基于PS排队模型的单台流媒体服务器性能分析

在有限容量的M/M/1/N处理机共享(processor-sharing,PS)模型基础上,引入等待队列,建立了单台服务器的性能评价模型.首先,通过求解系统微分方程,推导出稳态下用户平均服务响应时间和平均排队等待时间的表达式;然后,通过引入稳态时平均等待时间阈值和平均服务时间阈值,并按照服务质量好坏由用户评价的原则,提出了一种服务器性能评价方案,为服务器的设计提供了定量参考依据;最后,在并发用户数N=1和N→∞这两种情况下,计算出性能评价模型中用户平均服务响应时间和平均排队等待时间的值,并与典型的M/M/1排队模型以及无限容量的M/M/1-PS模型中的相应结果进行了比较.     

优先权的N策略M/G/1排队在通信网中的应用

分析通信网中带有两个优先权的N策略M／G／1排队系统的性能，利用补充变量法对此排队系统的状态转移方程进行分析，获得了带有两个优先权的N策略M／G／1排队系统的队长分布母函数及通信网缓冲器中的平均队长，并对两个优先权排队进一步讨论，得出了不同优先权排队的队长分布母函数及稳态队长．     

一类M/G/1排队系统的最优控制

研究一类排队系统容量有限，服务规则是先到先服务的M／G／1排队系统．服务台在一定的顾客数目下启动，在系统空闲时关闭．采用补充变量法和L变换分析，得到了稳态条件下的概率母函数．采用N策略，研究了这类排队系统的最优控制策略，得到了一种最优控制方法．控制目标是根据系统的状态,动态地确定最优服务台启动策略以保证系统平均利润最大．通过给出的目标函数确定服务台启动的最佳顾客数，从而可以获得最优经济效益．     

具有两种不同服务的可修M^X／G（M／M）／1排队系统

在批量到达排队系统的基础上，考虑服务台可以提供两种不同服务的情况，建立了一个具有两种不同服务的可修M^X／G（M／M）／1排队模型．在这个批量到达的排队系统中，每个顾客必须接受同一个服务台提供的两种不同服务，第一种服务完成紧接着进行第二种不同的服务，第二种服务完毕顾客离开服务台．通过补充变量法得到系统的状态转移图，根据状态转移图得到系统的微积分方程组，然后对方程组求解，进而求出系统的队长分布及一些可靠性指标．     

具有两种服务速度的可修MX/G(M/M)/1排队系统

在服务速度可变的M／G（M／M）／1可修排队系统的基础上,考虑顾客批量到达的情况,建立了一个具有两种服务速度的可修M^X／G（M／M）／1排队模型．在这个批量到达的排队系统中,服务台具有两种服务速度．当系统中到达的第一批顾客数大于事先设定的正整数N时,服务台以较高的服务速度2服务顾客直到系统变空．当系统中到达的第一批顾客数小于或等于Ⅳ时,服务台以较低的服务速度1服务顾客．如果服务台以较低的服务速度1服务顾客时再有顾客到达并且使得系统中的顾客数大于N,则从下一个顾客开始服务台以较高的服务速度2服务顾客直到系统变空．通过补充变量法得到了系统的状态转移图,根据状态转移图得到了系统的微积分方程组,然后对方程组求解得出了系统的队长分布及一些可靠性指标．     

解析Java中的阻塞I/O与非阻塞I/O控制

分析了新、旧I／OAPI工作原理及其可伸缩性方面的差异，阐述了如何用选择器通道技术让SocketChannel工作在非阻塞I／O模式下，以实现服务器与客户端无阻塞的、流畅的数据读写,使服务器能在较小的系统开销情况下更有效地、并发地为大量客户机提供服务，提升系统性能．     

服务速度有变化的可修M/G(M/G)/1排队系统

通过对系统中顾客数设置门限N，研究了当服务台对某顾客服务完毕时如发现系统中顾客数超过门限N时就提高服务速度的M／G(M／G)／1排队系统模型，通过L-变换、母函数及补充变量法得到了瞬态队长分布、稳态队长分布及可靠度等指标。     

应用层QoS选播流路由优化系统的构架与实现

QoS选播流会产生交错服务问题,造成大量的网络和服务器资源浪费,因此进行路由优化是必须的.提出了应用层QoS选播流路由优化系统的构架,设计了一种优化服务器,该服务器从其他类型的服务器实时收集优化相关信息,经过周期性计算以后向各个客户端发送调整指令,客户端按照调整指令的要求将QoS数据流传输的目标地址切换到新的选播服务器上.实验结果表明这种方法可以减少交错服务所造成的网络资源浪费,在调整周期等于选播流平均传输时间时获得最佳优化效果,此时网络传输QoS选播流的能力可以提高1/4以上.     

