Trong bài báo này, đầu tiên chúng tôi tiến hành nghiên cứu dấu vết rộng rãi trên
hệ thống lưới dựa trên thực tế, cụ thể là PPLive, để hiểu
làm thế nào truyền tải dữ liệu được phổ biến và các hành vi của
các tham end-host. Kết quả cho thấy bằng chứng mạnh mẽ
rằng hầu hết các khối dữ liệu cung cấp thông qua một lớp phủ lưới
cơ bản theo một cấu trúc cây cụ thể hoặc một tập hợp nhỏ của
cây. Sự giống nhau của cây, được định nghĩa như là phần của
các liên kết phổ biến, có thể cao đến 70%. Các lớp phủ
hiệu suất phụ thuộc chặt chẽ như vậy, trong bộ phổ biến
các nút nội bộ và tổ chức của họ. Nếu thiết lập này bao gồm chủ yếu là
các nút ổn định, với những người khác được tổ chức thông qua một
lưới, chúng ta có thể mong đợi hiệu quả cao với chi phí thấp và
chậm trễ đồng thời.
Thúc đẩy bởi những quan sát này, chúng tôi trình bày một phương pháp mới hướng tới một thiết kế lớp phủ lai. Ý tưởng chính là
để xác định một tập hợp các nút ổn định để xây dựng một cây dựa trên
xương sống, được gọi là treebone, với hầu hết các dữ liệu bị đẩy
qua xương sống này. Những nút ổn định, cùng với những người khác,
sẽ được tổ chức hơn nữa thông qua một lớp phủ lưới phụ trợ,
tạo điều kiện các treebone để chứa các nút năng động
và cũng để khám phá đầy đủ băng thông giữa nút
cặp.
Trong lai thiết kế lưới cây này, tuy nhiên, một loạt độc đáo
các vấn đề quan trọng và cần phải được giải quyết. Đầu tiên, chúng ta phải
xác định các nút ổn định trong một lớp phủ, và dần dần
xây dựng treebone; Thứ hai, chúng ta cần phải hòa giải
kéo và đẩy giao dữ liệu trong hai lớp, tương ứng.
Họ nên làm việc bổ túc để tối đa hóa doanh
hiệu quả trong sự hiện diện của các nút tự trị. Trong bài báo này,
chúng tôi lấy được một ngưỡng tuổi tốt nhất để xác định ổn định
các nút, mà tối đa hóa thời gian phục vụ dự kiến của họ trong
treebone. Sau đó chúng tôi đề xuất một tập hợp các lớp phủ xây dựng và
các thuật toán tiến hóa để cho phép phối hợp liền mạch treebone / lưới kiểm soát giảm thiểu chi phí và truyền
chậm trễ. Cuối cùng, chúng tôi trình bày một phân vùng đệm và lập lịch trình
thuật toán, nó phối hợp đẩy / kéo hoạt động và tránh
dư thừa dữ liệu.
Chúng tôi rộng rãi đánh giá hiệu suất của mTreebone
và so sánh nó với các giải pháp mesh- và cây dựa trên hiện có.
Các kết quả mô phỏng cho thấy hiệu quả cao và
vững mạnh của giải pháp lai này ở cả tĩnh và động
kịch bản. Kết quả này được khẳng định bởi thí nghiệm của chúng tôi
kết quả của một nguyên mẫu mTreebone qua mạng PlanetLab [1].
Phần còn lại của bài viết này được tổ chức như sau:
Trong. Phần II, chúng tôi giới thiệu các nền tảng và công việc liên quan
Mục III tóm tắt những kết quả chính của chúng tôi theo dõi nghiên cứu,
mà còn phục vụ như là một động lực để lai mTreebone của chúng tôi
thiết kế. Kiến trúc của mTreebone được mô tả trong Phần IV. Thông tin chi tiết về treebone tiến hóa và tương tác của nó
với các lưới được thảo luận tại mục V và VI, tương ứng.
Chúng tôi đánh giá hiệu suất của mTreebone tại Mục VII.
Mục VIII thảo luận thêm một số vấn đề thực tiễn. Cuối cùng,
mục IX kết luận bài báo và cung cấp tiềm năng trong tương lai
đang được dịch, vui lòng đợi..
![](//viimg.ilovetranslation.com/pic/loading_3.gif?v=b9814dd30c1d7c59_8619)