面向平安城市的视频传输负载均衡方法研究与系统实现
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第11-12页 |
| 缩略语对照表 | 第12-16页 |
| 第一章 绪论 | 第16-22页 |
| 1.1 选题背景与意义 | 第16-17页 |
| 1.2 国内外研究现状 | 第17-19页 |
| 1.3 论文研究内容与主要工作 | 第19-20页 |
| 1.4 论文结构安排 | 第20-22页 |
| 第二章 相关技术研究 | 第22-30页 |
| 2.1 平安城市系体系结构 | 第22-23页 |
| 2.2 流媒体技术 | 第23-24页 |
| 2.3 服务器集群技术 | 第24-26页 |
| 2.3.1 服务器集群概念 | 第24-26页 |
| 2.3.2 集群管理机制 | 第26页 |
| 2.4 负载均衡技术 | 第26-29页 |
| 2.4.1 经典负载均衡算法原理 | 第26-28页 |
| 2.4.2 负载均衡实现方式 | 第28-29页 |
| 2.5 本章小结 | 第29-30页 |
| 第三章 基于遗传算法的负载均衡方法 | 第30-44页 |
| 3.1 遗传算法及相关理论 | 第30-31页 |
| 3.1.1 遗传算法概念 | 第30-31页 |
| 3.1.2 遗传算法步骤 | 第31页 |
| 3.2 负载参数获取 | 第31-35页 |
| 3.2.1 负载参数选取 | 第32页 |
| 3.2.2 负载参数获取方法 | 第32-35页 |
| 3.3 基于遗传算法的负载均衡方法 | 第35-42页 |
| 3.3.1 优先级设定 | 第35-36页 |
| 3.3.2 编码机制设计 | 第36-37页 |
| 3.3.3 适应度函数设计 | 第37-38页 |
| 3.3.4 遗传操作 | 第38-40页 |
| 3.3.5 策略流程描述 | 第40-42页 |
| 3.4 本章小结 | 第42-44页 |
| 第四章 基于视频请求数预测的负载均衡方法 | 第44-58页 |
| 4.1 动态反馈负载均衡方法的不足 | 第44页 |
| 4.2 基于BP神经网络的视频请求数预测 | 第44-51页 |
| 4.2.1 BP神经网络 | 第45-48页 |
| 4.2.2 预测输入参数选取 | 第48-49页 |
| 4.2.3 数据预处理 | 第49-50页 |
| 4.2.4 模型建立与预测结果分析 | 第50-51页 |
| 4.3 基于视频请求数预测的负载均衡方法 | 第51-56页 |
| 4.3.1 流媒体服务器当前负载 | 第51-52页 |
| 4.3.2 流媒体服务器预测变化负载 | 第52-53页 |
| 4.3.3 流媒体服务器节点服务器状态 | 第53页 |
| 4.3.4 流媒体服务器节点负载阈值 | 第53-54页 |
| 4.3.5 策略流程描述 | 第54-56页 |
| 4.4 本章小结 | 第56-58页 |
| 第五章 系统的设计与实现 | 第58-76页 |
| 5.1 总体设计 | 第58-59页 |
| 5.2 系统详细设计 | 第59-65页 |
| 5.2.1 负载采集模块设计 | 第59-60页 |
| 5.2.2 视频流转发模块设计 | 第60页 |
| 5.2.3 调度模块设计 | 第60-65页 |
| 5.2.4 客户端设计 | 第65页 |
| 5.3 开发和测试环境 | 第65-66页 |
| 5.3.1 软件开发环境 | 第65页 |
| 5.3.2 测试环境 | 第65-66页 |
| 5.4 系统功能验证 | 第66-69页 |
| 5.5 系统性能测试与方法比较 | 第69-75页 |
| 5.5.1 视频分发测试 | 第69-70页 |
| 5.5.2 视频传输质量测试 | 第70-71页 |
| 5.5.3 视频传输实时性测试 | 第71-72页 |
| 5.5.4 负载测试 | 第72-75页 |
| 5.5.5 方法比较 | 第75页 |
| 5.6 本章小结 | 第75-76页 |
| 第六章 总结与展望 | 第76-78页 |
| 6.1 工作总结 | 第76页 |
| 6.2 下一步工作展望 | 第76-78页 |
| 参考文献 | 第78-82页 |
| 致谢 | 第82-84页 |
| 作者简介 | 第84-86页 |
