非结构P2P网络受限搜索机制

降低搜索过程中产生的大量网络开销,是非结构P2P 网络重点研究内容之一.泛洪算法和随机查找算法简单且易于实现,但其在搜索过程中产生的大量冗余消息是造成大量网络开销的主要原因.针对这一问题,提出一种受限搜索机制(restricted forward search algorithm,简称RFSA),定义了搜索路径和冗余搜索路径,引入本地消息索引缓存机制,通过节点对消息的受限接收,消除节点对消息的重复接收与转发;利用搜索过程中携带的实时搜索路径信息,选择未出现在搜索路径中的邻居节点对消息进行转发,消除冗余搜索路径的产生.从理论上分析了RFSA 所产生的消息数目和网络开销.模拟实验分别从网络开销、查询点击率、搜索覆盖率和产生的冗余消息数目等方面对受限机制下和非受限机制下的泛洪算法和随机查找算法进行了对比分析,结果表明,在搜索覆盖率和查询点击率基本相同的情况下,受限机制下的泛洪算法和随机查找算法能够减少大量冗余消息的产生,降低了网络开销.     

基于最近邻搜索算法分组式P2P网络拓扑模型

为了在P2P环境中实现资源的更快更精确搜索,引入兴趣相似度计算方法,提出一种基于最近邻搜索算法的分组式P2P网络拓扑模型.在这个模型中,采用余弦相似性方法计算共享资源的相似程度;相似程度较高的节点形成朋友节点进行逻辑连接,兴趣相近的节点聚集成一个小组,结合缓存机制实现共享资源的高效搜索.模拟实验查询结果表明,兴趣相似度Sim值越大资源搜索越精确.模型中相似度的引入增强了P2P网络中资源定位的准确率,提高了搜索效率.     

一种P2P资源搜索的改进方法

如何高效地搜索资源是P2P网络中最为关键的问题.非结构化的对等网络,一般以广播方式作为其搜索的基本策略,引发较大的网络流量.针时以上问题,提出了一种在节点建立跳转路由表的方法进行搜索的算法.在该算法中,将每个转发消息的节点都看成是一个路由,将网络中某些特定性质的节点作为特征点,把网络中的特征点信息作为默认值,保存在节点的路由表的默认值项中,并根据网络具有动态变化的特性,采用了动态路由主动发现网络中的变化,并把系统中发生的变化进行更新,存储到路由表中,为进行动态路由提供信息.仿真结果表明,该算法有效地减少了查询带来的网络流量,提高了查找的成功率.     

基于反馈的非结构化P2P网络混合搜索算法*

为了提高P2P网络搜索效率和有效地减少冗余消息,提出一种基于反馈的混合搜索算法,将查询消息在某些高度数节点处转发给多个邻居节点而在其他节点处只转发给一个邻居节点,并且在搜索过程中利用先前搜索的反馈信息来指导搜索,以选择能够返回最多最近响应结果的邻居节点转发消息.算法分析和实验结果表明,该算法不仅实现了较高的成功率、响应率和搜索效率,还能有效地减少冗余消息,并且具有良好的自适应能力,能快速适应不断变化的网络行为.     

非结构化P2P资源搜索策略研究

通过从盲目搜索策略和启发式搜索策略两方面来分析无结构化P2P(peer-to-peer)系统的资源搜索策略。从泛洪搜索算法、迭代泛洪算法、随机漫步搜索算法以及基于超级节点的查询算法等四个方面对盲目搜索策略进行分析,而从基于兴趣的查询算法、移动代理、高速缓存及启发式泛洪搜索算法等四个方面对启发式搜索算法进行阐述。最后在以上算法分析的基础上对未来的工作进行了展望。     

主题驱动的P2P分布式信息搜索机制研究

Peer—to—Peer（P2P）对于分布式文件共享具有很好的前景，但当前的P2P系统仍然缺乏有效的信息搜索机制．本文提出一种主题驱动的P2P信息搜索机制，通过对节点上的文档进行聚类获得全局主题，然后将包含有相似主题的节点组织到一起构成主题覆盖网络．当在P2P网络中进行信息搜索时，根据查询与主题的相关性路由查询，从而改善搜索效率．本文详细阐述了进行主题驱动搜索的索引结构、主题聚类方法、主题覆盖网络的构造与维护算法．在Chord上的模拟实验结果表明，主题驱动的P2P信息搜索机制可以减少信息搜索时的平均网络带宽和平均搜索路径长度，提高搜索的成功率．     

基于Bloom Filter路由表的P2P搜索算法

研究非结构化P2P网络的搜索机制,提出基于布莱姆过滤器(BF)路由表的改进算法。该算法利用BF技术生成路由条目并在一定范围内相互交换本地路由表,使节点能够了解一定范围内的节点共享信息,实现有针对性的搜索,避免传统的盲目性搜索。仿真结果表明,该算法查询搜索时产生的消息数量比传统算法减少一个数量级,并能够获得较好的查全率。     

面向动态环境下兴趣转移的P2P自适应搜索

P2P环境的高度动态特性导致了搜索性能的不稳定.针对节点的兴趣变化对搜索性能的影响,利用节点的自治和系统自组织特性,提出了一种动态自适应搜索机制SAS.基于资源的合理组织以及查询历史统计信息,通过消息转发的智能性,及时反映资源分布以及搜索内容的动态变化,从而迅速定位资源提供节点,提高了搜索的性能和稳定性.实验分析表明,SAS可以自动优化搜索性能,具有很好的自适应性.     

