2P技术揭秘—P2P网络技术原理与典型系统开发[M].北京:清华大学出版社, 2011.
[2]彭凯, 武娟, 杨总凯, 等.基于P2P的流媒体直播技术研究与展望[J].计算机科学, 2009 (1) .
[3]STEINMETZ R, WEHRLE K.Peer-to-peer systems and applica-tions[C].Lecture Notes in Computer Science, LNC S3485, Springer, 2005.
P2P直播 篇4
关键词：P2P,对等网络,流媒体
1 引言
对P2P技术的划分方法很多, 在本文中我们按照数据的接受和传输方式, 将P2P流媒体直播协议模型可以分成单发送多接受端、多发送单接受端和多发送多接受端三类。a.单发送多接受端, 指一个节点的数据是来自单一的节点, 而将其发送到其他多个节点, 多数应用层组播协议 (比如Narada) 基本属于这类。b.多发送单接受端, 指一个发出请求的节点可能需要多个节点给它发送数据, 这类发出请求的节点往往是异构网络中性能比较低或者对数据可靠性要求很高的客户端节点, 典型例子是微软研究院开发的CoopNet系统。c.多发送多接受端, 指任何一个节点既可以接受多个节点的数据, 也可以向多个节点发送数据, 由于综合了前两种的特点, 往往被称为纯粹的P2P (Pure P2P) 。
2 单发送多接受端方式的协议模型
2.1 网优先组播协议模型:Narada
在Narada模型中, 组的成员首先自已组织成一个网状的拓扑, 即控制拓扑, 每两个成员之间有多条路径。在这个网状拓扑中, 每一个成员都会保存这个组中其他的所有成员的状态信息, 而这个信息将会得到周期性的刷新。
2.1.1 控制拓扑
拓扑中引入RP (Rendezvous Point) 节点概念, RP节点会保留所有已加入成员信息, 并且只参与到控制拓扑, 不参与数据的传输。当有新成员加入时, 此成员会从某一个RP节点获得所有已加入的组成员的列表, 然后随机选择部分成员作为自已加入的邻接点, 当至少有一个成员成为这个新成员的邻接点时, 此新成员就成功加入了这个组播组。
2.1.2 数据传输拓扑
Narada的数据传输拓扑实际上就是控制拓扑的生成树。它使用了距离向量 (distantance vector) 协议来使每个成员得到整个网络的路由信息:成员间定时地交换路由信息 (包括到每个其它成员的路由花费和相应的路由) , 并且只和相邻成员交换这种信息。
2.2 树优先组播协议模型:Yoid
YOid的主要思想是在局部、小规模、支持IP组播的网络中使用IP组播, 而在IP组播构成的"小岛"或没有IP组播支持的主机之间使用应用层方式连接。它是一种混合方案, 不受网络条件的限制, 而且可以充分利用IP组播的优点。Yoid具体可以从数据传输拓扑和控制拓扑进行描述。
2.2.1 数据传输拓扑
所有基于数据拓扑优先方法的组播协议都会创建一个共享的数据传输拓扑树, 每个成员的任务就是找到合适于自己的父节点。既然Yoid是直接建立的数据传输树, 那么为了使组播达到更好的性能, 它就会对树的结构给出直接的限制, 例如每个成员节点的度、邻接点的选择等。
2.2.2 控制拓扑
为了防止由于某个非叶节点的意外断开而使得整个数据传输树被分割, Yoid中的每个成员会在数据传输拓扑上随机选取一些非父节点添加到其连接, 这样便组成了控制拓扑。
2.3 单发送多接受端方式的协议模型的比较
下表给出几类典型的应用层组播协议的性能对比, 主要比较最大路径长度, 最大子树度, 平均控制开销等。从中可以看出比较适合多媒体应用的应用层组播协议是隐含式方法, 它具有更加良好的可扩展性, 而且节点维护的路由表信息和网络规模无关, 路径长度也能控制在合理的规模上。
3 多发送单接受端方式的协议模型
