IPSBSAR:一种基于熟人关系的增量式P2P搜索算法

P2P网络中参加资源共享的节点日益增多且呈海量趋势.如何在海量用户、海量资源的情况下,对所有满足查询语义的资源进行穷尽式搜索是一个颇具挑战性的问题.针对这一问题,提出了一种基于熟人关系的增量式P2P搜索算法IPSBSAR.算法基于人类社会的熟人关系,将人类社会关系中个体间交流与合作机制引入到P2P网络中,不但实现了P2P网络的增量式搜索,而且可以避免由非法拷贝而引起的版权问题.实验表明,IPSBSAR算法能够以较低的代价和较低的路由延迟,获得较高的增量式查询命中率;对同一语义进行穷尽式搜索时,能够搜索出满足查询语义的绝大多数资源,具有较高的效率.     

自组织P2P网络的语义聚类查询算法

P2P网络中参与资源共享的节点日益增多,且呈海量趋势。如何在海量用户海量资源的情况下,查询整个P2P网络中的资源语义分布,计算网络中的所有语义聚类,是一个颇具挑战性的问题。针对这一问题,本文提出了一种面向自组织P2P网络的语义聚类查询算法SCQASPNSR。该算法可高效计算整个P2P网络中的语义聚类,为研究网络中资源语义分布、进行有效的知识发现,提供了有力支持。     

SOSC:一种基于自组织语义聚类的P2P查询路由算法

在没有辅助机制的条件下,非结构化P2P网络资源定位技术的效率比较低,很难同时获得较低的查询延迟、少量的定位成本和较高的查询命中率,为此,提出了一种基于自组织语义聚类的P2P查询路由算法SOSC.SOSC算法通过直接用节点共享资源的关键词频率向量表达节点语义,各节点均试图与最相似的节点建立邻居关系,以及以指数衰减方式传递...     

面向用户需求的非结构化P2P资源定位泛洪策略

在非结构化P2P网络中,如何对用户所需资源进行快速、准确定位是当前研究的热点问题,也是P2P应用领域面临的核心问题之一.相关的非结构化P2P资源定位算法在查准率、查全率和查询成本上难以同时被优化,这会造成严重的网络带宽负担以及巨大的索引维护开销.为此,提出一种面向用户需求的非结构化P2P资源定位策略(user requirements resource location strategy,简称U2RLS).该策略的创新点是:在原有非结构化P2P网络资源定位泛洪算法的基础上,融入用户需求、用户偏好、用户兴趣度等因素,首先进行用户资源子网划分;采用带有用户需求信息的泛洪和查询索引机制,对用户所需资源进行精确定位.该策略有效避免了因海量信息引起的网络风暴、信息重叠和资源搜索偏覆盖等问题,从而解决了查询节点盲目使用中继节点的现象.实验结果表明:面向用户需求的非结构化P2P资源定位策略U2RLS以其高搜索成功率、有限网络资源消耗和短查询时间响应等优势,能够显著地提高用户资源定位效率.     

一种有效的非结构化P2P网络资源搜索策略

针对非结构化P2P网络资源搜索算法中冗余消息数过多、搜索效率低等问题,提出了一种基于邻居-邻居节点的非结构化P2P网络资源搜索策略,该策略可以在一定程度上防止路由环路的产生,同时综合考虑邻居节点的活跃度和资源命中数,选择下一条邻居节点路径转发查询消息,将查询信息发往目标可能存在的区域,因此减少了发往网络的查询信息包数量,节省了网络带宽.实验结果表明,该算法可以减少大量的冗余查询信息,提高资源搜索的成功率,是一种有效的非结构化P2P网络资源搜索策略.     

基于蚁群算法的非结构化P2P网络资源搜索策略

针对非结构化P2P网络资源搜索算法中冗余消息数过多、搜索效率低等问题,提出一种基于蚁群算法的非结构化P2P网络资源搜索策略,该策略利用蚂蚁信息素的正反馈原理,同时综合考虑邻居节点度和邻居-邻居节点信息,选择下一条邻居节点路径转发查询消息,有效地指导资源搜索路径的生成。实验结果表明,该算法在一定程度上减少了大量的冗余查询消息,提高了资源搜索的成功率,是一种有效的非结构化P2P网络资源搜索策略。     

基于兴趣相关度的P2P网络搜索优化算法

P2P网络中的搜索性能是影响P2P网络发展的关键问题。该文研究非结构化分散型P2P网络中的搜索机制,提出2个改进算法。改进算法利用节点的共享情况和查询历史发掘节点的兴趣爱好,并赋予节点一定的自治性,使得非结构化分散型P2P网络能随着网络中查询数的增长而动态优化,提高查询效率。实验证明改进算法提高了查询检索的效率,在保证查全率的基础上,查询产生的消息减少了75%。     

针对非结构化P2P网络稳定性的搜索策略

对于分层非结构化P2P网络,到目前为止,节点稳定性是影响搜索结果的一个主要原因,提出建立一种维护模型来有效提高这种分层非结构化P2P网络的稳定性.在此维护模型中,普通节点作为一个隐性的备份,在超级节点退出时,取代超级节点成为新的超级节点,使得整个网络具有较好的鲁棒性.并详细介绍了该算法的实验.同时,在一定程度上优化了分层非结构化P2P网络的搜索算法.该维护模型的核心是一个取代算法.     

