多径信道下网络多媒体P2P资源的自适应调度方法

王 玉,张海民

(1.宣城职业技术学院 信息与财经学院,安徽 宣城 242000;2.安徽信息工程学院 计算机与软件工程学院,安徽 芜湖 241000)

随着信息技术不断发展,以网络为基础的信息交互方式逐渐成为主流[1]。在信息爆炸的大环境下,网络资源的数据规模也呈现出明显的爆发趋势,特别是以多媒体形式存在的P2P资源,广泛应用于生产与生活[2]。在当今网络环境下,信息传输的信道已不再以单一的形式存在,多径信道的覆盖范围基本涵盖了人们日常用网的各个方面[3]。面对越来越高的多媒体资源获取需求,如何实现对资源的高质量调度以及信息传输时的信道选择成为众多学者关注的问题[4-5]。李萌等[6]改进了原有的PSO算法,实现了对云计算资源调度过程中的路径选择优化,大大降低了传输链路径资源出现堵塞的概率,提高了资源调度的效率,但缺少对传输资源属性以及大小的考量,传输路径的分配合理性存在一定的提升空间,部分路径的传输带宽未得到充分利用。胡程鹏等[7]将遗传算法应用到Kubernetes资源的调度算法中,通过迭代的方式计算与待传输资源的匹配最优路径,实现了路径带宽与资源大小的高度匹配,但其计算时间相对较长,传输效率有待提高。

多径信道下的资源调度问题不仅要考虑路径负载,还要考虑待传输资源的属性。为此,本文提出一种多径信道下网络多媒体P2P资源的自适应调度方法,分析传输路径的负载以及信道上对应节点的传输能力,按照自适应的基本原则实现对多媒体P2P资源的调度,并通过实验测试验证设计方法的有效性,以期为网络资源的调度优化提供参考。

1 网络多媒体P2P资源的评估

实现多媒体P2P资源高效调度的关键是合理选择调度路径[8]。本文先对传输资源进行评估,借助Shannon信息熵理论构建资源评估模型,结合评估结果对传输路径做进一步选择[9]。将P2P资源数据划分为n个要素,并建立对应的影响因素指标,构建资源信息熵度量矩阵,完成对P2P数据的度量[10]。在构建矩阵之前,考虑到P2P资源的多样性,先对待调度的数据进行归一化。但是需要注意的是,划分的n个要素并非每个资源都全部具备,也有可能存在部分资源的要素构成是以单一形式存在的。因此,本文构建的资源信息熵度量矩阵是以要素的影响因素为基础的,表示为:

(1)

式(1)中,A为资源的信息熵度量矩阵;anm为第n个要素对应的第m个影响因素。

由式(1)可以看出,资源的信息熵度量结果最终将是由0和1构成,分别表示资源中不包含该影响因素和包含该影响因素。

结合式(1)定义P2P资源,并变换处理资源的矩阵输出值,过滤掉数值为0的影响因素,表示为:

(2)

式(2)中,aij为变换处理后的结果。将该结果作为计算资源信息熵的最终数据,建立评估模式H(aij):

(3)

在对资源进行调度时,由于不同要素对路径占用情况以及节点传输能力的需求存在差异,以相同的标准计算会影响最终评估结果的精度。为此,本文对式(3)做进一步优化,对信息熵影响因素进行个性化赋权,权重为:

(4)

式(4)中,Wij为对aij的赋权结果。网络多媒体P2P资源的评估结果p为:

(5)

p值越大,表示待传输资源对传输路径带宽和路径上节点传输能力的要求越高。

2 多径信道下网络多媒体P2P资源的调度

2.1 路径自适应选择

获得待调度资源的评估结果后,首先对路径进行选择,通过分析路径的负载,将负载低于拥塞标准的路径作为备选路径。决定路径负载的指标主要有2个,分别是路径上任务流的堆积队列长度和路径上待传输资源规模的大小。由于路径的缓冲区可以暂存资源,因而路径的利用率是路径负载的最直接表现。假设某路径对应的待传输资源规模为c,数据量为x,路径带宽为b,此时路径的基础利用率P为:

(6)

式(6)中,d为路径缓冲区对资源负载系数的稀释参数;λ为资源对路径的原始利用率,由资源的基本属性决定。结合上文分析得到的资源评估结果,λ可以表示为:

(7)

式(7)中,b(t)为在t时刻路径的剩余可利用带宽;U(t)为在t时刻路径缓冲区的资源堆积规模。U(t)不仅受堆积队列长度的影响,同时也受对应资源大小的影响,其计算方式为:

(8)

根据自适应的基本原则,以待调度的网络多媒体P2P资源的评估结果为标准,对传输路径进行初步筛选,通过分析路径的基础利用率和资源评估结果之间的关系选择路径,即:当路径的基础利用率大于资源传输需求时,将此时路径作为资源传输的路径;当路径的基础利用率等于资源传输需求时,将此时路径作为资源传输的备用路径,该类路径一旦出现异常资源传输请求时,极有可能出现难以负担目标资源的传输需求,造成负载异常,影响传输效果;当路径的基础利用率小于资源传输需求时,直接过滤掉此时路径。以此作为路径自适应传输的初步筛选结果,为后续的二次自适应筛选提供可靠基础。

