李成森，黃桂敏，周 婭，劉平山

(1.桂林電子科技大學(xué) 信息與通信學(xué)院,廣西 桂林 541004;2.桂林電子科技大學(xué) 計(jì)算機(jī)與信息安全學(xué)院,廣西 桂林 541004)

一種基于節(jié)點(diǎn)信息的負(fù)載均衡算法

李成森1，黃桂敏1，周 婭2，劉平山2

(1.桂林電子科技大學(xué) 信息與通信學(xué)院,廣西 桂林 541004;2.桂林電子科技大學(xué) 計(jì)算機(jī)與信息安全學(xué)院,廣西 桂林 541004)

在P2P流媒體點(diǎn)播系統(tǒng)中，節(jié)點(diǎn)可能收到過多的數(shù)據(jù)請求造成自身過載，導(dǎo)致網(wǎng)絡(luò)節(jié)點(diǎn)負(fù)載的不均衡，影響了系統(tǒng)的整體性能。為了平衡節(jié)點(diǎn)間的負(fù)載，通過建立節(jié)點(diǎn)的信息列表管理節(jié)點(diǎn)的動(dòng)態(tài)負(fù)載信息，設(shè)計(jì)了一種基于請求遷移的負(fù)載均衡(LBRM)算法。實(shí)驗(yàn)結(jié)果表明，LBRM算法解決了網(wǎng)絡(luò)節(jié)點(diǎn)負(fù)載不均衡，提高了播放質(zhì)量。

負(fù)載均衡；對等網(wǎng)絡(luò)；請求遷移

對等網(wǎng)絡(luò)(peer to peer，簡稱P2P)的諸多優(yōu)勢促進(jìn)了P2P流媒體應(yīng)用在視頻點(diǎn)播和視頻直播領(lǐng)域的發(fā)展[1]，但由于網(wǎng)絡(luò)中節(jié)點(diǎn)行為的隨意性，每個(gè)服務(wù)節(jié)點(diǎn)所接收到的數(shù)據(jù)請求量不同，某些節(jié)點(diǎn)可能承擔(dān)過多的請求任務(wù)。節(jié)點(diǎn)在處理過多的請求時(shí)，用戶請求被延遲甚至丟失，而其他一些節(jié)點(diǎn)卻處于空閑狀態(tài)，帶寬沒有得到有效利用。同時(shí)由于節(jié)點(diǎn)的帶寬資源、存儲(chǔ)容量以及網(wǎng)絡(luò)環(huán)境的差異，各個(gè)節(jié)點(diǎn)所能承受的請求壓力不同，個(gè)別節(jié)點(diǎn)因負(fù)載過重而失效。因此，必須保持節(jié)點(diǎn)間的負(fù)載平衡以避免個(gè)別節(jié)點(diǎn)處理的請求量過多而負(fù)載過重，并使其他節(jié)點(diǎn)的請求得到穩(wěn)定快速的回應(yīng)。

為了管理整個(gè)網(wǎng)絡(luò)的節(jié)點(diǎn)負(fù)載信息，文獻(xiàn)[2]采用超級節(jié)點(diǎn)管理部分節(jié)點(diǎn)的負(fù)載信息，然而，節(jié)點(diǎn)頻繁地與超級節(jié)點(diǎn)進(jìn)行信息交換可能引起單點(diǎn)瓶頸現(xiàn)象的發(fā)生。Yao等[3]提出一種基于局部網(wǎng)絡(luò)信息的負(fù)載平衡算法提高系統(tǒng)負(fù)載平衡的速度，但該算法建立在假設(shè)每個(gè)節(jié)點(diǎn)的能力和存儲(chǔ)容量是一致的基礎(chǔ)上，不符合實(shí)際情況。文獻(xiàn)[4]采用隨機(jī)步長估算網(wǎng)絡(luò)中全局負(fù)載信息，但在一個(gè)含有N個(gè)節(jié)點(diǎn)的系統(tǒng)中，為了更精確地估計(jì)負(fù)載分布的情況，該算法需要使用lg N次隨機(jī)步長來輔助計(jì)算，增加了算法的復(fù)雜度和網(wǎng)絡(luò)的開銷。

