جریان سازی ویدیو در شبکه های نظیر به نظیر با رویکرد یادگیری تقویتی در انتخاب گره دستیار

سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 562

فایل این مقاله در 8 صفحه با فرمت PDF و WORD قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ACCSI22_021

تاریخ نمایه سازی: 13 شهریور 1396

چکیده مقاله:

با افزایش میزان تقاضای محتوای چندرسانه ای، گونه جدیدی از شبکه های توزیع محتوا به نام شبکه جریان سازی ویدیو نظیربه نظیر چندکاناله مطرح شده است. در این شبکه ها، گره های دستیار، از یک سو میزان ارجاعات نظیرها را به سرور کاهش می دهند. از سوی دیگر، به عنوان ریز-سرورهای تامین کننده محتوا، نقاط اتصال جدیدی را جهت دریافت محتوای مورد نظر هر نظیر، در اختیار آنها قرار می دهند. از طرفی، برای تضمین توازن بار، نیاز به هماهنگ سازی میان تصمیمات نظیرها بر سر پیوستن به گره های دستیار است. به دلیل نبود نظارت مرکزی در شبکه های واقعی، این هماهنگ سازی باید به صورت غیرمتمرکز توسط نظیرها و با اتکا به اطلاعات محلی شان محقق گردد.در این مقاله، مساله انتخاب دستیار برای دریافت کانال خاص در یک سیستم نظیر-به-نظیر با جمعیت بالا، به عنوان بازی تکاملی مدل شده است که نقطه تعادل آن به منزله برقراری هماهنگی میان انتخاب های نظیرهاست. تعادل بازی فرمول بندی شده، نقطه ثابت معادله معروف پویای همانندساز است که ما برای محاسبه آن، نظیرها را مجهز به یک الگوریتم یادگیری غیرمتمرکز می نماییم. الگوریتم پیشنهادی قابلیت همگرایی برخط به تعادل بازی را با مفروضات اطلاعاتی پایین فراهم می آورد. نتایج شبیه سازی حاکی از کارایی الگوریتم پیشنهادی در ایجاد هماهنگی میان نظیرها و برقرای توازن بار در سیستم جریان سازی است.

نویسندگان

مصیب حاجی مقصودی

کارشناسی ارشد، دانشکده مهندسی کامپیوتر و فناوری اطلاعات، دانشگاه صنعتی امیرکبیر ، تهران

محسن سودخواه محمدی

کارشناسی ارشد، دانشکده ریاضی و علوم کامپیوتر، دانشگاه صنعتی امیرکبیر، تهران

وصال حکمی

استادیار، گروه شبکه های کامپیوتری، دانشکده مهندسی کامپیوتر، دانشگاه علم و صنعت ایران، تهران

مهدی دهقان تخت فولادی

استاد، گروه شبکه های کامپیوتری، دانشکده مهندسی کامپیوتر و فناوری اطلاعات، دانشگاه صنعتی امیرکبیر، تهران