1.3 研究目标及内容
通过对目前国内外在应用层组播领域的研究现状的分析,发现应用层组播有良好的应用前景,也由此诞生了多种不同机制的应用层组播方案,其中拓扑感知应用层组播由于采用事先探测端节点的拓扑信息方法,充分利用所获取的底层网络拓扑信息来构造覆盖网络,使覆盖网络组播树可以尽可能地与真实网络吻合,减小了因覆盖网络与真实网络不符而导致的最短路径计算误差,而成为目前应用层组播研究的一个热点.
但是目前这种基于拓扑感知的应用层组播还未能大量地应用于实际网络中,其主要原因在于拓扑感知应用层组播在拓扑发现、覆盖网络构造及转发、组播生成树负载均衡以及故障恢复等方面还存在一定的性能优化问题。本书的主要研究目标将针对上述问题展开深入研究,着重研究高性能拓扑感知应用层组播网络模型构建及其性能优化问题,使在理想环境下能够获得较好性能的拓扑感知应用层组播方案在真实网络环境下也能为用户提供较高的服务质量,为高性能拓扑感知应用层组播能够尽快应用于真实网络打下坚实的理论基础。具体研究内容如下:
(1)拓扑感知应用层组播原理及性能分析
为了更好地研究拓扑感知应用层组播所存在的性能问题,本书首先对最典型的拓扑感知应用层组播TAG的原理和性能进行了一定的分析,通过对TAG中最大前缀路径匹配算法、组播树管理机制、拓扑信息获取来源的研究,并将.rAG的网络代价、算法复杂度和实验性能与其他典型应用层组播进行比较,最后总结出了?AG的优、缺点,为后面的研究工作奠定基础。
(2)拓扑感知应用层组播拓扑信息获取及拓扑图构造研究
拓扑感知应用层组播的性能好坏,很大程度上取决于获取底层拓扑信息的效率和正确度,以及执行最大前缀路径匹配算法的次数。现有的拓扑感知应用层组播方案的性能瓶颈往往来源于此。本书在对应用层组播源路径拓扑发现问题进行深入研究后,给出一种利用p—tracert路径信息的延时粗粒度匹配法来构造网关级拓扑图的方法,不但简化了构造拓扑图所需的拓扑信息,而且加快了获取拓扑信息的速度,从而缩短了拓扑感知应用层组播节点加入组播树的时间,为用户提供更高的服务质量。
……
展开