為了有效地均衡網(wǎng)絡(luò)中的負(fù)載，避免節(jié)點(diǎn)超載，Xiong等[5]提出了一種自適應(yīng)的負(fù)載均衡策略，該策略基于熱門文件創(chuàng)建備用節(jié)點(diǎn)用于接收超載節(jié)點(diǎn)轉(zhuǎn)移的負(fù)載，但未考慮待轉(zhuǎn)移請求的緊急性，可能引起轉(zhuǎn)移請求過期丟失，影響系統(tǒng)的穩(wěn)定性。Yang等[6]提出一種SQS策略使節(jié)點(diǎn)在數(shù)據(jù)調(diào)度時(shí)主動(dòng)向空閑節(jié)點(diǎn)發(fā)送請求，以避免節(jié)點(diǎn)突然收到過多的數(shù)據(jù)請求，但在系統(tǒng)中周期性檢測節(jié)點(diǎn)的請求數(shù)量并不準(zhǔn)確[7]。Takayama等[8]提出了多屬性范圍查詢方法，其采用隨機(jī)抽樣的方式創(chuàng)建近似直方圖來管理節(jié)點(diǎn),但引入了較大的計(jì)算開銷。Gupta等[9]提出了一種基于博弈論的激勵(lì)機(jī)制來改善節(jié)點(diǎn)間負(fù)載不均衡，但該算法需要獲取網(wǎng)絡(luò)全局信息，并且許多方面處于理論假設(shè)階段。

為此，提出了一種基于節(jié)點(diǎn)信息的負(fù)載均衡算法。該算法通過構(gòu)造節(jié)點(diǎn)的信息管理列表，避免使用服務(wù)器來管理和傳播節(jié)點(diǎn)的負(fù)載信息，然后分析節(jié)點(diǎn)收到請求的差異性和網(wǎng)絡(luò)節(jié)點(diǎn)的異構(gòu)性，采用優(yōu)先級排序，將優(yōu)先級低的請求轉(zhuǎn)移到輕載節(jié)點(diǎn)處理。通過節(jié)點(diǎn)選擇機(jī)制，選擇性能良好、穩(wěn)定性高的節(jié)點(diǎn)作為接收被轉(zhuǎn)移請求的對象。

1 節(jié)點(diǎn)負(fù)載均衡策略

1.1 節(jié)點(diǎn)負(fù)載信息管理

為了方便管理和傳播節(jié)點(diǎn)的負(fù)載信息，構(gòu)造一個(gè)節(jié)點(diǎn)信息管理列表，該表負(fù)責(zé)保存節(jié)點(diǎn)及其鄰居節(jié)點(diǎn)的相關(guān)信息。節(jié)點(diǎn)可通過該列表與其鄰居節(jié)點(diǎn)進(jìn)行負(fù)載信息交換。由于節(jié)點(diǎn)的鄰居節(jié)點(diǎn)個(gè)數(shù)取20個(gè)左右能使網(wǎng)絡(luò)中資源共享的效率更高，并且能使系統(tǒng)達(dá)到理想的狀態(tài)[10]。因此，將20個(gè)具有鄰居關(guān)系的節(jié)點(diǎn)作為一個(gè)節(jié)點(diǎn)簇，然后生成基于每個(gè)節(jié)點(diǎn)簇的節(jié)點(diǎn)信息表，它們被用來當(dāng)作節(jié)點(diǎn)負(fù)載的定義和負(fù)載等級的劃分以及負(fù)載轉(zhuǎn)移的依據(jù)。節(jié)點(diǎn)動(dòng)態(tài)負(fù)載信息管理列表如表1所示。表1中記錄了節(jié)點(diǎn)負(fù)載的相關(guān)數(shù)據(jù)，它包含節(jié)點(diǎn)接收的各種數(shù)據(jù)包的信息，可用于節(jié)點(diǎn)負(fù)載度的計(jì)算。此外，該表還記錄了鄰居節(jié)點(diǎn)的能力值與負(fù)載狀態(tài)，利用這些信息可篩選出能力值大的輕載節(jié)點(diǎn)接收負(fù)載。其中，ID為節(jié)點(diǎn)的標(biāo)識(shí)符，其值由服務(wù)器唯一給定，用于區(qū)分不同的鄰居節(jié)點(diǎn)。

