【摘要】：隨著信息技術的快速發(fā)展,互聯網已成為了人類信息社會主要基礎設施之一,但經過半個多世紀的發(fā)展,已經演變成了復雜的巨系統(tǒng),隨著用戶規(guī)模的快速增長,資源并發(fā)訪問顯著,使得有限的網絡資源與日益增長的用戶需求之間的矛盾日益突出。同時各種新型應用和智能終端的出現,種類繁多的業(yè)務形態(tài)訪問異質異構資源時,服務質量要求差異較大,傳統(tǒng)的內容傳遞的方法難以滿足要求,這些使得內容分發(fā)面臨重大的挑戰(zhàn)。內容分發(fā)網絡(CDN)的思想產生于1998年,該技術通過內容的復制和用戶就近訪問的方式,緩解困擾著互聯網內容提供商的瓶頸難題。經過多年的實踐化探索,CDN技術逐漸受到廣泛關注并得到了快速的發(fā)展,其提供的分發(fā)服務已成為互聯網中的一項重要的組成部分,它以可擴展方式提供網絡設施和運行機制,可以高效地實現內容和服務的分發(fā),增強了用戶的網絡體驗,有相關研究表明,通過對CDN的體系結構進行改進,性能進行優(yōu)化,能夠有效的應對內容分發(fā)所面臨的一些挑戰(zhàn)。首先,本文采用了一種適用于對系統(tǒng)進行建模分析的隨機進程代數方法——性能評估進程代數(PEPA),它是一種專門對系統(tǒng)的相關性能進行評估的方法,本文通過該方法對內容分發(fā)網絡和云化的內容分發(fā)網絡中的各組件分別建立了相應的PEPA模型,用該方法建立的模型,可以更好地描述在內容分發(fā)網絡中的各個組件之間的數據傳輸過程,這樣就可以對該網絡模型中的工作流程加以分析。本文在模擬在內容分發(fā)網絡和云化的內容分發(fā)網絡中用戶訪問的響應時間的同時,也給出了模擬響應時間的特殊算法,該特殊算法的核心思想是在給出的動作流的前提下,通過設置標記來表示完成的動作,使得標記的動作與動作流一一對應,直到一個完整的動作路徑結束為止;同時本文也采用了流體逼近的方法,通過該方法,本文給出了內容分發(fā)網絡和云化的內容分發(fā)網絡中的相關組件的常微分方程(ODEs),通過這些方程可以計算出網絡中的相關組件的吞吐量和利用率,通過對響應時間、吞吐量、利用率等相關性能量化地分析評估,可以對今后內容分發(fā)網絡框架模型進行相應地改進。其次,本文對在內容分發(fā)網絡及云化的內容分發(fā)網絡中的模擬響應時間特殊算法進行改進,由于這些特殊算法有自身的局限性,所以就提出了模擬響應時間的一般算法,該一般算法可以在給出任意的動作流的情況下,模擬出相應的響應時間,在本文中就通過一個模型案例來用該算法模擬其響應時間。最后,本文在PEPA模型中驗證了 Little定理,該驗證的方法是根據Little定理在封閉的系統(tǒng)中的相關證明知識和PEPA的相關知識相結合的方法,所以今后系統(tǒng)在采用性能評估進程代數(PEPA)這個方法來建立模型時,可以根據該定理的理論依據來計算系統(tǒng)中的平均響應時間。
[Abstract]:With the rapid development of information technology, the Internet has become one of the main infrastructure of human information society, but after more than half a century of development, has evolved into a complex giant system, with the rapid growth of the scale of users, Resource concurrent access makes the contradiction between limited network resources and increasing user needs more and more prominent. At the same time, with the emergence of various new applications and intelligent terminals, when a variety of service forms access heterogeneous and heterogeneous resources, the quality of service requirements are quite different, and the traditional methods of content delivery are difficult to meet the requirements. This makes the distribution of content facing major challenges. The idea of content distribution network (CDN) originated in 1998. The technology alleviates the bottleneck problem of Internet content providers through the way of content replication and user access. After many years of practical exploration, CDN technology has been paid more and more attention and developed rapidly. The distribution service it provides has become an important part of the Internet. It provides network facilities and operation mechanisms in an extensible manner. It can realize the distribution of content and services efficiently and enhance the network experience of users. Some related studies show that by improving the architecture of CDN and optimizing its performance, it can effectively deal with some challenges faced by content distribution. First of all, this paper adopts a stochastic process algebra method, (PEPA), which is suitable for modeling and analyzing the system. It is a special method to evaluate the relativity of the system. In this paper, the corresponding PEPA models are established for each component of the content distribution network and the cloud content distribution network by this method. The process of data transmission between the components in the content distribution network can be better described, so that the workflow in the network model can be analyzed. This paper not only simulates the response time of user access in the content distribution network and the cloud content distribution network, but also gives a special algorithm for simulating the response time. The core idea of the special algorithm is based on the given action flow. By setting the mark to represent the completed action, the marked action corresponds to the action stream one by one until the end of a complete action path; At the same time, the method of fluid approximation is also used in this paper. Through this method, the ordinary differential equation (ODEs), of the components in the content distribution network and the cloud content distribution network is given. Through these equations, we can calculate the throughput and utilization ratio of the related components in the network, and analyze and evaluate the response time, throughput, utilization ratio and other related performance quantificationally. The framework model of content distribution network can be improved accordingly. Secondly, this paper improves the special algorithms of simulated response time in content distribution network and cloud content distribution network. Because these special algorithms have their own limitations, a general algorithm of simulating response time is proposed. The general algorithm can simulate the corresponding response time under the condition of giving any action flow. In this paper, a model case is used to simulate the response time of the algorithm. Finally, this paper verifies the Little theorem in the PEPA model. The method of verification is the combination of the relevant proof knowledge of the Little theorem in the closed system and the relevant knowledge of PEPA. So in the future, the system can calculate the average response time of the system according to the theoretical basis of the theorem when using the method of performance evaluation process algebra (PEPA) to build the model.
【學位授予單位】：揚州大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：TP393.0

