一种基于P2P的网格资源发现算法

为了解决网格技术中节点随机加入及资源动态共享的问题,采用了P2P与网格技术有机融合的方式,改进了网格的动态性和可扩展性,建立了基于P2P的网格资源体系结构模型,并提出了一种融合DHT和蚁群算法的资源发现算法.该算法能有效地提高P2P网格环境下的资源发现性能,可以准确可靠的进行信誉值高、综合费用低的分布式资源发现.     

基于改进的混合P2P的Chord算法

Chord是一种数值逐步逼近的P2P路由算法,它能够快速地定位资源。在Chord环上由于结点的随机性,资源定位时产生了逻辑路径和物理路径不一致及绕环问题,致使网络延迟增大。混合P2P具有很强的网络局部性,但查询效率低。提出了基于改进的混合P2P的Chord算法（Chord Algorithm Based on Enhanced Hybrid P2P,CBEH）,该算法利用增强的混合P2P中超级结点的网络信息,在路由过程中优先选取物理距离近的结点。实验表明CBEH能够有效地减少路由查找时延,提高路由性能。     

结构化P2P网络资源搜索Chord算法研究与改进方案

针对结构化P2P网络资源搜索技术中Chord算法进行深入研究和分析,分别从路由信息冗余、节点延迟划分、查询路径判断等3个方面对传统Chord系统进行讨论和改进,提出了相应的改进方案,并通过仿真实验对方案进行性能测试和验证分析,证明改进方案减少了资源查询路径长度,降低了信息的转发次数,减轻了网络的负担,从而能更好提高资源搜索效率.     

基于资源密度与节点管理的P2P随机搜索算法设计

现有的P2P搜索算法对资源特性考虑较少,文中充分考虑了资源的密度信息对搜索效率的影响,设计了动态的密度调节策略和动态的智能节点管理方案,并基于此提出了改进的多路随机算法SNKR。SNKR算法的设计基于资源密度信息,并且使用智能节点协助搜索,具有较小的消息复杂度。实验仿真结果显示,与简单多路随机算法相比,SNKR在搜索时间上改进约10%￣40%,同时很好的控制了总的消息数和重复访问节点的比例。     

P2P网络架构的资源搜寻算法设计

结构化对等(P2P,Peer to Peer)架构的资源搜寻算法如Chord、CAN、Pastry等的提出,改变了非结构化P2P架构的泛洪式资源搜寻的方式,降低了P2P资源搜寻信息的流量,从而增强了系统的扩展性.但是以上算法均未考虑到节点间实际物理距离对搜寻路径长度的影响.文章提出一种基于节点能力和节点区域性的结构化搜寻算法,该算法综合了CBT和Grapes的优点并充分考虑到节点的区域性以及节点能力,从而构建了一个短搜寻路径能力集包容的P2P系统.     

基于蚁群优化的移动P2P网络路由选择算法

因为移动P2P网络具有动态性而且移动节点能量受限,提升移动P2P数据传输效率至关重要.利用蚁群优化算法,将蚂蚁的信息素与节点的能量和通信带宽结合起来,在蚁群选择路径时,减少其寻优路径上的信息素浓度,根据概率路由表中信息素的浓度对路由选择策略进行调整,避免网络拥塞和个别节点能量消耗过快,提出了一种移动P2P网络的多路径路由选择算法.实验结果表明,与EDSR路由协议相比,提出的算法能够降低节点的分组丢失率和端到端的平均时延,提高了网络的生存周期.     

基于改进型蚁群算法的P2P网络资源搜索的研究

目前P2P网络中的资源搜索算法以泛洪法为核心,产生的巨大网络流量加重了网络负载,只适合小型网络。蚁群优化算法具有较好的鲁棒性、并行性等优点,已有不少学者将其应用于P2P资源搜索。本文在分析蚁群算法应用于P2P网络中资源搜索面临的问题的基础上,给出一个适合蚁群算法的新型的P2P文件共享构架,以解决P2P路由的不一致性等问题。在P2P网络中应用能见度会带来3个缺点:容易导致局部极小解、容易导致流量集中、实际网络中的实现有较大难度,由此本文提出了去能见度蚁群算法。构建了开放式的网络仿真拓扑结构,通过一系列的实验结果验证了去能见度蚁群算法的全局能力更强。     

大容量广电网的P圈启发式算法研究

结合广电网大容量的发展要求,考虑较为复杂的网状网结构,网络生存性问题日益凸显。对经典的预置圈(P圈)容量算法进行了改进,并选用COST239网络拓扑对改进算法进行编程仿真。结果证明,改进算法在减少预置圈数量的同时能够提高资源利用率,性能有所提高,可以较好地解决广电网的生存性问题。     

一种基于P圈的启发式构造算法的研究

针对P圈的Grow构造算法在圈扩张时没有考虑到边的扩张顺序,从而失去一些先验效率高的圈,提出了一种改进的Grow算法.该算法是通过调节参数K在每次扩张时选择前K个先验效率最高的圈,并对每个选择的P圈进行相同的扩张,同时还考虑了跳数受限时算法的性能.通过仿真,结果表明该算法可以有效地增加先验效率,减少配置P圈的个数,提高资源利用率.     

基于反馈选择的P2P网络搜索算法

利用历史查询的搜索反馈结果,考虑节点兴趣,计算邻居节点的预计搜索成功性,动态选择转发的邻居节点,以减少消息数量和发现第一个文件的时间以及增加文件的查全率,提出一种基于反馈选择的P2P网络搜索算法。该算法通过计算邻居节点的动态有利度,定期调整邻居节点,提高了P2P网络的搜索稳定性。算法分析和实验结果表明,该算法的性能优于NS搜索算法。     

基于区域资源聚集的P2P网络

P2P网络规模的扩大使基于洪泛的检索方法产生严重的通信消耗问题,提出一种区域资源聚集模型,对非结构化对等网络中分散的资源进行分层聚集,形成大粒度的资源实体,从而显著缩减网络规模,并综合考虑影响资源检索命中率的多种因素,构造资源引用价值衰减函数来调节描述资源实体的引用价值向量和矩阵.检索时从区域资源簇中具有最大引用价值的资源组开始逐步寻找所要的资源.实验证明,该方法的消息转发范围得到控制、检索命中率有显著提高.     