表1 節(jié)點(diǎn)動(dòng)態(tài)負(fù)載信息管理列表

1.2 節(jié)點(diǎn)負(fù)載

節(jié)點(diǎn)負(fù)載度是節(jié)點(diǎn)每秒上傳的數(shù)據(jù)總量占節(jié)點(diǎn)的帶寬資源總量的比例，負(fù)載越大，則節(jié)點(diǎn)所承受的請求壓力越大。

(1)

其中：Li為節(jié)點(diǎn)i的帶寬負(fù)載；Ui為節(jié)點(diǎn)i在t時(shí)刻上傳的數(shù)據(jù)總量，包含表1中各類數(shù)據(jù)包消息量總和；T為時(shí)間周期；t為任一時(shí)刻；B為節(jié)點(diǎn)的上傳帶寬。節(jié)點(diǎn)負(fù)載的計(jì)算僅依賴本地信息，無須獲取其他信息，計(jì)算方便并節(jié)省帶寬開銷。

1.3 負(fù)載的劃分及負(fù)載信息傳播

由于節(jié)點(diǎn)負(fù)載是動(dòng)態(tài)變化的，因此，管理節(jié)點(diǎn)的負(fù)載信息是一個(gè)難題。解決思路為：將負(fù)載劃分為3種類型，當(dāng)Li>80%為超載，記為類型O；Li<30%為輕載節(jié)點(diǎn)，記為類型L；其余記為N。劃分節(jié)點(diǎn)負(fù)載類型后則無須實(shí)時(shí)更新節(jié)點(diǎn)的負(fù)載值，只需關(guān)注節(jié)點(diǎn)的負(fù)載類型變化，有負(fù)載類型變更時(shí)才進(jìn)行負(fù)載信息更新和傳播。一般在趨于穩(wěn)態(tài)的P2P網(wǎng)絡(luò)中，有66%的節(jié)點(diǎn)不會(huì)對系統(tǒng)做任何貢獻(xiàn)，而20%的節(jié)點(diǎn)卻提供98%的共享文件[11]，顯然，提供資源的節(jié)點(diǎn)數(shù)量較少，負(fù)載類型變更的節(jié)點(diǎn)不多，因而節(jié)點(diǎn)無須頻繁地更新其負(fù)載信息。

在P2P點(diǎn)播系統(tǒng)中，擁有相似資源的節(jié)點(diǎn)具有鄰居關(guān)系，鄰居節(jié)點(diǎn)間定期地交換緩存位圖信息，相互告知節(jié)點(diǎn)的緩存信息。當(dāng)請求節(jié)點(diǎn)向某一節(jié)點(diǎn)簇中的節(jié)點(diǎn)發(fā)送數(shù)據(jù)請求時(shí)，其所需要的請求資源存在于該節(jié)點(diǎn)簇中的其他節(jié)點(diǎn)中。因此，節(jié)點(diǎn)負(fù)載信息只需要在每個(gè)節(jié)點(diǎn)簇里面相互傳播即可。節(jié)點(diǎn)信息的傳播形式主要依靠Biased Gossip通信協(xié)議形成以節(jié)點(diǎn)簇為基礎(chǔ)的網(wǎng)絡(luò)視圖，當(dāng)有節(jié)點(diǎn)負(fù)載類型變更時(shí)，才對這些節(jié)點(diǎn)的信息做局部的傳播和更新，節(jié)省了網(wǎng)絡(luò)開銷。

1.4 負(fù)載轉(zhuǎn)移

負(fù)載轉(zhuǎn)移的預(yù)期目的是節(jié)點(diǎn)轉(zhuǎn)移負(fù)載時(shí)要盡可能地不影響用戶的播放流暢度。然而，如果節(jié)點(diǎn)超載后把一些未經(jīng)過篩選的請求轉(zhuǎn)移出去，雖然能緩解節(jié)點(diǎn)的負(fù)載壓力，但可能會(huì)出現(xiàn)這么一種情況：節(jié)點(diǎn)錯(cuò)誤地將特別緊急的請求轉(zhuǎn)移出去，導(dǎo)致該請求不能得到及時(shí)回應(yīng)，此時(shí)請求節(jié)點(diǎn)將丟失該數(shù)據(jù)片。因此，在轉(zhuǎn)移負(fù)載的過程中，不僅要考慮節(jié)點(diǎn)的負(fù)載情況，還需要考慮所轉(zhuǎn)移請求的緊急性，才能保證緊急的請求不被丟失。節(jié)點(diǎn)在遷移負(fù)載的過程中，使用請求優(yōu)先級來衡量節(jié)點(diǎn)處理該請求的優(yōu)先程度。當(dāng)節(jié)點(diǎn)超載時(shí)將其還未處理的請求按優(yōu)先級從低到高的次序轉(zhuǎn)移給其他節(jié)點(diǎn)處理，以保證用戶播放的流暢度。請求優(yōu)先級包含了數(shù)據(jù)片稀缺度和請求的緊急度。