非结构化P2P网络资源搜索改进算法

为了改善非结构化对等网络(peer-to-peer,P2P)资源搜索的网络负载大、搜索时间长的缺点。对现有P2P网络资源搜索算法进行了研究,在此基础上,提出一种基于索引表的跳跃式算法,该算法中每一个节点存有一定数量邻居节点的资源索引,节点利用资源索引表以跳跃方式查询节点,网络中的某些节点需要查询资源索引表,而某些节点无需查询资源索引表,直接转发查询消息即可。通过OPNET进行仿真实验表明,该算法能有效的减少网络负载和搜索延时,提高了搜索成功率。     

无线传感器网络中异常节点快速定位算法研究

研究无线传感器网络的准确定位问题,为了确定医疗、森林火险等事件的发生地,要搜索定位,及时预报.针对传统的集中式无线传感器网络定位方法,全网络中需要定位的异常节点都需传递信息到参照节点才能得到定位信息,过于依赖参照节点,造成参照节点负载过大,导致定位效率下降,不能快速完成异常节点定位的问题.现提出一种禁忌搜索( TabooSearch,TS)分布式定位算法,通过启发式逐步寻优算法,把定位过程分布到网络中相关通信节点上,通过异常节点与周边节点通信获取局部信息,利用局部网络信息对异常节点位置进行估计,避免了传统集中式方法对参照节点的过度依赖.实验证明,对TS分布式定位算法进行实验,证明能够有效利用网络信息,对异常节点实现快速定位,取得了满意的结果.     

P2P全文搜索引擎中的路由算法

针对P2P全文搜索网络效率低和搜索等待时间长的问题,提出基于k-高频词主题相关性的搜索路由算法,该算法采用k-高频词表示主题,在主题间建立连接,形成主题相关网络。在该网络中,优先将搜索请求路由到拥有较多资源的节点上,从而用较少的时间和网络通信量搜索到较多资源。结果表明,相对于“简单洪泛”算法,该算法在搜索等待时间、减少网络通信量方面表现更优,具有更高的效率。     

P2P资源智能查询策略的研究与设计

提高资源搜索效率、提高网络的扩展性一直是P2P网络的关键技术问题。在分析现有的P2P网络资源搜索的算法及其存在的问题的基础上,作者提出并设计了一种基于最近Query消息查询记录表、本地资源推荐路由表相结合的智能查询策略。能在保持原有搜索覆盖率的前提下,提高网络资源搜索效率,减少Query冗余信息,提高了网络的扩展性。     

反馈机制在P2P网络资源搜索中的应用研究

资源搜索是P2P网络的关键问题。目前P2P网络资源搜索中对反馈机制的应用研究较少,这样每次搜索对成功历史没有充分利用,搜索效率较低。该文针对此问题提出了基于改进的Rumormongering协议的资源发布算法BDFB(BidirectionFeedback),并将其应用到P2P网络资源搜索的反馈机制研究中,充分利用成功历史,提高资源在网络中的知名度,从而提高P2P网络中资源搜索效率。     

混合P2P系统中散播自适应算法的改进

在混合P2P系统中,散播自适应算法提高了资源搜索的效率。该文针对随机散播算法在资源知名度传播方法上存在的冗余信息和资源知名度一致性之间的矛盾,提出一种基于节点地址的资源知名度传输方法,采用资源知名度根据节点地址不进行重复发送的方法,结果证明该方法比随机散播算法具有更少的传输时间及更低的传输开销。     

基于P2P的流媒体系统资源定位机制研究

针对P2P流媒体系统资源定位问题,本文提出一种改进的P2P无结构网络模型及相应的搜索算法。网络模型中根据节点能力把节点分成不同级别,文件信息发布按照低级节点向高级节点逐级汇报的方向进行,减少了查询延迟时间和消息冗余;同时,根据节点兴趣把节点分为不同的兴趣域,查询消息在兴趣域内传播,提高了搜索效率和搜索成功率。仿真实验证明了网络模型和搜索算法的有效性。     

基于信任度的P2P信任机制

提出了一种结合上下文对内容进行信任度的评估方法。信任度由内容信任度和节点信任度两方面计算得到。并构建了存放历史信任度的矩阵,进而提出了资源节点及用户节点双向搜索策略,本机制在P2P网络环境下,能很好的解决冒名及作弊等恶意行为,使主体与客体间的信息交互在信任度的控制下能有效进行。     

P2P网络中应用移动Agent进行资源搜索的研究

P2P网络中的搜索是P2P应用领域中最为广泛的。在研究现有P2P搜索发现机制的基础上,提出了在P2P网络中建立区域结构,并引入移动Agent技术来执行资源搜索的任务,从而实现搜索的灵活性、全面性和有效性,同时实现了一个文件搜索系统的应用。     

使用精确索引的P2P搜索

P2P搜索系统需要在节点上分散存放资源的索引,以实现资源的匹配和搜索结果的计算。索引的类型对于如何计算搜索结果和与之相关的性能有很大的影响。目前基于DHT的P2P搜索模型使用的是称之为超集索引的索引类型。该类型的索引不可避免地具有种种性能问题。为此,提出精确索引的概念,以及构建于精确索引之上的P2P搜索模型。该模型达到了相当好的负载平衡性能,并能快速返回搜索结果。     

一种Web信息的启发式检索方法

Internet是一个开放的全球分布式网络 ,资源分布在世界上不同的地方 ,并且网上资源没有统一的管理和结构 ,导致了信息搜索的困难 .同时 ,Internet是一个有巨大价值的信息源 .因此 ,研究一种快速、高效的 Web信息检索方法是很有实用意义的 .本文提出了一种用相关度及用户兴趣作为评价函数在 Internet上进行启发式搜索及在此基础上利用机器学习有效的实现搜索知识重用的方法