分点:无结构对等网络的拓扑关键点

虽然对等网络中的结点在功能上互相平等,但其中某些结点对于覆盖网拓扑却有重要意义.提出了分点概念来描述对等网络的拓扑关键点,这些结点的失效很可能导致覆盖网的分割.设计了一套简单、有效、分布式的分点检测和避免方法.模拟实验的结果表明,该方法可以优化覆盖网拓扑结构,并显著地提高无结构对等网络在动态环境下的容错性.     

语义对等覆盖网中社区结构的发现和评价

最近,通过建立语义覆盖网络来提高大规模分布式网络环境中信息检索服务的性能成为对等计算领域的研究热点.目前,研究者们在语义覆盖协议和搜索算法方面已经做了大量研究,证明了语义覆盖在基于对等网络模型的内容定位应用方面极为有效.然而,分析和评价语义覆盖网络特征的研究工作确非常有限.文中通过建立数学模型和设计启发式回溯-贪婪混合算法、确认了语义覆盖网络的一种主要内在特性——社区结构特性.利用评价模型比较了SemreX语义覆盖网络和Gnutella网络的性能,实验结果显示SemreX覆盖网具有显著的社区结构特征,而Gnutella网络却没有这样的特征.另外,通过分别在两种覆盖网中仿真洪泛协议发现具有显著社区结构特征的覆盖网在内容定位方面效率更高.     

对等网络中搜索策略的研究

Being supported by distributed computing technology, Peer-to-Peer(P2P) computing may be one of themost important technology that influences the Internet in the future. Searching problem seems tg be more importantin P2P environment for lacking of centralized service in communication. In this paper, we will firstly analyze goals and mechanism of searching system in P2P networks. Our research will then focus on searching policy. We will pre-sent a data based technique in data spreading.     

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。     

无结构P2P网络搜索方法及其改进

对等(P2P)计算是未来网络中的关键技术,对等网络是实现下一代互联网的重要组成部分。如何高效地搜索P2P网络上的资源是P2P网络实现的最为关键的问题。在讲述对等网络的基本搜索方法的基础上,分析了许多改进的搜索方法,包括基于转发的改进方法、基于缓存的改进方法和基于覆盖网拓扑优化的改进方法。     

一种高效的无结构对等网络搜索机制

点对点网络已发展成为当今最为流行的资源共享系统之一。但是目前的搜索算法的效率通常很低,并且一般只遵循很少的规则,因此往往会给网络带来大量的冗余信息。通过对冗余消息产生的本质原因进行分析,提出了预搜索优化算法。该算法通过在预搜索阶段所获取的实时网络拓扑结构和资源的信息,制定有效的优化设置,从而在正式搜索时控制冗余消息的产生,提高资源搜索的效率。     

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。     

语义对等网覆盖路由模型的研究

现有对等网覆盖路由模型只适应精确查找,存在不支持语义查询的缺点。该文通过建立语义空间,根据所存储数据对象的兴趣来聚集节点,实现支持语义的对等网络路由模型,提高了搜索效率。仿真实验结果表明,该模型的搜索性能优于原有模型。     

对等网络的拥塞研究

对等网络的普遍应用带来了网络拥塞。从对等网络的拓扑属性研究网络拥塞，首先分析真实的Gnutella网络的流量，确定节点介数与网络拥塞之间存在关系。接着根据排队论模型从理论上给出了导致网络拥塞的临界负载与网络拓扑属性介数的公式解。最后设计拥塞控制策略，通过增加具有大介数节点的容量和这些节点间连接的方法来减轻网络拥塞。     

无结构P2P系统的重叠网拓扑优化

无结构P2P（Peer-to-Peer）系统的自身结构特征表现着良好的自治性和扩展性。然而,由于自身松散的重叠网拓扑结构以及对等节点可以自由地加入和离开的特点,系统十分容易产生重叠层与底层物理网络的拓扑结构不匹配的问题。另一方面,由于无结构P2P系统大多数采用泛洪式转发,大量的消息会通过低效地重叠网连接占用带宽,产生不必要的数据冗余,从而影响网络的性能,降低整个网络的利用率。提出一种动态拓扑优化模型机制,该机制通过节点在消息转发过程中获取实时的网络拓扑信息,进而通过一系列优化策略对低效的拓扑结构实施优化。     

在非结构化P2P网络中的搜索算法研究

Peer-to-Peer系统已经引起了越来越多网络用户的关注。而这种系统的一个核心技术是搜索算法。洪泛是应用在非结构化P2P网络中的基本搜索方法。它具有响应时间短，搜索成功率高，可靠性好等优点；它的不足是会产生大量多余搜索消息，消耗带宽等。根据洪泛和随机漫步的特性，在此提出选择洪泛算法。该算法维持了洪泛的优点，同时又降低多余消息的产生。从模拟实验可以看出，算法有效地降低了多余消息的产生，改善了网络运行环境。     

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.     