在多发送单接受端传输方式中, 考虑到异构网络中的多数peer节点性能不稳定, 一个发出请求的节点通过接受多个节点发送的数据, 以此提高传输的效率和质量。下面说明这类模型的特点。
3.1 控制拓扑的构建
CoopNet有一个指定的工作站负责管理节点的加入和离开。工作站把组播树的整个结构存储在内存中。当一个节点开始接收现场直播的流媒体时, 这个节点与工作站接洽加入的操作。工作站从保存在内存的组播树中找到一个合适的位置, 把这个节点的父节点返回给这个节点。
3.2 数据传输拓扑的构建
CoopNet使用多描述编码 (Multiple Description Coding, MDC) 和多路径传输机制保证数据传输的质量。
4 多发送多接受端方式的协议模型
根据获取数据块信息的获取方式, 我们可以将多发送多接受端协议模型分成:中心化获取方式 (Centralized Request Way) 和分布式获取方法 (Decentralized RequestWay) 。在中心化方式中, 节点无法通过P2P网络本身进行目标寻找, 而只能通过目录服务器来查找目标节点。而在分布式获取方式中, 节点往往通过支持分布式操作的通信协议 (如Gossip议) 获得其他邻居节点的状态信息, 从而寻找到目标节点。
4.1 BitTorrent协议模型
作为中心化获取方式的典型代表, BitTorrent协议是当前最为流行的提供文件和其它内容共享的P2P网络协议, 具备了高扩展性、差错容忍性和独立性, 易于部署应用, 得到了大范围的使用。
4.2 节点的加入和成员管理
基于树状拓扑协议及扩展的模型都显式的定义了节点之间的拓扑关系, 而在基于Gossip协议的系统模型中, 节点之间不需要构造复杂的拓扑关系。基于Gossip的算法是目前流行的在P2P系统中分发消息的算法。一个典型的Gossip算法中, 节点随机的给系统中的部分节点发送消息, 每个接收到消息的节点继续向其它节点发送消息, 重复这个过程, 直到消息被发送给系统中的所有节点。
4.3 数据调度管理
根据节点和伙伴的BM, 调度算法则可以用来确定从哪个伙伴处获得所需的分段, 调度的目的就是如何从伙伴节点获取数据。在一个静态 (Static) 的、同构 (Homogenous) 的环境中, 简单的Round-robin的调度策略就足以工作, 而对于一个动态 (Dynamically) 的、异构 (Heterogeneous) 的网络, 需要更加智能的调度算法。
调度的结果会受到两个约束条件的影响:一是每个分段数据需要在播放的截止时间 (Deadline) 之前获取, 超过Deadline的分段数量要尽可能的少;二是每个伙伴的传输带宽不同, 需要充分考虑带宽的异构性。
5 总结
大范围、高度动态、带宽不受限的覆盖网络一直是研究的热点系统模型进行性能分析的时候, 可以将这些条件作为总结的标准。
5.1 单发送多接受端方式的协议模型
Narada在网格质量和健壮性方面显示了良好的性能, 但是却面临着路由会聚延迟和可扩展性问题。
5.2 多发送单接受端方式的协议模型
CoopNet依赖于一个数据源的中央服务器去控制和管理节点。它是采用严格的规则建立和管理的网状结构, 因而具有网状和单树结构的优点, 同时又减少了控制流量和节点状态维护的开销, 但是维护相关操作需要进行的运算高度复杂。
5.3 多发送多接受端方式的协议模型
DoNet模型的性能足以用于实时的流媒体传输, 它在控制上的额外开销非常低, 大约仅相当于视频流量的1%, 并且这一比值不会随着网络的扩大而增长
参考文献
[1]钟玉琢, 向哲, 流媒体与视频服务器, 清华大学出版社, 2003年
P2P直播 篇5
关键词：P2P,流媒体,RTP,区域自治
0 引 言