M/G/1非空竭服务休假排队系统随机分解

讨论了一般非空竭服务M／G／1型休假排队系统及其变体的稳态队长随机分解．运用广义分支链，在独立休假策略下得到稳态队长随机分解的一般结构，而且各部分随机分解结构概率含义明确．利用随机分解一般结构式从独立休假策略与经典M/G／1变体两方面来推广Fuhrman与Cooper的随机分解的结论，得到系列非空竭服务M/G／1型休假排队系统变体稳态队长的随机分解．实现了一般非空竭服务M／G／1型休假排队系统稳态队长的随机分解的统一处理．     

负顾客M/G/1可修排队系统

M／G／l排队模型在理论和应用方面已得到了许多有意义的结果，对负顾客的研究可从不同的角度、不同的方法、不同的机制来进行．作者首次把负顾客和可修系统作了结合，研究了一类负顾客的M／G／1可修排队系统．服务规则是先到先服务，负顾客抵消正顾客．使用经典方法“补充变量法”和状态转移方程分析该模型，得到了这一模型的排队指标和可靠性指标，极大丰富了负顾客排队模型的理论体系．     

DMloDS的多媒体存储服务器中可丢弃帧的分配问题

分布式多媒体信息点播系统（ＤＭＩｏＤＳ）要求其多媒体存储服务器能够同时为大量的客户提供实时的信息服务,为了保证每个客户的ＱｏＳ要求,系统必须提供接纳控制机制以限制客户的数量．首先从理论上描述了一种适合于ＤＭＩｏＤＳ中多媒体存储服务器的统计型接纳控制算法ＳＡＣＡ,并对统计过程中产生的可弃帧的分配问题进行了深入的研究,提出了可丢弃帧分配的数学模型,保证了每个客户的基本ＱｏＳ要求,为ＤＭＩｏＤＳ系统的设计提供了理论依据     

带有止步和中途退出的M／M／R／N部分服务员同步单重休假排队系统的性能分析

研究了带有止步和中途退出的M／M／R／N部分服务员同步单重休假的排队系统．假定在服务员全忙时,到达的顾客以一定的概率不进入系统,而进入系统的顾客可能因为等待得不耐烦则中途退出系统．当某顾客离去使得系统中的顾客数减少到定值R—d（1≤d〈R）时,空出的d个服务员立即进行同步单重休假．利用马尔可夫过程理论,建立了系统稳态概率方程组,用分块矩阵解法,得到了稳态概率的矩阵解,并求出了系统的性能指标．在此基础上,建立了系统费用模型,并通过数值方法进行了敏感性分析．     

基于马尔科夫状态转移过程的 M/ M/ m 排队模型仿真

马尔科夫链是研究排队系统的主要方法,本文在现有M/M/m排队理论和排队系统仿真理论基础上,利用Matlab建立基于马尔科夫状态转移过程的M/M/m排队模型仿真程序。仿真程序在产生初始化参数设定后,利用时钟推进法来模拟空闲服务台和繁忙服务台情况下的服务流程,最后通过M/M/m模型特征描述的仿真计算,获得平均等待时间(E[W])、平均停机时间(E[DT])、平均排队队长E[Q]、系统中的平均客户数(E[L])和可能延迟的概率(П)5项重要的特征描述。模拟次数设定为20 000次,模拟客户服务率和客户到达率相同,服务台在3～6个的排队系统,并将仿真结果与理论值以及Queue2.0的模拟结果相比较。最终结果显示E[W]、[DT]和Π3项最重要指标的仿真结果和理论值都极为相近,误差范围小,本研究将为优先权排队系统的仿真研究提供理论依据。     