【相似文獻】

相關期刊論文 前10條

1 趙進;張福炎;;一種內容分發(fā)網絡中的快速復制方案[J];計算機科學;2006年12期

2 魏凱;栗蔚;;互聯網內容分發(fā)網技術和標準化現狀[J];現代電信科技;2010年10期

3 胡海清,傅鶴崗,朱慶生;基于軟件Agent技術的內容分發(fā)網絡研究[J];計算機應用;2004年06期

4 劉華 ,魏曉穎;新一代視頻內容分發(fā)解決方案[J];通信管理與技術;2004年06期

5 黃昆;;內容分發(fā)網絡進入2.0時代[J];中國計算機用戶;2006年43期

6 徐劍;任一峰;;內容分發(fā)網絡的研究[J];機械管理開發(fā);2006年06期

7 董丁維;王晶;沈奇威;;自適應聚類片選內容分發(fā)模型[J];電信科學;2011年10期

8 孫靜;楊文國;安然;高隨祥;;內容分發(fā)網絡中帶容量和能力約束的副本放置問題研究[J];網絡新媒體技術;2012年03期

9 王峰;王高才;易向陽;;基于隨機Petri網的內容分發(fā)網絡能效分析[J];計算機應用與軟件;2013年01期

10 胡海洋;李忠金;胡華;趙格華;;面向移動社交網絡的協作式內容分發(fā)機制[J];計算機學報;2013年03期

相關會議論文 前8條

1 江敏;朱尚明;黨齊民;;基于混合內容分發(fā)網絡的流媒體系統(tǒng)設計實現[A];中國高等教育學會教育信息化分會第十次學術年會論文集[C];2010年

2 朱筱蘭;楊海燕;趙乾華;劉映輝;席曉乾;;寬帶內容分發(fā)網的研究和業(yè)務應用[A];中國通信學會信息通信網絡技術委員會2011年年會論文集（上冊）[C];2011年

3 阮克明;吳云;;應用內容分發(fā)網絡技術提高新聞網站的網絡服務質量[A];中國新聞技術工作者聯合會2008年學術年會論文集（上）[C];2008年

4 文偉平;柯宏力;;CDN網絡內容分發(fā)刪除策略研究與應用[A];2007北京地區(qū)高校研究生學術交流會通信與信息技術會議論文集（上冊）[C];2008年