Internet的发展使网上的资源越来越丰富,音视频文件在Internet上的传输,使人们有了更丰富的体验。而音视频数据文件传输会增加整个网络中的数据流量,再采用原始的集中服务器计算模式会对服务器造成很大的压力,容易产生网络瓶颈。Web2.0、IPV6及Medianet等技术的日趋成熟,都促使人们开始将P2P技术与流媒体技术结合在一起,在P2P网络中每个节点(P2P网络中的某台计算机)在向别的对等节点索取流媒体信息的同时,又向别的节点提供流媒体信息,节点之间的数据传输采用流式传输方式[6]。
如今基于P2P流媒体技术[6]的在线电视直播领域受到了越来越多的研究机构和厂家的密切关注,典型代表有ESM,Cybersky-TV,Coolstreaming,PPLive,还有PPStream,VVSky,沸点,TeaVea等等。它们大都采用P2P网络中的网状模型和混合模型,另外流媒体数据片断转发应用层组播机制。它们中的大多数信息传输不够稳定,而且有些延迟还很长,当客户端运行一段时间以后就会占用大量的CPU和内存,整个操作系统会很缓慢。另外,在大量的音视频数据传输过程中的安全性也没有保证。
针对目前P2P网络大规模、无中心、自组织、高度可扩展性等特点,本文使用P2P网络中的混合网络模型,提出了一种基于P2P流媒体技术的音视频在线直播系统架构。按照流媒体传输的要求及P2P网络中的各个节点计算能力、内存大小、连接带宽等因素的不同,在本系统架构中将所有的节点分成超级节点和普通节点,再在这些节点之间建立区域自治管理覆盖网。
1 系统架构
1.1 P2P流媒体网络覆盖模型
由于流媒体数据传输要求带宽高、流量稳定、能适应网络中的突发事件。传统客户服务器模式的网络覆盖模型由于服务器端压力过大不能满足流媒体数据传输的要求。而完全分布式的网络模型对节点查找算法要求很高,同时也不利于网络中节点的管理。
为此,本文采用混合模式的网络覆盖模型。它把计算能力强,内存大,连接带宽大的peer节点选举为超级节点,相应的把其它节点指定为普通节点,并且将这些普通节点部署到相应的超级节点所属的区域内,在数据源端存储超级节点的节点信息,在各自治区域内采用分布式模式,而所有的超级节点又统一由数据源节点管理。如图1所示。
其主要特点是:1)所有超级节点信息存储在BS(Broadcast Source)中。2)根据区域生成算法把共享同一音视频数据信息的节点放在同一个区域内。3)每个区域的节点根据应用层组播机制构造区域组播树。
区域组播树构建原理:
设数据源节点为BS,发出连接请求的客户端节点为PA,建立的自治区域为AS,区域内的超级节点为SP。
(1) 客户端节点定期从数据源节点BS下载最新的节目列表PM_LIST,然后选择自己所需要的节目向BS发出连接建立请求(HTTP/TCP)。假设节点PA发出连接建立请求, 请求节目内容为PMA。
(2) 数据源节点BS收到PA的连接建立请求后,通过调用节目映射函数PM2SP得到此节目所对应的超级节点SP:=PM2SP(PM)。
(3) 如果SP:=NULL,则此节目没有对应的超级节点,即节点PA为第一个发出此节目连接请求的节点,节点PA自动升级为此区域AS的超级节点SP,节点BS将节点PA加入超级节点映射表VTABLE中,节目映射函数PM2SP对应的数据库更新;否则转步骤(4)。
(4) BS根据步骤(2)得到的SP信息向超级节点映射表VTABLE中索引SP的节点信息,并将索引到的节点信息返回给节点PA,同时分别向节点PA和SP发送授权认证信息。此时SP节点为此节目自治区域AS的根节点。
(5) 节点PA收到BS传来的节点SP的信息后,向节点SP发送连接建立请求,同时附加授权信息和此节点的最大上传带宽Vmax。要求加入此区域组播树。
(6) 节点SP收到PA发来的连接请求后,通过认证信息对PA进行认证,若认证通过,比较当前区域节点个数PNUM和区域最大节点个数PNmax,若PNUM>PNmax,则转步骤(8);否则继续执行。
