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。     

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。     

一种非结构化P2P网络有效搜索机制的研究

本文在非机构化P2P网络搜索法-随机漫步搜索的基础上介绍了一种基于参数的自调节搜索机制(PBAS)。它引进了参数选择机制,通过参数的有效设置,将搜索成功率,网络开销和延迟达到一种平衡的理想状态。仿真结果显示它的性能比无调节的搜索机制更好。     

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。     

非结构化P2P网络资源搜索策略的研究

非结构化对等网络具有连接度幂律分布和小世界特性,其搜索具有高度灵活性和对动态环境的适应性,但是资源搜索效率比较低。本文通过研究基于非结构化对等网络的搜索算法,指出了每种搜索算法的应用领域和不足之处．并对搜索算法中需要解决的查询截止问题、冗余开销问题、服务质量问题提出了新的解决思想。     

P2P网络资源搜索方法研究

对等计算（P2P Computing）是下一代网络中的关键技术之一。如何高效地搜索P2P网络上的资源是P2P网络设计中最为关键的问题。文章介绍了P2P网络的特点及分类，在分析P2P网络的基本搜索方法的基础上，对各类搜索方法进行了分析和研究。     

非结构化P2P网络资源搜索改进算法

为了改善非结构化对等网络(peer-to-peer,P2P)资源搜索的网络负载大、搜索时间长的缺点。对现有P2P网络资源搜索算法进行了研究,在此基础上,提出一种基于索引表的跳跃式算法,该算法中每一个节点存有一定数量邻居节点的资源索引,节点利用资源索引表以跳跃方式查询节点,网络中的某些节点需要查询资源索引表,而某些节点无需查询资源索引表,直接转发查询消息即可。通过OPNET进行仿真实验表明,该算法能有效的减少网络负载和搜索延时,提高了搜索成功率。     

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.     

一种用于无结构P2P网络的搜索算法

无结构P2P文件共享系统进行文件搜索时,常常造成大量网络资源的浪费,文件的流行度呈现不均衡分布,搜索稀缺文件失败的可能性很大。针对这些问题,在Gnutella协议的基础上,引入预算机制,结合蚁群算法的正反馈策略,提出AntBudget搜索算法,以减轻上述缺陷带来的负面影响。     

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。     

?无结构P2P网络中的混合式搜索方法

针对轻洪泛冗余查询消息数多、对稀有资源搜索延迟大的问题,提出一种结合无结构P2P搜索技术和双向Chord环的混合式搜索方法。该方法利用节点的异构性,在k-walker随机走的基础上,根据邻居节点的查询能力,对查询请求的转发方式进行改进,在双向Chord环中对无结构P2P未搜索到的资源进行结构化P2P搜索。仿真结果证明,与轻洪泛相比,混合式搜索方法的冗余查询消息数较少,对稀有资源的搜索延迟较小。     

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。     

基于代理节点的无结构对等网查询机制

提出了一种结合音视频双重特征检测视频内容的新方法,以提高对视频内容的识别准确率.该方法分别对视觉特征和音频特征进行分析,引入支持向量机对音频段进行分类,并综合音视域的分析结果对视频内容进行判断.针对特殊视频片断进行分析,证明结合音视特征的分析方法可行有效,可应用于视频内容监控及特定视频片段的检索与分割.     

基于代理节点的无结构对等网查询机制

在基于洪泛的无结构对等网中,尽管被查询文件的流行度不同,查询消息仍以同样的方式处理,从而产生大量不必要的消息.为了提高查询效率,该文提出一种基于代理节点的查询机制.一个查询消息被源节点转发给多个代理节点,它们连同源节点发起多个小洪泛.源节点通过调整小洪泛的数量控制查询过程.与Gnutella中的洪泛查询相比,新的查询机制在保持相似成功率的同时最多减少56%的带宽消耗,在保持相同命中数目的同时将响应时间缩短15%.     

P2P网络中的局域搜索免疫

针对P2P网络的特性,本文提出了一种局域搜索免疫。实验使用SIS病毒传播模型征BA无标度网络和实际网络中测试了局域搜索免疫策略,结果表明与其它免疫策略相比,该策略可以通过免疫相等或较少的节点来消灭病毒。     

基于蚁群算法的非结构化P2P资源搜索机制

资源搜索是P2P技术的研究热点之一。该文针对现有P2P资源搜索算法消息开销大、搜索效率低等问题,提出一种基于蚁群算法的非结构化P2P资源搜索机制。利用蚂蚁信息素的正反馈原理,有效指导资源搜索路径的生成,将查询消息发送到可能存在目标的区域。仿真实验结果表明,该机制提高资源搜索命中率,减少冗余消息包,其搜索效果较好。     

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。