(2)

其中：Rj為數(shù)據(jù)片j的稀缺度；N為鄰居節(jié)點(diǎn)數(shù)量；M[k][j]為鄰居節(jié)點(diǎn)k是否丟失或未緩存有數(shù)據(jù)片j的情況，若鄰居節(jié)點(diǎn)k未緩存數(shù)據(jù)片j，則M[k][j]=0，否則M[k][j]=1。網(wǎng)絡(luò)中丟失該數(shù)據(jù)片的節(jié)點(diǎn)越多，就應(yīng)越優(yōu)先去處理，以降低數(shù)據(jù)片的稀有度，提升資源共享效率。

請求的緊急度

(3)

其中：Qj為節(jié)點(diǎn)請求的數(shù)據(jù)片j的序號(hào)；P為節(jié)點(diǎn)當(dāng)前播放數(shù)據(jù)片的序號(hào)；S為視頻中數(shù)據(jù)片的總數(shù)。由式(3)可知，Qj越接近P，則表示該數(shù)據(jù)請求越緊急。由式(2)、(3)可知，請求的優(yōu)先級

Pj=Uj×Rj。

(4)

1.5 目標(biāo)節(jié)點(diǎn)選擇

在請求遷移的最后，需要分析如何選擇合適的輕載節(jié)點(diǎn)作為負(fù)載的接收者。節(jié)點(diǎn)選擇的目的是盡可能選擇可用帶寬大且穩(wěn)定的節(jié)點(diǎn)作為負(fù)載的接收者，并采用節(jié)點(diǎn)的能力值函數(shù)作為選擇的依據(jù)。然而，節(jié)點(diǎn)不會(huì)自動(dòng)知道自身的上傳帶寬[12]。換句話說，若超載節(jié)點(diǎn)在轉(zhuǎn)移負(fù)載的時(shí)候還要去測量其他節(jié)點(diǎn)的可用帶寬，勢必會(huì)影響信息的時(shí)效性，導(dǎo)致測量結(jié)果不準(zhǔn)確。為了不發(fā)生額外的信息交換，節(jié)點(diǎn)通過記錄其歷史最大上傳速度的方式來預(yù)測節(jié)點(diǎn)所能提供帶寬的能力。此外，節(jié)點(diǎn)的能力值計(jì)算還要考慮其在線時(shí)長。節(jié)點(diǎn)的在線概率服從對數(shù)正態(tài)分布[13]。

(5)

其中：f(t)為節(jié)點(diǎn)的在線概率；μ為節(jié)點(diǎn)在線時(shí)長的均值；σ為節(jié)點(diǎn)在線時(shí)長的標(biāo)準(zhǔn)差。

為了更好地說明節(jié)點(diǎn)的穩(wěn)定性，在節(jié)點(diǎn)能力值的計(jì)算中還需考慮其他因素，即節(jié)點(diǎn)i的最大上傳速度Si和上傳的數(shù)據(jù)片總量Pi。綜上所述，節(jié)點(diǎn)的能力值為

Wi=f(t)(Si+Pi)。

(6)

節(jié)點(diǎn)的f(t)值越大，則節(jié)點(diǎn)未來的在線時(shí)間越長。評估f(t)和Pi參數(shù)的值預(yù)示節(jié)點(diǎn)的穩(wěn)定性，而當(dāng)節(jié)點(diǎn)處于輕載狀態(tài)時(shí)，Si越大則預(yù)示著它的可用帶寬就越大。

基于上述對負(fù)載均衡策略的相關(guān)分析，LBRM算法基本流程如下:

當(dāng)節(jié)點(diǎn)剛剛變?yōu)槌d節(jié)點(diǎn)時(shí)，超載節(jié)點(diǎn)將其還未處理的請求按優(yōu)先級從低到高的順序排列，然后將優(yōu)先級低的請求作為轉(zhuǎn)移的對象。超載節(jié)點(diǎn)根據(jù)緩存位圖了解其鄰居節(jié)點(diǎn)的緩存信息，選擇能力值高的鄰居節(jié)點(diǎn)來轉(zhuǎn)移請求，而當(dāng)該鄰居節(jié)點(diǎn)由于持續(xù)地接收負(fù)載使得自身的負(fù)載狀態(tài)由L轉(zhuǎn)向N時(shí)，又發(fā)起新一輪的負(fù)載類型更新。節(jié)點(diǎn)重新更新鄰居節(jié)點(diǎn)的負(fù)載信息和能力值并重新排列，并選擇新的節(jié)點(diǎn)來接收被轉(zhuǎn)移的數(shù)據(jù)請求。若鄰居節(jié)點(diǎn)中無輕載節(jié)點(diǎn)，則選擇N狀態(tài)的節(jié)點(diǎn)進(jìn)行傳輸，而當(dāng)該節(jié)點(diǎn)由N轉(zhuǎn)到O狀態(tài)后進(jìn)行新一輪的數(shù)據(jù)更新時(shí)，則舍棄該節(jié)點(diǎn)選擇其他節(jié)點(diǎn)進(jìn)行請求的遷移。

2 實(shí)驗(yàn)結(jié)果與分析

為了評估LBRM算法的性能，將其與SQS算法[6]和SALB算法[5]做了對比實(shí)驗(yàn)。實(shí)驗(yàn)從播放流暢度，平均上行帶寬利用率，超載節(jié)點(diǎn)比例3個(gè)方面對算法的性能進(jìn)行對比和分析。

實(shí)驗(yàn)采用PeerSim工具評估LBRM算法，其參數(shù)設(shè)置為：1)在網(wǎng)絡(luò)中放置3000個(gè)節(jié)點(diǎn)和500個(gè)共享視頻，節(jié)點(diǎn)的上傳帶寬隨機(jī)設(shè)置為70～200 kbit/s。2)設(shè)置Tracker服務(wù)器上傳帶寬為20 Mbit/s，延時(shí)為10 ms。

2.1 上傳帶寬利用率

由于超載節(jié)點(diǎn)將其負(fù)載轉(zhuǎn)移給空閑的輕載節(jié)點(diǎn)，網(wǎng)絡(luò)節(jié)點(diǎn)的帶寬利用率相對提高。在實(shí)驗(yàn)中，采用CDF描繪3種算法在節(jié)點(diǎn)上傳帶寬利用率上的表現(xiàn)，如圖1所示。

圖1 節(jié)點(diǎn)上傳帶寬利用率Fig.1 Upload bandwidth utilization of nodes

從圖1可看出，在使用LBRM算法的系統(tǒng)中，大約30%的節(jié)點(diǎn)的上傳帶寬利用率小于0.5，而在使用SQS和SALB算法中的比例卻分別達(dá)到了95%和57%。這是因?yàn)镾QS算法主要是優(yōu)先向低負(fù)載的節(jié)點(diǎn)發(fā)送請求，所以網(wǎng)絡(luò)中大部分節(jié)點(diǎn)的負(fù)載都處在一個(gè)比較低的均值。而SALB算法中用于接受負(fù)載的可選對象相對較少，所以低的帶寬利用率的節(jié)點(diǎn)數(shù)量比LBRM算法多。通過觀察圖1中0.6～0.8內(nèi)的節(jié)點(diǎn)總數(shù)，LBRM算法要比其他2種算法多。可見，LBRM算法優(yōu)于SQS算法和SALB算法。

2.2 節(jié)點(diǎn)播放流暢度

播放流暢度是指節(jié)點(diǎn)在開始播放視頻后，各時(shí)間段內(nèi)節(jié)點(diǎn)所獲得數(shù)據(jù)與應(yīng)獲得數(shù)據(jù)的比值[12]，它反映了用戶播放視頻的流暢程度。該值越高，表示視頻播放越流暢。3種算法在播放流暢度方面的比較如圖2所示。