(7) 根据PA的最大上传带宽Vmax过滤SP的邻居节点列表信息,得到邻居节点列表NBR_LIST1(节点最大上传带宽V≥Vmax)和NBR_LIST2(节点最大上传带宽V<Vmax)。然后将NBR_LIST1发送给节点PA,节点PA根据节点插入算法选择父节点后插入此区域组播树中,分别与NBR_LIST1中的节点建立连接并进行数据传输测试。节点SP更新其邻居节点列表。
(8) 将PA的节点信息加入SP的邻居列表中,再从这一列表中选举网络上传带宽最大的两个超级节点SP1和SP2,将上述邻居列表随机分成两部分,相应的分别构成以SP1和SP2为超级节点的区域组播树,整个构建过程如同所有构建步骤。同时将两个超级节点的信息发送给节点BS。
KaZaA机构的研究表明[6]:每两个节点之间的平均连接时间为56Min,每个自治区域大约100～150个普通节点,整个P2P流媒体网络总共有30000个自治区域最合适。每一个超级节点大约同时与30～50个超级节点有TCP连接。
在此模型中,区域组播树以本区域内的超级节点为根节点,依次根据节点连接带宽分层组建,带宽大的节点相对靠近根,这大大减小了流媒体数据在组播树之间的转发次数,同时在流媒体数据传输时减少了网络路由及发生网络拥塞的可能性。各区域内的节点统一由此区域内的超级节点管理,而超级节点可通过视频源端的节点存储信息定位得到,这种分层管理方式使整个P2P网络的节点更加易于管理和维护,而且大大减少了节点之间的流媒体数据传输的延迟。
1.2 系统结构模块
为了使整个P2P网络的流媒体数据流传输更加稳定,需要对P2P网络中的节点进行周期性的监控维护。其系统结构图如图2所示,各peer节点直接与P2P网络进行交互,包括音视频信息的上传与下载,各节点之间通过HTTP/TCP或HTTP/UDP协议进行交互,所有节点在整个P2P网络上都是平等的,这正符合P2P网络负载均衡的特点。
在交互过程中,Internet上的所有节点的信息要受监视管理器、调度管理器、状态管理器等模块的监视控制。各种管理器以独立线程的方式分别对整个P2P网络中的节点进行管理和维护。这种系统结构能够对P2P网络的网络状态进行实时检测更新,通过对一些节点信息的统计,根据其状态进行实时的调度。采用这种有状态的激励机制更有利于整个P2P网络的负载均衡。
1.3 模块组成
根据前面提到的P2P网络覆盖模型和系统结构分析,本P2P流媒体直播系统共分以下五大模块[7]:
(1) 媒体播放模块 它用于从P2P网络上获取RTP数据包,解包后进行播放,并将当前模块收到的音视频数据包转发给其它peer节点。
(2) 媒体播放服务器模块 它通过采集卡从数据源获取流媒体数据信息,并且将流媒体数据压缩成RTP和RTCP包,然后向P2P网络转发,RTCP包信息用于对RTP包信息的控制。
(3) 监视管理模块 它负责定期对P2P网络上的节点进行统计维护,即搜索所能提供流媒体数据的节点,根据这些节点提供流媒体数据信息的能力对区域组播树进行管理,然后通知状态管理模块进行相应节点的状态更新。通过统计维护可以对区域内的节点实行一种安全信任机制的管理,它对节点的服务能力进行量化并记录其状态,当有新的流媒体数据信息请求时,可根据此状态划分一定的优先级,使整个P2P网络的管理更加人性化。
(4) 状态管理模块 它接收到监视管理模块的消息后对其节点状态进行更新,比如候选父节点列表、链路带宽、丢包率等。
(5) 调度管理模块 它启用调度算法调度当前正在播放用户所需要的音视频流,通过共享节点之间的控制信息保证数据信息传输的流畅性和安全性。
2 关键算法
(1) 假设Broadcast Source已经选出当前节点应当加入的自治区域为ASi(i表示第i个自治区域),当前区域的超级节点为SPi,其IP地址为SIPi,即将向此区域ASi申请资源R的普通节点为OPi,j(可表示为第i个区域的第j个节点),其文件名为FIDi,j,其IP地址为OIPi,j。
