| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-16页 |
| 1.1 课题背景和意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-14页 |
| 1.2.1 云存储指标研究 | 第10-12页 |
| 1.2.2 结合云存储和P2P技术的视频直播数据调度研究 | 第12-14页 |
| 1.3 论文研究内容和组织结构 | 第14-16页 |
| 1.3.1 本文的研究内容 | 第14-15页 |
| 1.3.2 论文的结构 | 第15-16页 |
| 第二章 相关技术与方法 | 第16-30页 |
| 2.1 视频流媒体技术 | 第16-19页 |
| 2.1.1 流媒体技术简介 | 第16-17页 |
| 2.1.2 流媒体传输技术 | 第17页 |
| 2.1.3 常见的流媒体传输协议 | 第17-19页 |
| 2.2 云存储技术 | 第19-21页 |
| 2.2.1 云存储简介 | 第19-20页 |
| 2.2.2 公有云存储与CDN | 第20页 |
| 2.2.3 私有云存储与边缘节点 | 第20-21页 |
| 2.2.4 混合云存储 | 第21页 |
| 2.3 P2P网络 | 第21-25页 |
| 2.3.1 P2P技术概述 | 第21-22页 |
| 2.3.2 非结构化P2P网络 | 第22-25页 |
| 2.3.3 结构化P2P网络 | 第25页 |
| 2.4 基于P2P的流媒体直播技术 | 第25-28页 |
| 2.4.1 单树的P2P流媒体直播 | 第26-27页 |
| 2.4.2 多树的P2P流媒体直播 | 第27页 |
| 2.4.3 网状结构的P2P流媒体直播 | 第27-28页 |
| 2.5 遗传算法 | 第28-30页 |
| 2.5.1 遗传算法基本概念 | 第28页 |
| 2.5.2 遗传算法基本操作 | 第28-29页 |
| 2.5.3 遗传算法运算流程 | 第29-30页 |
| 第三章 基于混合云和P2P技术的多频道视频直播系统架构 | 第30-41页 |
| 3.1 系统功能与需求 | 第30页 |
| 3.2 系统架构模型 | 第30-39页 |
| 3.2.1 公有云服务层设计 | 第32-35页 |
| 3.2.2 边缘节点层设计 | 第35-37页 |
| 3.2.3 用户层设计 | 第37-39页 |
| 3.3 客户端缓存区设计 | 第39-41页 |
| 第四章 多频道视频直播机制与算法实现 | 第41-61页 |
| 4.1 系统核心功能流程 | 第41-44页 |
| 4.1.1 直播数据发布流程 | 第41-42页 |
| 4.1.2 数据搜索流程 | 第42-43页 |
| 4.1.3 视频直播流程 | 第43-44页 |
| 4.2 多频道视频直播系统管理机制 | 第44-49页 |
| 4.2.1 公有云服务器资源管理算法 | 第44-45页 |
| 4.2.2 边缘节点层动态管理算法 | 第45-47页 |
| 4.2.3 用户节点加入及离开算法 | 第47-49页 |
| 4.3 多频道视频直播数据调度策略 | 第49-51页 |
| 4.4 基于改进遗传算法求解多频道视频直播调度策略 | 第51-58页 |
| 4.4.1 遗传算法相关参数设置 | 第52-56页 |
| 4.4.2 基于改进遗传算法的数据调度策略 | 第56-58页 |
| 4.5 服务器负载均衡及数据调度策略动态调整算法 | 第58-61页 |
| 4.5.1 服务器负载均衡策略 | 第58-60页 |
| 4.5.2 数据调度策略动态调整算法 | 第60-61页 |
| 第五章 实验分析 | 第61-72页 |
| 5.1 实验设计 | 第61页 |
| 5.2 系统实现 | 第61-65页 |
| 5.3 实验结果分析 | 第65-72页 |
| 5.3.1 实验结果指标 | 第65-66页 |
| 5.3.2 实验结果与分析 | 第66-72页 |
| 第六章 总结和展望 | 第72-73页 |
| 6.1 总结 | 第72页 |
| 6.2 展望 | 第72-73页 |
| 参考文献 | 第73-78页 |
| 在校研究成果 | 第78-79页 |
| 致谢 | 第79页 |