圖2 播放流暢度Fig.2 Playback fluency

從圖2可看出，3種算法隨著節(jié)點(diǎn)數(shù)量的增加，播放質(zhì)量有所提升。原因是節(jié)點(diǎn)數(shù)量的增多使得可選的輕載節(jié)點(diǎn)數(shù)量變多，節(jié)點(diǎn)負(fù)載的轉(zhuǎn)移更加方便。當(dāng)節(jié)點(diǎn)的數(shù)量超過1000后，SQS算法的播放質(zhì)量無太大的提升，這是因?yàn)樗纯紤]請求的緊急性和接收者的帶寬，使得請求得到及時(shí)回應(yīng)的幾率不高。因此，使用LBRM算法能獲得更高的播放流暢度。

2.3 超載節(jié)點(diǎn)比例

超載節(jié)點(diǎn)比例是指單位時(shí)間內(nèi)網(wǎng)絡(luò)中超載節(jié)點(diǎn)數(shù)量占節(jié)點(diǎn)總數(shù)的比例，它反映了系統(tǒng)中超載節(jié)點(diǎn)數(shù)量的變化情況以及不同算法在均衡節(jié)點(diǎn)負(fù)載上的效果。單位時(shí)間內(nèi)系統(tǒng)中的超載節(jié)點(diǎn)數(shù)量減少得越多，說明該負(fù)載平衡算法越有效。3種算法在超載節(jié)點(diǎn)比例對比如圖3所示。

實(shí)驗(yàn)中，當(dāng)網(wǎng)絡(luò)中超載節(jié)點(diǎn)數(shù)量占節(jié)點(diǎn)總數(shù)的10%時(shí)，開始記錄3種算法的數(shù)據(jù)，在0～100 s，使用LBRM算法和SQS算法的網(wǎng)絡(luò)中，超載節(jié)點(diǎn)的數(shù)量明顯降低，SALB算法中超載節(jié)點(diǎn)數(shù)量減少的速度比前2種算法要慢。這是因?yàn)長BRM算法使用的是直接轉(zhuǎn)移請求方法，SQS算法則是直接更改發(fā)送請求的方式向低負(fù)載的節(jié)點(diǎn)發(fā)送請求，所以改善速率較快。而SALB算法則需要根據(jù)待轉(zhuǎn)移的請求建立后備節(jié)點(diǎn)，然后開始轉(zhuǎn)移負(fù)載，效率較低。在300～500 s，由于SQS算法在請求發(fā)送的問題上不考慮接收者的帶寬和承受能力，負(fù)載重的節(jié)點(diǎn)數(shù)量依然比LBRM算法多。因此，LBRM算法在降低網(wǎng)絡(luò)超載節(jié)點(diǎn)的速度和效率上要優(yōu)于其他2種算法。

圖3 網(wǎng)絡(luò)負(fù)載平衡度Fig.3 Network load balancing index

3 結(jié)束語

在P2P流媒體點(diǎn)播系統(tǒng)中，節(jié)點(diǎn)負(fù)載均衡算法能降低超載節(jié)點(diǎn)的負(fù)載，并提升輕載節(jié)點(diǎn)的帶寬利用率。LBRM算法主要通過劃分鄰居節(jié)點(diǎn)簇和節(jié)點(diǎn)負(fù)載類型切換的方式管理網(wǎng)絡(luò)中節(jié)點(diǎn)的負(fù)載信息，同時(shí)利用分布式節(jié)點(diǎn)層的優(yōu)勢，減輕服務(wù)器負(fù)載。此外，該算法還考慮了轉(zhuǎn)移負(fù)載過程中請求的緊急性，避免了傳統(tǒng)的負(fù)載均衡策略中由于轉(zhuǎn)移負(fù)載造成的數(shù)據(jù)片的丟失。該算法利用節(jié)點(diǎn)的能力值選出合適的節(jié)點(diǎn)作為請求轉(zhuǎn)移的接收者。通過這些措施，該算法解決了網(wǎng)絡(luò)中節(jié)點(diǎn)負(fù)載不均的問題。仿真實(shí)驗(yàn)結(jié)果表明，該負(fù)載均衡算法能均衡網(wǎng)絡(luò)中節(jié)點(diǎn)的負(fù)載。

[1] QIAO Y,BOCHMANN G.Load balancing in peer-to-peer systems using a diffusive approach[J].Computing,2012,94(8-10):649-678.