(2) 当前使用的哈希函数为HASH(ID,IP):ID表示当前节点申请资源名称,IP表示当前申请资源的节点的IP地址。则节点OP的唯一键值OIDi,j=HASH(FIDi,j,OIPi,j)。
(3) ASMAX表示各自治区域中可以容纳的最大节点个数,ASCUR[i]表示当前第i个区域所容纳的节点数目。
(4) 假设SUPPLYNODE表示当前发现的提供流媒体数据的一个节点,SUPPLYNUM为已经找到的提供当前流媒体数据信息的节点数。MAX_SUPPLYNUM表示节点最大连接数。INPACKET表示节点返回的报文种类,分为OKPACKET和REDIRECTPACKET,前者表示正式建立连接,后者表示此节点已经发现过或不提供此流媒体信息,同时会返回一个新的转发节点。
节点加入
3 系统实验数据分析
通过在20台主机上部署此系统进行测试,得出了以下的分析结果,其主要的测试环境数据为:服务器端最大可下载带宽为4096kbps,客户端的最大上传带宽为500kbps,视频播放帧率为8fps,随着客户端个数分别为1,20时随机取其中的1台客户端主机得到的媒体数据下载速率变化如图3所示(其中一个时间单位为30秒)。
通过两种情况下获取的数据分析可知:C/S结构下客户端带宽的最小值为320,最大值为721,均值为513.5,最大差值为401;20个节点时带宽的最小值为322,最大值为713,均值为504.8,最大差值为391。单位都为kbps。由此可知,在客户端播放质量一定的情况下,节点越多,客户端所需要的带宽越小,而且整个网络上的带宽变化越来越趋于平稳,这样客户端占用的资源越来越少,整个网络的稳定性越来越强。
4 结束语
本文提出的P2P流媒体在线直播系统模型,大大提高了P2P网络中的资源利用率,节省了网络开销。与传统流媒体数据传输模型相比,本文提出的这一架构主要有以下特点:
(1) 采用P2P网络区域自治系统使节点信息源的发现更加快速,动态自适应的机制可使P2P网络能够应付突发事件,区域组播树机制有利于流媒体数据在P2P网络中的传输,这就使流媒体数据的播放更加稳定,P2P网络也更加容易维护。
(2) 数据传输时在超级节点上实现了授权认证机制和监视管理模块中的安全信任机制,这都增加了P2P网络中流媒体信息传输的安全性。
通过系统测试,可以看出当P2P网络中节点数目逐渐增加时,各节点流媒体数据下载速率慢慢变小,而且越来越稳定。这正适合P2P网络规模大,可扩展性强等特点。由于整个Internet将越来越复杂,网络异构性也越来越明显,此系统模型还有很多地方需要改进,其应用领域也会不断扩大,像在线点播(VOD)、远程教育、网络广告、实时视频会议、无线媒体等都有很大的发展空间。另外在网络安全方面此系统模型也需要有更大的改进。
参考文献
[1] Bernhard stegmaier,Richard Kuntschke,Alfons Kemper,et al.Adaptive Query Processing and Optimization in Streaming P2P Environments,ACM Press New York, NY, USA 2004-8.
[2] Venkata N Padmanabhan,Helen J Wang,Philip A Chou.Distributing Streaming Media Content Using Cooperative Networking,ACM Press New York,NY,USA 2002-5.
[3] Vivek Shrivastava,Suman Banerjee.Natural Selection in Peer-to-Peer Streaming.From the Cathedral to the Bazaar ACM Press 2005-6.