一个修理工的M/M/N可修排队

研究了有一个修理工的，服务台忙时与闲时故障率不同的M/M/N可修排队，本文给出有效服务台数的稳态分布，稳态队长的母函数，当N=1时，所得结果与文献结果一致。     

一种抖动窗口自适应的航空通信MAC协议QoS机制

根据面向“时敏目标”打击的航空通信系统信息传输要求,提出了一种差分服务媒质接入控制协议。协议采用多信道随机接入机制,通过信道忙闲程度自适应地调整各优先级业务的发送时延抖动窗口的方法,为各优先级业务提供差分服务。在分组排队阶段,建立了 M／G／1／K 排队模型,得到了稳定状态下发送缓冲区队列长度的概率;在分组服务阶段,建立了突发时延抖动自适应模型,得到了分组的平均服务时间;在分组传播阶段,建立了突发碰撞模型,得到了分组成功传播概率;然后推导了该协议的平均时延、传输成功率和系统吞吐量等性能指标的理论表达式,并给出了最大抖动窗口的设置原则。仿真结果表明,协议大大提高了系统重负载情况下高优先级业务的实时性和可靠性,适用于区分业务优先级且对高优先级业务的实时性和可靠性要求很高的航空通信组网系统。     

M2M业务批量到达排队系统性能分析

针对M2M(Machine to Machine)业务的大规模应用给当前移动通信网络的QoS带来的冲击和影响问题,采用IBP(Interrupt Bernoulli Process)建模M2M业务的到达过程,业
务以批量的形式到达,建立并求解了离散时间系统排队模型IBP/Geom/1/K。区别于传统的IBP模型,该模型每次到达的不是一个,而是一批。采用具有不同突发度的数学模型表征M2M业务每批到达的数量,在概率空间上求解队长的稳态概率,进而得到系统的吞吐量和丢包率等性能指标,并与相同排队强度下M2M业务单个到达时的性能进行对比。实验结果表明,每批到达包数的突发度越大,系统的性能越差;在相同排队强度下,批量到达排队模型的性能对比单个到达情况下的系统性能差;对时延容忍的M2M小数据业务,以时延增加为代价增大缓存可以有效提高吞吐量、降低阻塞率。     

电子商务网站中的利润驱动请求优先级

客户的服务质量期望对于电子商务服务供应商来说是一项很艰巨的任务,在Web服务体验过多的情况下,将增加响应时间,遭到响应拒绝,使客户失望,减少对此服务的使用并减少收入.文章提出了服务器端的请求调度机制,RDRP（利润驱动的请求优先级）算法给了有可能带来更高利润的那些客户的Web请求较高的优先级.通过比较客户端信息到目前为止的请求,预测未来,使用这些预测对Web服务器进行优先分配.实验在JBoss Web应用服务器使用了RDRP技术的TPC-W基准测试应用程序,表明了RDRP能显著提高服务的利润,提供好的QoS给客户带来更多的利润.     

Two-Level Cross-Talked Admission Control Mechanism for QoS Guarantee in 802.11e EDCA

This paper describes a two-level cross-talked admission control mechanism that guarantees quality of service （QoS） requirements for multimedia applications over wireless local area networks （WLANs）. An enhanced distributed channel access analytical model is used to compute the maximum number of admitted users according to the QoS requirements and the packet arrival characters. Then, some channel resources are reserved for handoff calls based on the maximum number of admitted users and the call-level traffic model. The channel utilization ratio is also measured to reflect the current system traffic load. The maximum number of admitted users and the channel utilization ratio are used for admission control for applications with QoS requirements in the call level and for rate control of best effort applications in the packet level using the p-nonacknowledgement scheme. Thus, the QoS requirements are statistically guaranteed while the system is efficiently utilized. Simulations validate the effectiveness of this mechanism to guarantee the QoS and bandwidth utilization.     

A cost-effective cloud leasing policy for live streaming applications

The dynamics of the globalized multimedia sources and request demands, which requires high computations and bandwidths, makes the IT infrastructure a challenge for live streaming applications. Migrating the system to a geo-distributed cloud and leasing servers is an ideal alternative for supporting large-scale live streaming applications with dynamic contents and demands. The new challenge of multimedia live streaming applications in a geo-distributed cloud is how to efficiently arrange and migrate services among different cloud sites to guarantee the distribute users’ experience at modest costs. This paper first investigates cloud leasing policies for live streaming applications and finds that there is no detailed algorithm to help live streaming applications arrange and migrate services among different cloud sites. Then, we present a quality of service (QoS) guarantee cost-effective cloud leasing policy for live streaming applications. Meanwhile, we design a genetic algorithm (GA) to deal with the leasing policy among cloud sites of diverse lease prices. Experimental results confirm the effectiveness of the proposed model and the efficiency of the involved GA.