2.2 路径节点自适应选择

在完成路径的初步筛选后,根据路径的负载特征,计算路径上对应节点的负载特征值,并将其与待传输资源进行自适应分析,作为资源调度的二次选择。由于节点的特征值是随心跳数据包在路径上传导的,因此路径的根节点是对所有子节点的负载信息的综合反馈。本文根据网络多媒体资源均衡化分布的基本原则,对虚拟机的调度能力、调度路径物理节点进行判断。假设某初步筛选后的路径为Li,包含的物理节点数量为f,此时堆积队列最长的节点即为路径的主要负载节点,其负载强度为:

(9)

式(9)中,WLi为Li路径对应的负载;Wf为堆积队列所处节点的负载;j为路径所处环境中虚拟机的类型;r为与物理节点f对应的虚拟机数量;sj为虚拟机的处理能力。

从式(9)中可以看出,节点的负载能力主要取决于虚拟机处理能力。实际上,该能力是由CPU、内存和宽带3个因素共同决定的,其计算方式为:

(10)

式(10)中,Ptotali为物理节点处理能力的量化值;k为虚拟机的运行周期。

在实现对路径节点传输能力计算的基础上,同样采用自适应的方式对节点与待传输资源进行匹配,将满足传输需求的节点作为网络资源调度的最终选择。首先对路径上的节点进行初始化处理,考虑到路径上资源的传输是处于动态模式下的,本文在节点自适应计算中引入时间机制,并对节点周围邻域路径成立的可能性进行计算,判断节点的负载是否能够满足资源传输需求。满足则直接作为资源调度的下一节点,不满足则在邻域中选择新节点重复上述计算,直至满足传输需求,以此实现对网络多媒体P2P资源的高效调度。节点自适应选择流程如图1所示。

图1 节点自适应选择流程

3 实验测试

为了测试本文调度方法的应用效果,以文献[6]和文献[7]提出的方法作为对照组进行实验,分析3种方法的调度结果,对本文方法进行客观评价。

3.1 测试环境搭建

实验测试应用的CPU为PII 490, 对应的操作系统为 red-hat715(Seawolf),系统搭载的内核版本为 2215.0 ,搭建网络多媒体P2P资源调度虚拟实验平台,网络传输带宽为15.9 Mbps,待调度的数据包最小为1.24 bytes,最大为1 024 bytes,调度的队列均匀分布于LL层和MAC层,对应每个调度任务数据流都具有1条FIFO队列。实验过程中记录3种方法在对资源进行调度时的路径吞吐量和对应的传输时延。

3.2 测试结果及分析

首先统计3种方法对网络多媒体P2P资源调度结果的吞吐量,每隔20 s计算在该时间段内的平均吞吐量,持续100 s,以10次测试的平均值作为最终的结果。3种方法在指定时间内的平均吞吐量见表1。从表1可以看出,在3种方法中,文献[6]方法和本文方法的平均吞吐量都随时间呈稳定上升的趋势,而文献[7]方法的平均吞吐量在80～100 s出现了回落。这是因为随着时间推移,信道上的传输资源增加,在进行遗传算法选定时,是以计算该时刻当下的路径状态为基础开展的,计算过程中路径的状态也会发生改变。文献[6]方法与本文方法相比,吞吐量的上升趋势更加缓慢。因为文献[6]方法虽然充分考虑了路径的负载,但是对于节点传输能力的分析不够充分。本文方法实现高吞吐量的同时能够确保快速增长,主要原因就在于从路径负载和节点传输能力2个角度对资源的分配进行自适应调度,提高了传输效率。

表1 3种方法在指定时间内的平均吞吐量

在此基础上,进一步分析3种方法对路径选择时的可靠性,统计10次测试中3种方法的传输时延,结果见表2。从表2可看出,文献[6]方法的时延基本稳定在0.35～051 s之间,具有较高的稳定性,但时间相对较长。文献[7]方法的时延波动范围较大,最小值仅0.15 s,最大值达到0.72 s,稳定性较低。本文方法的时延始终在0.15以内,具有较高的稳定性,同时保持在较低的状态。与上文平均吞吐量的测试结果相契合,即时延短,相应地相同时间内信道吞吐量也就越高。

表2 3种方法在资源调度时的传输时延 s

4 结论

针对由于信道负载和节点传输能力限制引起的资源调度效率问题,本文提出了多径信道下网络多媒体P2P资源自适应调度方法,建立了路径负载模型,按照自适应的原则分析了待调度资源在不同功能路径上出现堵塞情况的概率,进行初次调度路径的选择,根据路径上节点可传输资源大小的上限,对资源调度路径的选择进行二次自适应筛选,以此实现了稳定、快速的资源调度,提高了传输路径的吞吐量,降低了资源传输时延。

本文方法虽然在测试中取得了良好的结果,但是仍存在进一步优化提升的空间,在之后的研究中,可以从以下2个方面入手:①P2P资源随着信息时代的发展也将衍化出更多类型,可以建立更加具体的分析模型实现对待传输资源的快速判断,减少计算时间;②资源调度路径上对应的节点数量也是影响调度效率的关键因素,在之后的研究中可以补充对路径节点数量的筛选环节,通过3次自适应的方式进一步优化路径选择结果。