基于环状层次的多簇P2P网络模型研究

提出了一种基于环状层次的多簇P2P网络模型。该方法是利用以中心节点为每个簇中心而簇内其他的节点以环状层次扩张的拓扑结构。并且文中结合DC-net的匿名网络和ECGP层次结构模型,设计了一种动态广播路由算法。并利用Java语言和网络仿真工具来模拟整个模型在实时中的运行状况。实验结果表明该环状层次的簇模型提高了资源定位的效率,减轻了系统开销,并且拥有较好的路由性能,在非结构化的P2P网络模型中值得推广应用。     

基于语义路由的P2P系统综述

介绍了P2P系统的发展状况，归纳了典型的结构化P2P系统模型，对结构化P2P系统中的节点拓扑结构、语义路由算法、数据存储和共享、应用层多播等热点问题进行了讨论，介绍了非结构化P2P系统的语义路由过程，总结了当前主要的基于语义路由P2P系统的优缺点，并据此提出了该领域的发展趋势。     

基于语义查询的P2P路由模型研究

针对结构化P2P网络路由模型中存在难以有效支持内容定位的问题,提出基于语义查询的P2P路由模型.利用概念向量来描述文档、节点、簇和查询请求;通过节点概念向量间的相似度聚成不同层次的语义簇,并采用基于概念相似度计算进行路由选取和转发的路由策略;利用节点的异构性,让性能好的超级节点承担更多的工作量,并引入服务节点便于快速导航语义簇中的语义类别.实验结果表明,该路由模型能有效提高系统的搜索效率.     

P2P全文信息检索系统的路由机制研究

本文介绍了一个基于P2P网络建立的全文信息检索系统的路由机制,在实现系统路由时采用了分层机制,将P2P网络中的节点分成超级节点和普通节点,超级节点间采用非结构化的P2P网络搜索技术,普通节点采用结构化的P2P网络搜索技术,使得整个网络的路由趋于稳定的结构.     

一种P2P网络分级路由策略

在P2P网络中,如何定位节点对非常重要,不同拓扑的P2P网络采用不同的路由策略.介绍了一种基于P2P网络的分级路由策略.该策略结合了非结构化Flooding路由策略和结构化的Pastry路由策略,将整个网络分为两级,并引入了虚节点的概念,使整个网络趋于一个稳定的结构.实验证明该路由策略融合了两者的优点,不失为一种有效的路由策略.     

结构化P2P网络上可靠的基于内容路由协议

在结构化P2P网络上构建基于内容的发布/订阅系统,可以很好地支持大规模、高度动态的分布式应用.然而,现有的基于内容的路由协议在P2P网络上只能提供弱的可靠性保证.根据结构化P2P网络的路由协议的特点,设计了一种新型的基于内容的路由协议--基于编码区间的路由(identifier range based routing,简称IRBR)协议.IRBR协议具有良好的容错性,只要事件的发布者与订阅者之间在P2P网络中是可达的,则订阅者一定能够收到它所订阅的事件,且只收到一次.同时,该协议也比现有的协议具有更高的事件路由效率.在Pastry上开发了一个原型系统,模拟实验表明了该协议的效率和容错性.     

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.     

结构化P2P网络路由算法在网络层的性能评估

基于结构化P2P路由系统的马尔可夫链模型,以平均路径长度为指标,提出了结构化P2P网络路由算法在网络层面的性能量化评估方法。该方法解决了结构化P2P网络采用基于overlay层面的路由算法实现资源查找和定位导致的网络层路由性能无法估量的问题,能够准确表现结构化P2P网络overlay层面路由算法的实际网络性能,为结构化P2P网络路由算法的研究提供准确的性能评估机制。     

基于双层混合式P2P模型协同架构的设计

文章设计了一种基于双层混合式P2P模型的协同架构,结合了本地组的传送树结构和结构化骨干网结构。在传送树的建立上,依据实际不同应用的需要建立了不同的树结构。在骨干网中,采取了结构化的模型,弥补了单一的传送树结构在可扩展性上的缺陷。通过仿真实验及分析,证明这种双层混合式结构具有较好的可扩展性、鲁棒性和负载均衡能力。     

对基于CAN的P2P网络模型的改进研究

提出了一种对CAN(Content-Addressable Network)的改进方法.该方法基于CAN模型拓扑结构,在资源分布中采用了二叉树形式进行资源配置优化,并且在路由策略中加入了向后学习算法,从而使得改进后的CAN模型更加有效.实验是利用C 语言和网络仿真工具NS2来模拟整个模型在实时中的运行状况.实验结果表明改进后的模型提高了资源定位的效率和容错性,使得整个网络资源分布更为合理,路由性能显著提高,在非结构化的P2P网络模型中值得推广应用.     

基于IPv6的三层混合P2P覆盖网络模型

研究现有的非结构化对等(P2P)网络,结合IPv6以及人类社会资源查找方法,提出一种三层混合P2P覆盖网络模型。在该模型中,具有相同IPv6网络前缀的节点组成一个域,域内节点根据属性相似性划分为若干个兴趣组,组内节点管理功能由智能节点完成,域内路由节点负责跨域路由消息。仿真结果表明,该模型能提高资源查找效率,缩短查找时延,减少消息路由跳数。     

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.     