[2] GRAFFI K,KAUNE S,PUSSEP K,et al.Load balancing for multimedia streaming in heterogeneous peer-to-peer systems[C]//Proceedings of the 18th International Workshop on Network and Operating Systems Support for Digital Audio and Video,2008:99-104.

[3] YAO L,DAI G Z,ZHANG H X,et al.Load balancing algorithm for P2P systems based on partial network information[J].Journal of Computer Applications,2007,27(5):1080-1082.

[4] BHARAMBE A R,AGRAWAL M,SESHAN S.Mercury:supporting scalable multi-attribute range queries[J]//SIGCOMM Computer Communication Review,2004, 34(4):353-366.

[5] XIONG N,XU K,CHEN L,et al.An effective self-adaptive load balancing algorithm for peer-to-peer networks[C]//26th IEEE International Conference on Parallel and Distributed Processing Symposium Workshops & PhD Forum,2012:1425-1432.

[6] YANG S,SHEN Y,QU W,et al.A novel on-demand streaming service based on improved bittorrent[C]//Fifth IEEE International Conference on Frontier of Computer Science and Technology,2010:46-50.

[7] YANG Y,CHOW A L H,GOLUBCHIK L,et al. Improving QoS in bittorrent-like VoD systems[C]//Proceedings of INFOCOM,2010:1-9.

[8] TAKAYAMA K,FUJIMOTO T,ENDO R,et al.Neighbor selection based on transmission bandwidth on P2P live streaming service[C]// 26th IEEE International Conference on Advanced Information Networking and Applications Workshops,2012:105-110.

[9] GUPTA R,SOMANI A K.Game theory as a tool to strategize as well as predict nodes' behavior in peer-to-peer networks[C]//11th IEEE International Conference on Parallel and Distributed Systems,2005:244-249.

[10] YING H,ZHIGANG C.USMI:an ultra-node selection mechanism with incentive in P2P network[C]//13th IEEE International Conference on Multimedia Information Networking and Security,2010:131-135.

[11] WANG Y, FU T Z J, CHIU D M. Design and evaluation of load balancing algorithms in P2P streaming protocols[J].Computer Networks,2011,55(18):4043-4054.

[12] VLAVIANOS A,ILIOFOTOU M,FALOUTSOS M.BiToS:Enhancing BitTorrent for supporting streaming applications[C]//25th IEEE International Conference on Computer Communications,2006:1-6.

[13] VELOSO E,ALMEIDA V,MEIRA W,et al. A hierarchical characterization of a live streaming media workload[C]//Proceedings of the 2nd ACM SIGCOMM Workshop on Internet Measurment,2002:117-130.

編輯：曹壽平

A load balancing algorithm based on node information

LI Chengsen1, HUANG Guimin1, ZHOU Ya2, LIU Pingshan2

(1.School of Information and Communication Engineering, Guilin University of Electronic Technology, Guilin 541004, China;2.School of Computer and Information Security, Guilin University of Electronic Technology, Guilin 541004, China)

In P2P VoD systems, the nodes may receive too many data request and result in overload, this phenomenon leads to the imbalance of network load of nodes and affects performance of the system. In order to balance the load between nodes, a management list of the nodes information is established to manage the dynamic load information of nodes. Based on the load information, a load balancing algorithm based on request migration(LBRM) is proposed. Experimental result indicates that LBRM can solve load imbalance of nodes in network and improve play back quality.

load balance; peer to peer; request migration

2016-03-10

國家自然科學(xué)基金(61063038)

黃桂敏(1967-)，男，廣西桂林人，教授，博士，研究方向?yàn)橛?jì)算機(jī)網(wǎng)絡(luò)、自然語言處理。E-mail:sen_5200@163.com

李成森，黃桂敏，周婭，等.一種基于節(jié)點(diǎn)信息的負(fù)載均衡算法[J].桂林電子科技大學(xué)學(xué)報(bào)，2016,36(6):449-453.

TN311

A

1673-808X(2016)06-0449-05