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P2P系统的Gnutella模型研究

对等(P2P)计算是未来网络是P2P网络实现的最为关键的问题.以Gnutella为例,研究了非结构化P2P系统近年来的搜索优化技术.根据现代Gnutella网络的特点,提出了一种有助于改进非结构化P2P系统扩展性的搜索机制.     

一种基于兴趣域的无结构对等网络搜索模型

资源的搜索是P2P网络的核心问题之一,同时也是P2P网络研究的热点方向。本文研究了集中式对等网络、非结构化对等网络、结构化对等网络与混合结构对等网络模型,并详细分析了各种网络模型的特点及其工作的一般原理。在此基础上,本文结合P2P网络中存在的小世界现象,提出了一个基于兴趣域的无结构对等网络搜索模型。     

一种改进的非结构化P2P网络资源搜索策略

非结构化P2P网络具有资源搜索效率不高,容易产生大量冗余信息等问题,为此,提出了一种改进的资源搜索策略。通过为网络中的节点建立朋友节点来改进传统的非结构化对等网络资源搜索,并在此基础上设计了一种新的资源搜索算法。仿真试验证明,该策略在一定程度上提高了非结构化P2P资源搜索的效率,同时减少了网络中的冗余信息量。     

一种新的基于访问兴趣相似性的P2P网络模型

针对在非结构化对等网络(Unstructured Peer to Peer)中查找资源时传统资源搜索方法的检索效率不高、通信开销过大的问题,提出了一种新的基于访问兴趣相似性P2P网络模型。在对网络结构不作全面改变的情况下,通过发现访问频谱相似节点,建立少量访问频谱相似节点间的远程连接,可以改善传统的非结构化对等网络资源搜索,并在此基础上设计了一种资源搜索算法。仿真试验证明,该模型在一定程度上提高了非结构化P2P资源搜索的效率,同时减少了网络中的通信冗余信息量。     

基于预算机制的非结构化P2P网络搜索算法

目前非结构化对等网络(P2P)搜索算法均采用生存时间（TTL）机制控制搜索算法的搜索深度,有效地控制了搜索消息在网络上的传播,对于盲目搜索算法控制效果较好。但是TTL机制由于存在着在相同的搜索半径内所搜索的节点数目差异巨大、各个搜索分支只能搜索同一深度等缺陷,搜索效果不稳定且不能较好支持目前主流的基于兴趣域等导向性搜索算法。针对这一问题,提出采用预算机制取代TTL机制,通过使用预算值取代传统的TTL值来控制搜索的深度和搜索节点数目,能保证搜索节点数目较固定且能实现不同搜索分支采用不同搜索深度,从而更好地支撑导向性搜索算法。实验表明,基于预算机制的非结构化P2P网络搜索算法的搜索节点数目稳定,导向性好,算法搜索效率较高。     

基于P2P的网络资源搜索引擎研究

介绍非结构化对等网络在网络资源搜索机制的工作原理,分析其带来的可扩展性同题,详细探讨两个关键技术Caching技术和Gnutella搜索机制,优化节点间的负载均衡,进而提高网络的可扩展性和网络资源搜索效率.     

非结构化离散型对等网络的枢纽副本复制机制

P2P网络使得网络中的数据传输更加方便和高效.当前大多数P2P相关研究集中在路由算法及结构化网络拓扑方面,忽略了非结构化离散型副本复制的研究.提出了一种基于非结构化离散型对等网络的枢纽节点副本复制机制(JRM).通过该机制,可以降低非结构化离散型对等网络中的数据流量并实现更好的负载平衡.给出了相关算法伪代码,并通过分析证明了该算法的优势.     

基于语义相似度的P2P查询技术研究

以往的非结构化P2P系统采用的是无确定目标的自由搜索协议,它具有搜索效能低,无可扩展性的缺点.针对这些不足.提出一种非结构化对等语义连接网络(简称NSP-SLN),实现一个基于语义相似度的查询路由算法.仿真实验结果表明,语义拓扑能够有效地提高系统的搜索效率.     

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.     

基于兴趣域的非结构化P2P模型

泛洪式路由（Flooding）是在非结构化对等网络中进行有效资源查找的主要方式,但其路由过程将产生大量冗余消息,因而严重制约了其可扩展性。随节点数增多,泛洪式路由的网络带宽消耗也变得异常严重。针对非结构化P2P网络拓扑的特点,结合对已有的非结构化P2P搜索算法的研究,文章提出了一种基于兴趣域的非结构化P2P搜索算法,使得节点能在短时间内查找到有效的资源,减少了查询信息量,缩短了路由路径,提高了搜索效率。     

非结构化P2P网络的增量式查询

基于非结构化P2P网络的应用日益广泛,参与共享资源的节点越来越多,且呈海量增长趋势.如何在海量节点、海量资源的情况下,对同一查询语义进行增量式查询,是一个重要而颇具挑战性的问题.提出了一个通用的近似依相关性大小的非结构化P2P网络增量式查询算法模型,该算法模型使得针对同一查询语义的增量式查询尽力优先访问与语义最为相关的节点,从而在完全分布式的P2P网络中获得类似Google[1]的依据资源相关性排序显示及其"下一页"的功能.     