基于拥塞控制的非结构化P2P网络的路由负载均衡策略

非结构化P2P(unstructured peer-to-peer network)对等网络中的节点资源定位的路由查询是对等网络研究中的一个主要难题,特别是当网络中客户端节点由于其频繁加入、离开导致网络结构动态变化所带来的资源查询难题.提出了一种新的基于拥塞控制的路由查询方法来实现动态网络下的资源查询.该方法分两部分实现:首先是网络资源的分组与节点重连策略.该策略使得具有同等资源的节点相互连接,并周期性地调整节点上的节点连接数量以减少同组资源节点上的负载.通过以上策略,使得网络的拓扑结构自动地从随机网络结构进化到以资源组为单位的聚类网络,从而使得网络中形成网络资源组间的查询负载均衡.另一方面,组内的节点之间的路由负载均衡是通过节点间协同学习实现的.采用协同Q-学习方法,所研究的方法不仅从节点上学习其处理能力、连接数和资源的个数等参数,还将节点的拥塞状态作为协同Q-学习的重要参数,并建立模型.通过这种技术,同一组节点上的资源查询被有目的地引导,以避开那些组内拥塞的节点,从而最终实现资源组内节点之间的查询均衡.仿真实验结果表明,相比常用的random walk资源查找方法,该研究所实现的资源定位方法能够更迅速地实现网络的资源查询.仿真结果还表明,相比random walk方法,所提出的方法在网络高强度查询和网络节点动态加入和退出的情况下进行查询具有更高的鲁棒性和适应性.     

A path-traceable query routing mechanism for search in unstructured peer-to-peer networks

Unstructured Peer-to-Peer (P2P) networks have become a very popular architecture for content distribution in large-scale and dynamic environments. Searching for content in unstructured P2P networks is a challenging task because the distribution of objects has no association with the organization of peers. Proposed methods in recent years either depend too much on objects replication rate or suffer from a sharp decline in performance when objects stored in peers change rapidly, although their performance is better than flooding or random walk algorithms to some extent. In this paper, we propose a novel query routing mechanism for improving query performance in unstructured P2P networks. We design a data structure called traceable gain matrix (TGM) that records every query's gain at each peer along the query hit path, and allows for optimizing query routing decision effectively. Experimental results show that our query routing mechanism achieves relatively high query hit rate with low bandwidth consumption in different types of network topologies under static and dynamic network conditions.     

一种基于蚁群算法的非结构化P2P网络搜索算法

在类似Gnutella的分散的非结构化P2P网络中,如何降低消息开销,提高搜索效率,是解决其扩展性问题的关键。引入蚁群算法的思想,提出一个非结构化P2P网络搜索算法。此算法利用蚂蚁留下信息素的正反馈机制,有效地指导搜索的方向,将查询消息包尽量发往目标可能存在的区域,从而减少冗余消息包的产生,得到更好的搜索输出。     

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。     

Combining search and trust models in unstructured peer-to-peer networks

Effectiveness of Peer-to-Peer (P2P) systems highly depends on efficiency and scalability of their search algorithms. Moreover, managing trust is a key issue for wide acceptance of P2P computing. Surprisingly, the majority of the available trust systems ignore the underlying search algorithm and assume it is preexisting. We claim that combining search and trust systems yields significant performance gains in terms of network traffic and query success rate. In this paper, we propose a robust and efficient trust based search framework for unstructured P2P networks. Our framework maintains limited size routing indexes combining search and trust data to guide queries to most reputable nodes. By dynamically selecting reputable nodes as score managers, our scheme tracks the reputation of participating peers. In an alternative approach, we aggregate partial reputation values obtained from reverse query paths to introduce a low overhead method for estimating reputation scores of peers. Through P2P network simulation experiments, we find significant performance gains in using our framework.     

基于改进DHT算法的分布式资源发现模型的研究*

为了解决大型分布式系统由集中管理导致的扩展性和鲁棒性差的问题,利用改进的结构化对等网组织分布式计算资源,构造一个SRDM（scalable resource discovery model,可扩展资源发现模型）。SRDM将逻辑空间中的节点分为主机节点和资源节点。主机节点对应分布式环境中的计算节点,用于存储peer关联信息,通过相容性hash映射到逻辑空间上;资源节点对应分布式环境中资源属性信息,其与逻辑空间的映射通过分段hash再合并的方法得到。通过对属性值采用位置保留hash方法,使改进后的DHT算法支持有效的资源节点范围查询和多属性范围查询。最后通过实验证明,基于改进DHT算法的资源发现方法比集中式的方法有更好的扩展性,更适用于大规模分布式系统下的资源发现。     

基于结构化对等网的分布式资源发现方法

为了解决大型分布式系统由集中管理导致的扩展性和鲁棒性差的问题,利用改进的结构化对等网组织分布式计算资源,将逻辑空间中的节点分为主机节点和资源节点,分别采取相容性Hash和位置保留Hash与对等网逻辑空间匹配,以满足资源信息的范围查询。