结构化纯分布式P2P网络复杂搜索算法研究

随着P2P技术的快速发展,结构化P2P网络的复杂搜索问题已是制约结构化P2P网络技术得到成功应用的最重要因素之一。为此,本文首先分析了结构化P2P网络的复杂搜索问题的产生原因和背景,对当前主要的基于结构化P2P网络的复杂搜索算法进行了较为全面的分析和评价。     

结构化P2P网络一致性维护策略

一致性维护策略是解决结构化peer-to-peer(P2P)网络中数据可靠性和一致性的关键技术,基于该技术,数据可以在不同时间、不同地域得到有效的管理.然而,不同节点的空间异构性、能力异构性和功能异构性对数据一致性维护提出了挑战.对此,首先介绍结构化P2P网络一致性维护的基本概念和特点,并阐述一致性维护策略设计面临的挑战以及需考虑的性能指标;然后提出一致性维护策略的分类标准和系统模型,根据该分类标准,详细剖析当前一致性维护策略相关的研究工作;最后,讨论结构化P2P网络一致性维护研究的开放性问题,并指出未来研究的方向和重点.     

P2P网络安全性分析及对策研究

P2P网络技术在使人们享受信息资源,增强网络可用性的同时,也带来了新的网络安全问题。本文对P2P网络的安全性进行了分析,并提出了相应对策。     

非结构化P2P网络拓扑结构的改进机制

非结构化的P2P网络由于方便的全局部署和支持模糊匹配,而越来越受到欢迎,但是非结构化的P2P网络采用了洪泛的广播方式,因而导致网络的缩放性比较差,该文则在研究非结构化P2P网络拓扑结构存在问题的基础之上,提出采用平衡二叉树作为非结构化P2P网络的拓扑结构,设计相应的网络节点加入,节点退出,资源搜索等算法,并通过相应的仿真来展示改进的效果。     

基于结构化P2P网络的计算力资源整合方法的研究与实现

结构化P2P网络因其查找效率高、资源消耗少的特点受到了越来越多的关注,但由于缺少易于开发和应用的平台,结构化PZP网络上的应用还没有广泛出现,这限制了结构化P2P网络的普及.本文研究了结构化P2P网络在计算力资源整合应用上的优势,提出了一种基于结构化P2P网络的计算力资源整合方法,面向系统性能、可靠性、缩放性进行了优化,设计并开发了相应的原型系统.对该方法进行了理论分析和实验验证.结果表明,这一方法有效地整合了网络中节点的计算力,并对网络动态变化和负载均衡有较强的适应能力.     

非结构化P2P系统Overlay优化技术综述

非结构化P2P Overlay网络的结构松散, 网络中资源的分布没有明确的限制, 这使得非结构化P2P Overlay网络中的资源搜索在很大程度上依赖于通信开销巨大的泛洪法, 因而非结构化P2P系统在伸缩性, 可用性等方面, 存在明显的不足. 非结构化P2POverlay网络的上述特点决定了非结构化P2P Overlay优化技术的重要性. 本文分四大类别, 对非结构化P2P Overlay优化技术进行了介绍, 分析比较了各类方法的优劣以及它们的适用场合, 并在此基础上对未来工作进行了展望.     

P2P网络安全性分析及对策研究

P2P网络技术在使人们享受信息资源,增强网络可用性的同时,也带来了新的网络安全问题.本文对P2P网络的安全性进行了分析,并提出了相应对策.     

P2P网络中结构化模型研究

本文对P2P网络进行了简要介绍,提出了目前P2P网络中结构化路由算法面临的几个问题,对P2P网络中的结构化模型进行了分析,并对其存在问题以及完善方向进行了一定探索。     

DrTrust: 一种非结构化P2P网络信任模型

P2P网络的动态性、匿名性和自治性带来许多安全问题,传统的结构化的P2P信任模型并不能很好的适应对等网络环境。提出了一种应用于非结构化P2P网络中的信任模型——DrTrust。该模型充分利用直接信任值和推荐信任值相结合方式的优点,实现了精确计算信任值,并采用分布式存储方式和激励、惩罚机制分别存储和更新信任值。仿真结果表明,DrTrust在准确计算节点信任值和抑制恶意节点行为等问题上较已有的信任模型有一定的改进。     

基于拓扑关键点保护的P2P网络拓扑优化

网络连通性是对P2P网络拓扑结构进行优化的前提.为了确保P2P网络中每一个节点的相互连通,增强网络拓扑的抗毁性,应以分布式的方法有效地检测到拓扑关键点并合理地将其消除,以从本质上增强网络应对分割的抵抗力,同时显著地提高系统的容错性.对非结构化P2P网络的CAM拓扑关键点发现算法进行研究分析,提出ECAM拓扑关键点发现算...     

