基于优先级的应用层组播横向差错恢复模型

来源 :南京邮电大学 | 被引量 : 0次 | 上传用户:maxyz
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着应用层组播技术的不断进步和网络服务质量的不断提高,差错恢复显得越来越重要,因此,提出一种高效的应用层组播差错恢复模型显得越来越迫切。   本文首先对传统的非应用层差错恢复技术的成果进行了回顾,然后总结了应用层组播中已有的几种纵向差错恢复模型,为了解决传统的纵向差错恢复模型中高错误关联性、网络拥塞以及由节点故障造成的网络损耗等问题,本文提出了一种基于优先级的应用层组播横向差错恢复模型——PLERM(Priority-based Lateral Error Recovery Model)。该模型把节点分为多个独立的组,由于组间的错误关联度低,节点通过请求临近节点来“横向”重传数据可以有效地恢复差错。   最后,仿真实验结果表明,与传统的恢复模型相比,PLERM 能够更有效减少平均链路压力,降低二次丢失率。
其他文献
公钥密码的出现促使了数字签名技术的产生,数字签名技术在现代盛行的网络电子交易中发挥着不可替代的重要作用。以RSA公钥密码为基础的数字签名技术在网络身份认证中扮演着重
随着互联网的高速发展,网络技术得到不断提高,攻击手段和攻击方法变得更为复杂,各种类型的攻击事件层出不穷。现有的安全措施无法保障网络系统的安全、可靠与正常的运行。为
碰撞检测问题在计算机图形学、机器人路径规划、虚拟装配、计算机动画等领域有很长的研究历史。目前,已经成为虚拟现实技术研究的一个热点。虚拟环境的真实性和沉浸性,不仅需
移动传感器网络是由小微型、低功耗传感器节点组成的,能够感知和处理被监测范围的数据信息,通过节点的无线通信功能上传采集到的数据信息。其网络中的传感节点都具有移动性,能够
基于CT图像的CAD(计算机辅助诊断)技术是目前世界上一种先进的医学影像诊断检查的临床应用技术,该技术通过对计算机图像处理技术来高效识别CT图像中的可疑病灶。CAD技术能够提高
随着人民生活水平的提高,“健康”和“疾病”成为人民关注的焦点,运用计算机技术进行疾病分析预测也成为健康医疗领域的研究热点之一。呼吸系统疾病是一类常见疾病,而且和气
随着多媒体技术、计算机技术的迅速发展,多媒体数据已经成为重要的信息资源,人们每天都可以通过互联网接触到大量的多媒体信息,如视频、图像、各类新闻等。网络新闻作为一种
海量科学数据的到来使领域科学家面临前所未有的科学数据管理困境。一方面,传统以表为数据模型的关系型数据库管理系统已经不能满足科学领域大规模科学数据的管理需求;另一方
随着通信技术的飞速发展,当今网络正在向着可以提供包括海量数据传输、音视频等各种高带宽服务的下一代网络发展。这种发展趋势对整体网络设施的网络包的处理能力与处理速度
传统的机器学习、数据挖掘算法是基于向量型数据提出的。由于结构化数据在现实应用中广泛存在,图形数据的表示和分析正得到越来越广泛的关注。由于图数据结构的复杂性,不能仅