| 摘要 | 第4-6页 |
| ABSTRACT | 第6-8页 |
| 第一章 绪论 | 第12-23页 |
| 1.1 分布式P2P多媒体通信系统 | 第12-15页 |
| 1.2 选题背景和意义 | 第15-18页 |
| 1.2.1 P2SIP系统性能分析与建模 | 第15-16页 |
| 1.2.2 分布式内容语义搜索算法 | 第16-17页 |
| 1.2.3 分布式覆盖网络中继路由 | 第17-18页 |
| 1.3 研究工作相关科研项目 | 第18-19页 |
| 1.4 论文研究成果 | 第19-20页 |
| 1.5 论文的组织结构 | 第20-21页 |
| 参考文献 | 第21-23页 |
| 第二章 P2PSIP分布式业务网络 | 第23-47页 |
| 2.1 引言 | 第23页 |
| 2.2 会话初始化协议SIP | 第23-25页 |
| 2.3 P2P系统架构与算法 | 第25-40页 |
| 2.3.1 P2P系统架构 | 第25-33页 |
| 2.3.2 Chord算法 | 第33-35页 |
| 2.3.3 CAN算法 | 第35-36页 |
| 2.3.4 Kademlia算法 | 第36-37页 |
| 2.3.5 P2P系统分层模型 | 第37-40页 |
| 2.4 P2PSIP系统 | 第40-44页 |
| 参考文献 | 第44-47页 |
| 第三章 P2PSIP系统时延性能分析与优化 | 第47-77页 |
| 3.1 引言 | 第47-48页 |
| 3.2 相关工作 | 第48-53页 |
| 3.2.1 SIP系统性能 | 第48-50页 |
| 3.2.2 DHT系统时延性能参数 | 第50-52页 |
| 3.2.3 DHT搜索路径时延优化 | 第52-53页 |
| 3.3 P2PSIP呼叫建立时延模型 | 第53-65页 |
| 3.3.1 呼叫建立时延 | 第54-55页 |
| 3.3.2 消息交互流程时延模型 | 第55-57页 |
| 3.3.3 P2PSIP呼叫建立时延模型 | 第57-62页 |
| 3.3.4 P2PSIP呼叫建立时延优化 | 第62-65页 |
| 3.4 呼叫建立时延仿真 | 第65-72页 |
| 3.4.1 仿真环境参数设置 | 第65-67页 |
| 3.4.2 呼叫建立时延CSD | 第67-69页 |
| 3.4.3 DHT查询时延与丢包率 | 第69-71页 |
| 3.4.4 DHT扰动与与呼叫建立时延 | 第71-72页 |
| 3.4.5 分层异构P2PSIP系统时延特性 | 第72页 |
| 3.5 小结与讨论 | 第72-74页 |
| 参考文献 | 第74-77页 |
| 第四章 P2PSIP业务流量分析与建模 | 第77-105页 |
| 4.1 引言 | 第77-78页 |
| 4.2 相关工作 | 第78-81页 |
| 4.2.1 P2PSIP服务器集群 | 第78-79页 |
| 4.2.2 SIP服务器性能指标 | 第79-80页 |
| 4.2.3 P2PSIP服务流量模型 | 第80-81页 |
| 4.3 P2PSIP节点会话业务流量模型 | 第81-92页 |
| 4.3.1 DHT节点业务流量模型 | 第81-85页 |
| 4.3.2 Chord路由模型 | 第85-91页 |
| 4.3.3 P2PSIP节点业务流量模型 | 第91-92页 |
| 4.4 仿真验证 | 第92-102页 |
| 4.4.1 仿真环境及参数配置 | 第93-95页 |
| 4.4.2 P2PSIP服务器节点消息序列 | 第95-100页 |
| 4.4.3 P2PSIP节点消息序列 | 第100-102页 |
| 4.5 小结与讨论 | 第102-103页 |
| 参考文献 | 第103-105页 |
| 第五章 基于语义标签的分布式资源搜索算法 | 第105-154页 |
| 5.1 引言 | 第105-107页 |
| 5.2 相关工作 | 第107-115页 |
| 5.2.1 资源语义向量及相似度 | 第107-108页 |
| 5.2.2 语义DHT | 第108-110页 |
| 5.2.3 语义特征提取 | 第110-111页 |
| 5.2.4 向量降维 | 第111-115页 |
| 5.3 语义索引标签分配算法 | 第115-134页 |
| 5.3.1 分布式语义索引标签计算模型 | 第116-117页 |
| 5.3.2 半分布式主数据抽取算法B-PCA | 第117-120页 |
| 5.3.3 B-PCA算法语义标签特征分析 | 第120-123页 |
| 5.3.4 基于CAN的B-PCA资源语义搜索算法 | 第123-125页 |
| 5.3.5 全分布式语义资源标签分配算法D-PCA | 第125-127页 |
| 5.3.6 D-PCA算法讨论 | 第127-129页 |
| 5.3.7 基于Chord的B-PCA/D-PCA算法 | 第129-134页 |
| 5.3.7.1 LSH算法 | 第130-132页 |
| 5.3.7.2 S-Chord(Semantic Chord)算法 | 第132-134页 |
| 5.4 算法仿真 | 第134-148页 |
| 5.4.1 数据生成模型及仿真参数 | 第134-135页 |
| 5.4.2 B-PCA算法向量距离相关系数η | 第135-136页 |
| 5.4.3 B-PCA算法数据传输开销对查准率P_q的影响 | 第136-138页 |
| 5.4.4 B-PCA算法数据动态适应性分析 | 第138-140页 |
| 5.4.5 B-PCA算法k近邻搜索查准率P_q | 第140-141页 |
| 5.4.6 D-PCA算法收敛性 | 第141-144页 |
| 5.4.7 S-Chord算法仿真 | 第144-148页 |
| 5.4.8 仿真小结 | 第148页 |
| 5.5 总结与讨论 | 第148-149页 |
| 参考文献 | 第149-154页 |
| 第六章 支持反三角嵌入的松弛度量空间网络坐标算法 | 第154-187页 |
| 6.1 引言 | 第154-156页 |
| 6.2 相关背景 | 第156-161页 |
| 6.2.1 反三角TIV | 第156-157页 |
| 6.2.2 度量空间 | 第157-158页 |
| 6.2.3 网络坐标系统NCS(Network Coordination System) | 第158-160页 |
| 6.2.4 Vivaldi算法 | 第160-161页 |
| 6.3 KL_vivaldi算法 | 第161-172页 |
| 6.3.1 时延空间数字特征 | 第161-162页 |
| 6.3.2 松弛度量空间(Relaxed Metric Space) | 第162-169页 |
| 6.3.3 KL_vivaldi算法 | 第169-172页 |
| 6.4 KL_vivaldi算法仿真与验证 | 第172-182页 |
| 6.4.1 KL_vivaldi算法预测精确度 | 第172-173页 |
| 6.4.2 邻居节点选择机制 | 第173-175页 |
| 6.4.3 KL松弛度量空间维度选择机制 | 第175-177页 |
| 6.4.4 松弛三角形不等性参数ξ_(max) | 第177-180页 |
| 6.4.5 KL松弛对称性参数γ | 第180-181页 |
| 6.4.6 KL_vivaldi算法收敛性 | 第181-182页 |
| 6.5 小结与讨论 | 第182-183页 |
| 参考文献 | 第183-187页 |
| 未来工作展望 | 第187-188页 |
| 致谢 | 第188-189页 |
| 攻读学位期间发表及录用的学术论文 | 第189页 |