[4] Mohamed Hefeeda,Ahsan Habib,Boyan Botev.PROMISE:Peer-to-Peer Media Streaming Using Collectcast ACM Multimedia 2003,Berkeley,CA,2003.
[5] Keith W.Ross,Dan Rubenstein P2P Systems (ppt).
[6] http://www.lmtw.com/tech/P2P/Index.html.
P2P直播 篇6
组播传输是在发送者和每一接收者之间实现一点对多点网络连接。如果一台发送者同时给多个的接收者传输相同的数据, 也只需复制一份的相同数据包。组播的这种传输机制, 使其在面向多个数据接收者时, 提高了数据传送效率。因此, 其在视频会议、网络语音广播等领域有着广泛的应用前景。
2 P2P简介
P2P是一种网络模型, 即对等网络, 在这种网络中所有的节点是对等的 (称为对等点) , 各节点主机既是服务器, 又是客户机, 各节点具有相同的责任与能力并协同完成任务。
P2P打破了传统的C/S模式, 在网络中每个节点的地位都是对等的。每个节点即充当服务器, 为其他节点提供服务, 同时也享用其他节点提供的服务。
传统的C/S通信模式, 所有的客户端的信息都来自于服务器, 客户端之间基本上没有互通关系, 所以, 在这种模式下, 服务器是整个系统的核心部分, 服务器会非常繁忙, 他的性能直接决定着整个系统的性能, 即它是系统的瓶颈所在。
而基于P2P通信模式的网络中, 由于各个节点既负责下载数据, 同时又负责上传数据, 所以整体性能要高很多, 总结其显著优点主要包括:非中心化、健壮性、负载均衡等。
3 P2P和组播相结合的流媒体通信模型
由于视频会议直播时, 很多客户都处于同一单位的同一办公室, 所以处在同一个局域网内的可能性很大, 而开视频会议时, 通常是一个人说, 其他人收听, 也就意味着发送方发送同样的消息给多个不同的客户端, 这种情况下如果使用p2p技术进行通信, 网络中相同的数据包也会被传输多次, 而如果使用组播技术, 相同的数据包仅会出现一次。
因此可以在广域网范围内使用P2P传输技术进行传输, 局域网内使用组播技术进行传输, 两个技术有机结合, 通信模型如图1所示:
在图1中, 虚线表示客户端和服务器之间的通信, 主要包括:用户登录、注册、在线心跳、获取好友列表和状态、退出等;客户端之间的通信是真正的P2P通信部分, 通信的内容可以是互联网中任何类型, 如文本、视频、语音以及图片等数据。
局域网之间的实线代表的是P2P传输部分, 局域网内部的实线部分代表的是组播传输部分。其中每个局域网内都有一个作为代理的主机, 该主机负责和其他局域网进行p2p传输, 同时负责将收到的信息在本局域网内组播出去。
这个模型较之一般的模型优势在于局域网内的传输部分:局域网内的组播通信比p2p通信算法要简单的多, 效率要高的多, 带宽占用要少的多。
4 系统设计
P2P和组播相结合的视频会议直播系统主要分为三大模块:服务器模块、代理模块和客户模块。
(1) 服务器模块
服务器模块主要负责采集压缩音视频数据、传输音视频数据、客户一般信息通信、指定客户代理主机、生成代理二叉树。服务器模块具体功能:
(1) 数据的采集压缩:对会议音视频数据进行采集压缩处理。该部分不是本文的重点, 在此处不做讨论。
(2) 客户一般信息通信:包括验证客户的合法身份、处理客户的心跳信息。每个客户端都要定期的向服务器发送一条心跳信息, 表示自己正常在线, 当服务器长期收不到客户端的心跳信息时, 认为该客户已经下线。
(3) 指定客户代理主机:服务器收到客户端的登录信息时, 需要判断该客户主机所在的局域网中是否已经存在代理主机, 如果不存在则指定该主机为客户代理主机。
(4) 生成代理二叉树:服务器要根据各个代理主机的性能来判断数据的传输路径 (可以根据各代理主机和服务器通信一个条信息的响应时间来判断) 。该传输路径初步考虑用二叉树来记录, 服务器作为树根, 根据各个代理的性能生成一个二叉树, 速度越慢的深度越大, 同一层的结点, 左结点的性能要比右结点的高。服务器将该二叉树信息发送给每一个代理主机。