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。     

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.     

基于信任的P2P拓扑进化机制

现有的非结构Peer-to-Peer(P2P)系统缺乏对拓扑公平性的考虑,并且不能对某些节点的恶意行为进行有效的抑制。其主要原因在于构造的拓扑对节点信任度的不敏感性,忽略了P2P网络中各节点的异构性。据此,首先给出了基于反馈可信度的节点全局信任度计算模型,然后在此基础上提出了一种针对非结构化P2P网络的自适应拓扑进化机制。利用该机制,可使高可信节点占据拓扑的有利位置,低可信节点处于不利位置,从而体现拓扑的公平性。该机制同时能够对节点的恶意行为进行有效的抑制,并具有激励性质,鼓励节点提供更好的服务,以获得更高的响应率。分析和仿真结果表明,该机制较之现有机制,在拓扑的有效性和激励性上有较大的提高。     

面向非结构化P2P 网络的双向随机漫步搜索机制

为解决目前Random Walk改进算法中过于依赖历史搜索记录而导致动态网络环境下搜索命中率低、网络开销过高和稀有资源的搜索成功率提高不明显等问题,通过分析随机漫步的基本性质和易转向高度数节点的搜索特性,提出了一种双向随机漫步搜索机制——BRWS(bidirectional random walk search),并证明了其能够提高包括稀有资源在内的搜索成功率,抗扰动性强.分别在静态和动态网络环境中,将Random Walk,APS(adaptive probabilistic search),PQR(path-traceable query routing),P2PBSN(peer-to-peer based on social network)和BRWS基于Random Graph、Scale Free网络、Small World网络3种拓扑进行了对比实验.结果表明,BRWS可以以较少的网络搜索代价,极大地提高搜索成功率;并在动态网络环境中,对稀有资源的搜索成功率也有显著提高.所提出的方法可适用于P2P文件分发网络应用中.     

基于非结构化的P2P信息检索关键技术研究

如何在缺少集中控制、大规模、分布式的P2P（peer-to-peer）网络中找到并定位信息是所有的P2P共享系统面临的一个难题．现有的P2P信息检索机制存在着种种不足：基于结构化P2P网络的检索效率很高,然而由于构造过于严格,难以在Internet上普及,而且仅能支持粗粒度的文件共享;非结构化P2P网络实现简单,是P2P共享系统的主要实现方式,但是由于搜索的盲目性,其检索效率又普遍低下．建立了一个新的非结构化P2P共享原型系统．该系统利用改进的蚁群算法进行检索路由,使检索总是倾向于有利的方向．同时,有针对性的推荐服务能够减少盲目搜索,提高文件共享水平．仿真实验的结果表明,该系统所采用的信息检索与信息推荐相结合的策略能够有效地提高P2P信息检索的成功率,降低网络负载．     

一种基于本地聚类的P2P资源查找算法*

资源检索是P2P系统研究的热点之一,非结构化P2P资源查找普遍采用泛洪机制。随着查询请求的增加,消息数量呈指数增长,网络拥塞和带宽浪费严重,查询效率得不到保障。针对这一问题,给出了一种基于本地聚类的非结构化P2P资源查找算法。通过对资源特征向量的本地Kmeans聚类和相似链接的建立,有效地提高了资源检索效率,避免了查询消息的扩散对网络带宽的浪费。实验表明,该方法能有效缩短资源的平均检索长度,提高查找成功率。     

基于幂律分布和小世界特性的无结构P2P网络中搜索方法研究

目前无结构P2P系统得到了大量的应用,但其常用的基于简单flooding机制的信息资源搜索方法造成了严重的通信消耗.基于P2P网络的幂律分布和小世界特性,通过对复杂网络幂律特性产生机制的分析并借鉴人际传播中谣言传播机制,提出了一种结合择优连接机制和谣言传播中兴趣衰减机制的信息资源搜索方法.其中择优连接是导致复杂网络幂律特性产生的机制之一,而谣言传播中的兴趣衰减机制适合于聚合网络中的信息传播.分析和仿真结果表明,提出的搜索方法可以有效地减少无结构P2P网络中信息搜索的通信开销.