IP视频会议是利用视频技术和IP数据通信技术通过IP网络在两点或多点之间建立可视通信,实现图像、语音及数据交流的一种会议形式。IP视频会议系统因其效率高、成本低、业务提供方式灵活等优势将代替传统的基于电路交换的视频会议系统。然而要解决视音频数据在IP网络上实时传输的问题,并为视频会议系统提供一定的QoS是一个技术难题,也是目前的研究热点。
　　本文把IP组播与应用层组播结合起来并采用分层排列图结构CONTROL ENGINEERING China版权所有,提出了一种适用于IP视频会议的混合式组播方式——基于分层排列图的混合式组播。
1 混合式组播
1.1 问题的提出
　　IP视频会议属于传输数据量大、对带宽要求高的服务,为实现它的即时通信和互动沟通功能必须保证音视频等数据在IP网络上的实时传输。IP组播技术能够有效地解决多点对多点数据通信的网络带宽问题。相对于单播和广播方式来说,它能显著节省网络带宽,提高数据传输的效率,同时提高服务的质量CONTROL ENGINEERING China版权所有,因而它较适合于IP视频会议系统。当前最流行的IP视频会议标准H.323就采用了IP组播技术。然而,由于技术、市场、需求等原因,IP组播并没有在Internet上得到广泛应用[1

],使得目前只有少数用户在局域范围(称为IP组播岛)内可以使用 IP 组播技术。因此基于IP组播技术的视频会议只能在这些相互孤立的组播岛上进行,与会成员受到很大的限制。
　　正是因为IP组播未能在Internet上广泛应用,近年来人们提出了十几种应用层组播方案,其中适用于IP视频会议的系统有NARADA[2]和ALMI[3]。NARADA只能应用于与会成员很少的情况。ALMI中,当有多人发言时易形成网络瓶颈,故在一定程度上限制了视频会议的规模。
　　相对于应用层组播来说,IP组播能更多地节约网络带宽[4]、可靠性更好且数据转发速率更高。而相对于IP组播来说www.cechina.cn,应用层组播与现今网络结构相符合,使用时不需变动现有的网络协议与硬件,部署相对容易,同时具有较好的扩展性,可以适应网络条件的动态变化。它已成为目前最可能解决IP组播中的路由器瓶颈问题的方案。为了在IP视频会议中充分利用应用层组播和IP组播的优势,在此把二者结合起来,称为混合式组播。本文以后所提到的混合式组播均以IP视频会议这种特殊应用场合为例。
1.2 拓扑结构
　　在采用混合式组播的IP视频会议中控制工程网版权所有,与会成员组成如图1所示的拓扑结构。在每个IP组播岛内,与会成员之间的数据传输使用IP组播,并选定一个与会成员作指定成员(Designate Member控制工程网版权所有,DM),把岛内除DM外的与会成员称为其他成员(Pertinent Member控制工程网版权所有,PM),DM是岛内成员与岛外成员之间通信的桥梁。岛外成员与DM参加应用层组播叠加网[5](包括一个控制拓扑和一个数据拓扑)的构建,将其称为应用层组播成员(ALM Member控制工程网版权所有,AM),AM之间的数据传输使用应用层组播。IP组播岛中PM通过DM与叠加网相连,DM与岛外成员之间的数据传输采用应用层组播方式,与岛内的成员之间的数据传输使用IP组播的方式。DM负责将来自叠加网的数据以IP组播方式传送给组播岛中PM,PM的数据也通过IP组播方式传送到DM,由DM以应用层组播的方式发送给叠加网上的其他与会成员。
　　DM的选取原则:岛中第一个参加会议的成员被设为DM,以后可以根据某种策略(如参加会议的时间最长者或物理位置“中心”点成员,或剩余带宽资源最多者等)选定某个成员作为DM。如果DM离开,则根据某种策略从岛内的PM中选择一个作DM。 
 

图1 混合式组播拓扑结构图

2 基于分层排列图的混合式组播
2.1 控制拓扑构建
　　在数学上,(n,k)维排列图[6](用An,k表示,其中n和k是自然数,1≤k≤n-1。令 表示集合{1,2,……n}中k个符号的排列,An,k定义为无向图(V,E),其中: 
　　一个排列图实例A4,2的拓扑结构如图2所示。排列图An,2仅能容纳n(n-1)个主机。为使系统可容纳任意多主机,可将参与主机组合成多个An,2结构CONTROL ENGINEERING China版权所有,这些An,2按照树形结构连接在一起,称为分层排列图结构[6]。 
 

图2 排列图A4,2的拓扑结构图

图3 以与会主机为单位的拓扑结构图

图4 以排列图

　　混合式组播的核心任务是为AM完成拓扑(包括数据拓扑和控制拓扑)的构建。由于网络状况的动态性,以及客户端数量与客户端加入系统时间的不确定性,当前的应用层组播方案一般需要每个结点定期与其他全部或一定比例的结点交换控制信息,以了解其他结点的状态,形成控制拓扑,保障数据拓扑的健壮性。在结点个数逐渐增加时,网络上的控制信息数量会占用大量的带宽资源。应用层组播的数据