(2) 代理模块
代理模块主要负责:和服务器的通信、P2P通信、组播通信、音视频数据解压缩播放。
(1) 和服务器的通信:首先代理要注册账号、登录系统、定时向服务器发送心跳消息, 证明自己还在线。
(2) P2P通信:负责接收前驱结点发送过来的音视频数据, 并将该信息发送给后继结点。
(3) 组播通信:负责将收到的音视频数据在局域网进行组播。
(4) 音视频数据解压播放:将收到的音视频数据进行解压处理, 并调用相应的播放软件进行播放。
(3) 客户模块
客户模块主要负责:和服务器的通信、组播通信、音视频数据解压缩播放。
(1) 和服务器的通信:首先代理要注册账号、登录系统, 接收并解析服务器下发主机链表信息, 除此之外还要定时向服务器发送心跳消息, 证明自己还在线。
(2) 组播通信:负责加入本地组播组, 并接收该组播组发送的数据。
(3) 音视频数据解压播放:将收到的音视频数据进行解压处理, 并调用相应的播放软件进行播放。
系统的功能模块关系如图2所示:
5 系统实现
本文主要讨论数据的通信部分, 对于音视频的采集压缩播放部分会另外撰写论文进行详细描述, 在此不做赘述。针对本系统的通信部分, 主要需要解决的问题是P2P通信和组播通信。
(1) P2P通信实现
P2P的通信主要负责将自己收到的数据发送给下一跳, 即他的后续结点。因此, 该部分采用面向无连接的UDP通信协议来实现。
作为二叉树中的每一个结点, 都接受来自父结点发送来的消息, 并将该消息转发给子节点。所以所有的代理主机在进行P2P通信时, 自己既是服务器, 又是客户端。所以, 实现此部分时采用多线程的方式, 一个线程处理服务器的功能, 另外一个线程处理客户端的功能。
(1) 实现此服务器部分的关键代码如下:
(2) 组播通信实现
组播的实现主要分为两部分:发送者和接收者。其中发送者负责向该组发送数据, 而接收者负责接收组内的数据。这就像上课一样, 老师讲课, 而其他人听他讲的内容。
(1) 发送者的实现
C#中实现组播通信的代码如下:
6 小结
随着P2P技术的推广, 研究P2P结合组播进行通信的技术, 对开发节省带宽、减少网络拥塞的一点到多点通信应用有重要意义。本文介绍了P2P技术和组播技术的工作原理, 并给出了具体的系统构建模块, 以及实现的关键代码, 为以后做更深入的研究提供了一定得帮助, 后续工作需要研究的是该系统的安全方面的问题。
摘要：利用P2P技术在广域网中传输多媒体数据, 可以充分利用各个节点资源, 提高传输效率。但在同一局域网内, 能够将数据同时发给多个接收者的组播技术更具优势。文章给出组播技术同P2P技术相结合的具体实现方法, 实现一种混合型的音视频会议直播系统。
关键词：P2P,组播,视频会议直播
参考文献
[1]Fang Xiaohai.Research and Applieation of P2P[J].SOFTWARE GUIDE, 2010, 9 (9) .
[2]Shao Zeyun, Study on Application of P2P in CampusNetwork[J].AGRICULTURE NETWORK INFORMATION, 2010, 1 (1) .
[3]WANG Rue-tong, ZHANG Hui, Design andimplementation of the information model of a P2P-basednetwork management system[J].JOURNAL ONCOMMUNICATIONS, 2010, 31 (1) .
[4]HUANG Xiao-tao, ZHENG Tao, Research of the BufferMechanism for the VOD System Based on the P2P Network[J].COMPUTER ENGINEERING AND APPLICATIONS, 2008 (03) .