结构化P2P资源搜索算法及其在未来光网络中的应用

推进绿色节能光网络是未来光网络面临的重要挑战之一。基于DHT的结构化P2P资源搜索算法因为可扩展性、鲁棒性、负载均衡、查询效率高等特点更适用于具有云计算、物联网、移动互联网等特点的未来光网络中的资源搜索。研究结构化P2P资源搜索算法的特点,从降低能耗角度分析算法对未来光网络产生的影响,提出在名址分离架构的未来网中快速资源搜索设计方法,最后探讨P2P资源搜索算法在未来光网络中面临的挑战。     

一种新的基于非结构化P2P网络的语义覆盖网络

在经典的语义覆盖网络中,所有节点都处于对等地位,没有考虑节点间共享资源数量及相对位置的差异,这使网络中节点分组信息的维护与资源搜索成本较高。丈中分析了节点间共享资源数量及相对位置的差异对语义覆盖网络中节点分组信息的维护与资源搜索代价的影响,并在此基础上提出了一种新的基于非结构化P2P网络的语义覆盖网络。该结构利用P2P网络的拓扑匹配与区分索引技术有效减少了经典语义覆盖网络中节点分组信息的维护及资源搜索代价,提升了网络的整体性能。     

SKIP:an efficient search mechanism in unstructured P2P networks

Search efficiency and accuracy of resource are important considerations for search algorithm in peer-to-peer(P2P)network.Most search algorithms use flooding among neighbor nodes to search relevant resource.However,this usually causes great amount of redundant messages,which results in high search costs and low search precision.In this paper,we use vector space model(VSM)and relevance ranking algorithms to construct overlay network,and a novel search mechanism search with K-iteration preference(SKIP)based on semantic group for P2P networks is proposed to efficiently solve these problems.The key idea of SKIP is to reorder the semantic neighbors of nodes according to relevant scores and to utilize preference selection during the process of query.We analysis and implement the scheme and reveal that the SKIP provides a low overhead on topology maintenance,which can be effectively used in P2P searching and verify it outperformanee in higher precision and lower search cost by comparing with current semantic-based searching mechanism gnutella-like efficient searching system(GES).     

基于分簇P2P的多跳无线mesh网络资源检索与分发算法

针对多跳无线mesh网络中拓扑结构和不同类型节点的特征,将多跳无线mesh网络建模成分簇P2P结构.为了降低资源发布的开销,在进行资源共享设计时,利用布鲁姆过滤器作为资源表示和消息在网络中传输.以布鲁姆过滤器为基础,提出了一种基于资源密度敏感的多跳无线 mesh 网络资源检索和分发算法,将移动客户端的资源下载请求转发到拥有资源副本最多的P2P分簇,利用该分簇的多个资源副本备份提供资源下载服务,最大化降低节点移动性产生的资源下载中断.仿真结果表明所提出的资源检索和分发算法能有效提升资源的下载性能.     

基于朋友相关性的P2P快速搜索算法

如何高效地搜索资源是P2P网络中最为关键的问题。对等网络拓扑结构往往不是简单的结构化或非结构化,采用单一的搜索方式效率低下,因此,提出一种改进的搜索算法——基于朋友相关性的搜索算法(FriendSearch),将基于结构化的Chord搜索算法与非结构化的洪泛搜索算法有机结合起来,在网络节点间建立朋友关系。实际系统应用表明本算法较常规Chord算法高效,准确。     

基于预算机制的非结构化P2P网络分段搜索策略

在非结构化P2P网络中,降低消息冗余,提高搜索的效率,一直是资源搜索的关键问题.目前非结构化P2P网络均采用生存时间（Time-To-Live）机制控制搜索算法的深度,但是同时产生了大量的冗余消息,严重影响了网络的利用率.为了能够在保持高搜索效率的前提下减少冗余消息的数量,提出了一种基于预算机制的非结构化P2P网络分段搜索策略DBudgetSearch.DBudgetSearch将搜索过程分为两个阶段,并在每个阶段中使用预算机制来控制消息转发的数量和导向,根据邻居节点的连接度大小来选择消息的转发对象.分析和试验结果表明,DBudgetSearch导向性好,算法搜索效率高,能够有效减少冗余消息.     

具有位置感知和语义特征的P2P网络模型

 非结构化P2P网络中常用的泛洪搜索方法造成了严重的通信消耗.提出一种基于位置感知和语义的P2P网络模型,在覆盖网络的构建过程中考虑底层的物理网络拓扑,同时兼顾拓扑结构与共享资源之间的相关性.该网格模型基础上,给出了语义搜索算法.实验结果表明,提出的网络模型能够减少覆盖网络与底层物理网络拓扑不匹配带来的网络开销,并且在查找性能和网络开销之间取得了良好的平衡.     

CAR：一种MANET环境下的P2P资源定位与获取算法

针对移动自组网(MANET)环境的特殊性,引用DHT思想,设计了一种适于MANET环境的基于地理位置信息的分层散列索引结构GH2I。基于该结构,设计了一种移动对等(MP2P)覆盖网络资源定位与获取算法CAR。从而实现一种MANET环境下的具有较好可扩展性、资源查找与获取高效性以及移动环境适应性的MP2P网络。