13、大规模自适应分布式系统中的节点放置与组件模拟

大规模自适应分布式系统中的节点放置与组件模拟

一、增量算法在大规模自适应分布式多媒体服务器中的应用

1.1 算法提出背景

在大规模分布式视频服务器向大量客户端传输流数据的场景中，传统追求“完美”解决方案的耗时算法不再适用。为了动态放置自适应分布式多媒体服务器（ADMS）的代理，以提高服务器性能并快速适应网络参数和客户端需求的变化，提出了一种增量算法。

1.2 相关工作

以往在网络中寻找代理的最优部署是一个常见问题，但ADMS代理与研究较多的Web代理存在显著差异，不能直接使用以往的结果。之前还研究过进攻性适应的配置推荐算法，包括贪心算法、粒子群算法、线性规划舍入算法和增量算法的初步想法。其中，粒子群算法产生的结果最佳，而增量算法能在最短时间内找到解决方案。

1.3 问题模型

任务是为分布式多媒体服务器的代理找到合适的位置，同时最大化客户端满意度并最小化网络负载。客户端并行接收相同的视频，视频存储在服务器节点上，代理从服务器获取视频并将数据包转发给客户端，且可以降低视频带宽并以不同带宽向不同客户端发送视频。

网络模型是一个图，节点称为区域，可能包含服务器、可能的代理和客户端。客户端定义需求列表，包含按偏好降序排列的QoS要求。解决方案描述为为每个客户端提供所选QoS需求的索引、托管代理的目标节点和获取视频的服务器。

定义了以下成本函数来衡量解决方案的质量：
|成本函数|描述|
| ---- | ---- |
|网络资源需求（总分配）|衡量网络资源的使用情况|
|拒绝的客户端数量|反映未被服务的客户端数量|
|客户端所选需求