非结构化P2P网络基于马尔科夫链的搜索算法研究

现有的非结构化P2P资源搜索算法并没有将兴趣与负载结合进行考虑,本文不仅考虑节点搜索资源时基于兴趣的查询转发,也综合考虑了各个节点的负载信息。基于此,本文设计提出了基于Markov Chain模型的资源搜索改进算法Bo MC。Bo MC算法利用马尔科夫模型为非结构化P2P网络节点通过随机采样建立状态转移概率矩阵。而转移概率是基于节点的转发因子,其中包含有节点兴趣及负载的综合信息。我们知道,基于马尔科夫链平稳分布的特性可以使整个网络在查询过程中趋于收敛状态,进而达到节点的负载均衡。根据网络负载分布情况,该算法考虑到动态更新转移概率。在Peer Sim的仿真环境下,实现Bo MC算法并将其与传统的P2P资源搜索算法作比较。     

一种基于层次化兴趣的非结构化P2P拓扑形成模型

在非结构化P2P系统中有两个根本性的问题需要研究:拓扑的自动生成和查询算法.其中前者更为重要:虽然查询算法通常是独立于拓扑结构的,但一个结构良好的拓扑会极大地改善查询算法的性能.提出一种基于层次化兴趣表达的拓扑生成模型(self adaptive community-based model,简称SACM).在这种模型里,每个节点由自身的资源整体类型倾向决定自己的兴趣(interest),并且采用树形结构来表达兴趣;然后节点由兴趣产生一个二进制序列的CID(community ID),CID将成为拓扑形成的主要依据--具有相近CID的节点能聚集成一个连通性较高的子图(社区).SACM不仅提供了生成聚类拓扑的算法,更为重要的是,它通过兴趣的定义及维护从统计上在资源和网络拓扑之间建立了联系.是否存在这种联系正是结构化P2P于非结构化P2P的本质区别.     

一种有效的无结构对等网络搜索算法

点对点（Peer-to-Peer）网络已发展成为当今最为流行的资源共享系统之一。其中的资源搜索是一个关键性问题。传统的方法借助本地所掌握的网络信息,利用某种搜索算法来定位资源。但是这些方法只遵循很少的搜索规则,因此不能取得理想的搜索性能。文章提出一种更为高效的预搜索忽略优化算法来搜索P2P网络。它分为两个阶段：第一个阶段进行预搜索并获取网络拓扑结构和资源的信息,第二个阶段通过已获取的信息对网络结构进行逻辑上的优化,进而更高效地搜索P2P网络。     

结构化对等网测量方法研究

网络测量是深入开展结构化对等网研究的基础,结构化对等网络协议设计、共享内容检索、态势感知乃至安全性的研究都需要以网络测量为前提.在节点分布对等、实时变化显著、未知瞬发扰动频繁的结构化对等网络中,获得其准确、完整的网络信息更是十分困难的.通过形式化分析结构化对等网节点搜索过程,研究节点信息在全网分布情况与查询返回率之间的关系,将历史测量数据与具体对等网特征信息相结合挖掘节点搜索优化策略,提出了一种网络资源占用显著降低、搜索速度较快、信息完备率较高的搜索测量优化方法.KAD 网络是目前得到大规模部署运行的为数不多的结构化对等网络之一,以KAD 网络为主要研究对象开发了KadCrawler 对等网搜索系统,进行了大量测量和分析,验证了搜索优化方法的可行性和有效性;同时,对当前KAD 网络拓扑结构特征、节点重名等现象进行了初步分析,发现KAD 网络近年来发生了显著的变化.     

基于兴趣关联的对等网反垃圾邮件过滤模型

提出了一个基于用户兴趣关联的P2P(peer-to-peer)反垃圾邮件过滤模型,它通过使用一个基于相似兴趣自动聚集的查询算法,从而让这种无结构的网络变成一个具有相似兴趣的语义网络,使得本模型能很快地得到查询结果,提高了过滤效果,节省了资源,且具有较高的灵活性,弥补了当前协作式过滤模型的不足.     

P2P网络中基于文件路由模型搜索方法的改进

资源搜索和共享是P2P网络中重要的应用。针对当前P2P网络中现有共享资源搜索方法还存在诸多不足之处的问题,提出了一种基于文件路由模型改进的搜索方法。该搜索方法选取多个稳定对等体共同作为共享信息的载体,在利用哈希函数分配共享信息及其索引的基础上,提出了一种新的数据结构来记录所有存储了同一共享信息的稳定对等体信息,增强了系统的健壮性,同时均衡分配共享信息载体的负荷,合理利用网络带宽,使P2P网络在资源搜索和共享方面得到了一些改善。     

一种P2P网络环境下的OLAP模式匹配方案

P2P网络环境下,每个OLAP服务器上都有一套完整的数据解决方案。当OLAP服务器之间进行协同工作时,如何将Data Cube中的模式进行匹配以完成联合OLAP查询成为一个关键问题。在对Data Cube中的维及维层次链进行了定义后,提出了一种维层次链的匹配规则,能较好地优化P2P网络环境下执行联合OLAP查询。     

基于语义网的节点关联的P2P搜索

分布式的无组织性的Peer-to—Peer（P2P）网络信息检索和查找系统由于不需要集中的目录管理和数据存储最近成为研究的热门。提出了一个高效的能增加搜索概率的P2P搜索算法，它的关键是把提供数据的节点聚合在一起组成一个关联网络。节点的关系由关联度来决定。     

非结构化对等网络资源定位机制研究

非结构化对等网络是当今P2P的主流,资源搜索定位机制是其核心问题,Gnutella为代表的非结构化对等网络采用基于BFS和DFS的定位机制。在分析非结构化对等网络特征的基础上,提出了改进搜索定位机制的思路和方法。     

非结构化对等网络资源定位机制研究

非结构化对等网络是当今P2P的主流,资源搜索定位机制是其核心问题,Gnutella为代表的非结构化对等网络采用基于BFS和DFS的定位机制。在分析非结构化对等网络特征的基础上,提出了改进搜索定位机制的思路和方法。