基于P2 P流媒体的分层多描述编码

网络异构性与传输可靠性是视频通信存在的两大问题.在视频编码中,分层编码用来解决网络传输异构性问题,多描述编码是解决传输可靠性的有效手段,而分层多描述视频编码则是二者的结合.在分层编码技术的基础上,提出了基于像素空间分解的分层多描述编码,同时给出了提高用户节点视频服务质量的视频子层合成算法和像素估值算法;并通过对像素量化值与估值误差之间关系的分析,建立了一种分层多描述编解码数学模型.实验结果表明,所提出的方案在P2P网络的异构性上有较好的优越性,同时较好地解决了网络传输的可靠性.     

一种基于兴趣协助的P2P网络共享文件搜索方法

分析了传统的结构化P2P网络和非结构化P2P网络搜索方法的优点和缺点,提出了一种基于兴趣协助的搜索方法,通过在结构化P2P网络节点上发布兴趣来加速非结构化P2P网络上的查询。实验结果表明,此方法在查询成功率和搜索延迟等方面都有着较好的性能。     

一种面向数据抗毁性的对等网络数据存储策略*

现有评价机制不能准确评估结构化对等网络冗余存储策略,因此,引入数据抗毁性这一评价指标,从全复制、分块复制和有中心节点的分块复制三个角度对数据抗毁性进行建模分析。在此基础上,提出了一种基于动态中心确认机制的数据存储策略（DCDS）。实验证明,该策略在网络节点不断失效的情况下,对提高网络中可用数据的数量是有效的。     

一种基于群组的P2P网络信任管理模型*

针对 P2P 网络中存在的多种恶意行为,提出一种基于群组的信任管理模型。该模型采用分组策略,引入直接信任度、组内信任度、组间信任度及多种控制因子来计算节点总体信任度,提高了信任机制的可靠性。仿真实验表明,该模型能够有效抑制多种恶意行为,提高系统成功交易率,使节点之间更有效地建立信任关系。     

结构化对等网络中P2P 僵尸网络传播模型

依赖结构化对等网传播的P2P僵尸是未来互联网面临的重要威胁.详细分析了两种典型的结构化P2P协议Chord和Kademlia的工作原理,在此基础上,使用数学建模的方法建立了结构化P2P僵尸网络的传播模型.该模型将Kademlia,Chord协议与双因子免疫机制、主机在线率等因素相结合,较为全面地研究了两种典型的结构化P2P网络中僵尸的传播机理,并使用软件仿真的方法模拟了节点超过百万时,结构化P2P网络中僵尸的传播行为,通过软件仿真得出的数据与理论数据进行对比,验证了模型的正确性.从实验结果可以看出:对于Kademlia和Chord两种结构化P2P网络,僵尸传播无论是双因子免疫模型还是结合双因子与主机在线率的模型,理论模型与仿真结果都非常吻合,体现了模型的准确性,为僵尸的检测与防御提供了理论依据.     

一种激励相容的P2P信誉模型

针对现有的信任模型不能很好地处理P2P网络环境中恶意节点提供虚假服务的欺作行为,及不积极提供诚实推荐的问题,提出了一种激励相容的P2P信誉模型(简称ICRM)。该模型使用时间区间的概念来标示经验和推荐的时间特性,利用直接信任度、推荐信任度及推荐可信度等机制来精确描述节点的实际信任等级,并引入参与层次来度量节点提供推荐的积极程度,从而有效地识别与抑制不同类型的恶意节点,激励节点积极提供诚实推荐。仿真实验表明,ICRM能够有效地抑制恶意节点的欺作行为及不诚实反馈行为,并能有效解决节点推荐积极性不高的问题。     

P2P网络中激励机制研究

由于P2P网络节点的匿名性和贡献资源的自愿性，绝大多数节点缺乏提供服务的积极性，从而引发了P2P网络中的搭便车问题。在分析搭便车问题的基础上，全面介绍了基于微支付、直接互惠和信誉模型等典型激励机制，指出了这些模型中分别存在的隐藏信息，信息不对称和共谋等问题。根据机制可靠性，扩展性和复杂度等衡量因素对各种激励机制进行了比较分析，讨论了代价与效用量化比较和通用激励框架等激励机制未来研究的趋势。     

Enhancing Search Performance in Unstructured P2P Networks Based on Users' Common Interest

Peer-to-peer (P2P) networks establish loosely coupled application-level overlays on top of the Internet to facilitate efficient sharing of resources. They can be roughly classified as either structured or unstructured networks. Without stringent constraints over the network topology, unstructured P2P networks can be constructed very efficiently and are therefore considered suitable to the Internet environment. However, the random search strategies adopted by these networks usually perform poorly with a large network size. In this paper, we seek to enhance the search performance in unstructured P2P networks through exploiting users' common interest patterns captured within a probability-theoretic framework termed the user interest model (UIM). A search protocol and a routing table updating protocol are further proposed in order to expedite the search process through self organizing the P2P network into a small world. Both theoretical and experimental analyses are conducted and demonstrated the effectiveness and efficiency of our approach.