基于非结构化P2P的工作流管理系统

由于突出的灵活性,对流程复杂度较小,节点分散的业务流程的快速适应能力等,建立P2P的工作流引擎成为工作流研发的一个热点方向.P2P环境下构建工作流系统必须解决好节点和工作流参与者的关系等一系列关键问题.给出一套完整的P2P工作流管理系统实现方案,在结合实际工程经验的基础上,分析了每个节点的行为特性,同时根据几种不同的流程运转方式提出了两处XPDL的扩展和3种不同的流程执行的算法,以使XPDL满足P2P环境的要求,并加快流程运转的速度.     

IGSS:一种基于兴趣组的非结构P2P网络模型

针对非结构P2P网络中搜索机制效率低下的问题,提出一种基于兴趣组的高效搜索模型。通过计算节点的相似性,得到兴趣节点,从而建立快捷链接,形成兴趣组。搜索请求首先在兴趣组中传播,提高了搜索效率。实验结果表明该模型对搜索请求具有较高的效率和准确性。     

非结构化P2P覆盖网络通信协议研究

针对各种基于流言机制的通信协议在构造非结构化P2P覆盖网络中,其适用范围缺乏广泛的实证问题,提出了一个通用的协议框架——基于流言机制的节点采样服务,以执行高效和可靠的节点采样服务。在这种协议框架下通过实验分析了8种通信协议的差异。实验表明,采用不同的通信协议,所构造的非结构化P2P覆盖网络就表现出多种不同的行为特性,为构造非结构化P2P覆盖网络中选取通信协议提供了重要的参考依据。     

基于兴趣域的对等网络动态搜索机制*

针对非结构化P2P搜索机制不够灵活、不能有效解决跨域文件搜索的问题,提出一种基于兴趣域的非结构化P2P动态搜索算法。此算法根据每个节点共享的文件类型的差异,将网络进行分域,在分域的基础上利用预算值和TTL(time to live)值来控制搜索节点的数目和搜索的深度,对不同类型的搜索采用不同的搜索策略。实验表明,该搜索算法的节点覆盖率在50%左右,搜索效率保持在35%左右,即算法能够有效地满足用户的查询需求,效率比较稳定且高于当前典型的搜索算法。     

改进的非结构化P2P网络搜索算法

如何高效地搜索资源是P2P网络中最为关键的问题.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.针对以上问题,提出了一种利用节点积累的经验指导节点传播查询的路由搜索算法.在该算法中,通过记录节点关注的主题、主题的信息量大小和满足主题的目标节点,并建立对应关系表.当节点收到查询后,就利用该表来指导节点选择查询,以便更快地找到查询结果.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.     

非结构化P2P网络中减少冗余的搜索策略

在非结构化的P2P网络中,传统的洪泛式搜索造成大量的通信开销,严重制约了网络的可扩展性。根据标准洪泛机制在搜索的不同阶段表现出的不同特性,提出了一种基于TTL的分段搜索策略TTL-Search。TTL-Search把搜索过程分为两个阶段,各个阶段使用不同的策略转发消息。分析和实验结果表明,TTL-Search克服了洪泛搜索盲目性的特点,在一定程度上减少了查询带来的冗余开销,提高了查询成功率,能够高效地应用于非结构化P2P网络。     

基于蚁群算法的非结构化P2P网络搜索的改进

针对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而引发较大的网络流量和盲目性这一问题,引入人工智能领域的蚁群算法,利用蚂蚁信息素的多样性和正反馈机制,有效地指导节点选择查询,以便更快地找到查询结果.仿真结果表明,该算法有效地减少了查询带来的网络流量和盲目性,提高了查找的成功率.