5 陳沖;李長春;;一種內容分發(fā)網絡中的媒體文件推送方法[A];2008通信理論與技術新發(fā)展——第十三屆全國青年通信學術會議論文集（下）[C];2008年

6 項炎平;王偉;金鍵;;遠程DNS環(huán)境下的內容分發(fā)網絡解決方案[A];2013年中國通信學會信息通信網絡技術委員會年會論文集[C];2013年

7 熊林;;CDN技術演進探討[A];四川省通信學會Ip應用與增值電信技術會議論文集[C];2011年

8 雷迎春;陽立堂;姜琦;程偉;;ShareStorm:一種高效的P2P內容分發(fā)協議[A];2007年全國開放式分布與并行計算機學術會議論文集(下冊)[C];2007年

相關重要報紙文章 前10條

1 Fusion-io公司市場高級副總裁 Gary Orenstein;閃存加速數字內容分發(fā)[N];中國計算機報;2014年

2 ;內容網絡服務前景廣闊[N];人民郵電;2001年

3 《網絡世界》記者 王瑩;云趨勢的下一代CDN[N];網絡世界;2013年

4 高巍 郭大偉;CDN業(yè)務應用淺析[N];網絡世界;2004年

5 中國電信北京研究院　楊明川;CDN的四大關鍵技術[N];人民郵電;2005年

6 本報實習記者 卜娜;云與CDN[N];中國計算機報;2010年

7 ;CDN受追捧源自四大關鍵技術[N];人民郵電;2013年

8 河南省電信規(guī)劃設計院 馬剛;CDN：瀏覽新途徑[N];計算機世界;2004年

9 中國電信股份有限公司北京研究院 楊明川 雷葆華;P2P融合CDN[N];通信產業(yè)報;2006年

10 賽迪網;web2.0商業(yè)化路上的瓶頸與拐點(上)[N];中國國門時報;2006年

相關博士學位論文 前10條

1 田臣;互聯網內容分發(fā)優(yōu)化問題研究[D];華中科技大學;2008年

2 黃永生;基于用戶社會屬性的點對點內容分發(fā)網絡模型研究[D];北京郵電大學;2010年

3 李喬;融合型內容分發(fā)網絡關鍵技術研究[D];哈爾濱工業(yè)大學;2014年

4 王智;在線社交視頻內容分發(fā)策略研究[D];清華大學;2013年

5 李軍;大規(guī)模數字內容網絡分發(fā)關鍵技術研究[D];北京郵電大學;2009年

6 呂智慧;基于服務網格架構的內容分發(fā)關鍵技術研究[D];復旦大學;2004年

7 朱斌杰;基于P2P的內容分發(fā)網絡關鍵技術研究[D];北京郵電大學;2012年

8 李璐;基于MP2P的內容分發(fā)機制研究[D];哈爾濱工程大學;2013年

9 張建偉;P2P網絡內容分發(fā)關鍵技術研究[D];浙江大學;2013年

10 劉勇;大規(guī)模對等資源共享關鍵技術研究[D];電子科技大學;2010年

相關碩士學位論文 前10條

1 陶峰;基于動態(tài)數據分析的機會性內容分發(fā)策略研究[D];東南大學;2015年

2 黃卓星;內容分發(fā)網絡的效用計算與性能優(yōu)化[D];福州大學;2013年

3 都業(yè)爽;基于內容分發(fā)網絡的綠色節(jié)能網絡路由智能算法的研究[D];山東大學;2016年

4 趙文舉;融合P2P技術的云平臺快速內容分發(fā)機制研究與實現[D];內蒙古大學;2016年

5 姜立茸;面向5G移動通信網絡中內容分發(fā)機制[D];電子科技大學;2016年

6 史國偉;移動場景下興趣驅動的內容分發(fā)機制研究與實現[D];東南大學;2016年

7 楊仲謀;基于WebRTC的去中心化內容分發(fā)網絡的研究[D];杭州電子科技大學;2016年

8 宋昊;無線Mesh網絡內容分發(fā)系統(tǒng)性能優(yōu)化算法研究[D];江西理工大學;2016年

9 展龍;基于PEPA模型的內容分發(fā)網絡的性能評估[D];揚州大學;2017年

10 熊慶昌;媒體內容分發(fā)網絡的內容部署策略及性能分析[D];中國科學技術大學;2009年

，

本文編號：2305297