基于Kademlia模型查询延时的改进

根据基于分布式散列表（DHT）的P2P网络资源定位方法,将洪泛式查找与DHT系统相结合,在拓扑形成时充分利用网络访问的区域性和物理网络中节点的邻近性来降低访问延迟并优化路由选择。构建了一种改进的基于Kademlia的P2P网络资源定位模型NKademlia,NKademlia继承了DHT和Kademlia的优点,在路由选择、查找成功率和平均逻辑路径长度等方面的性能均优于原Kademlia模型。     

基于DHT的层次式P2P资源定位模型

P2P系统的一个核心问题是如何高效定位所需资源。该文提出了一种基于DHT(distributedhashtable)的层次式资源定位模型,将层次式引入结构化P2P系统。模型将节点组织成一个多层网络,每层可以包含多个DHT子网。该模型有助于解决P2P网络的可扩展性和可管理性问题。模拟测试表明,模型在路径长度和访问延迟方面的性能优于原DHT。     

基于DHT的分布式P2P网络搜索模型

P2P搜索技术是当前P2P网络的研究热点和难题。现有的算法主要有中一心服务器式的搜索算法和分布式的搜索算法等,但中央搜索服务器很容易就成为系统性能的瓶颈,分布式的搜索算法查找按照简单洪泛的方式进行会造成巨大的带宽和资源浪费。本文在Chord算法和SHA算法的基础上,设计了基于DHT的分布式快速精确搜索P2P网络搜索模型,并讨论了该P2P网络的建立过程并分析了该模型的优缺点。     

基于DHT的分布式P2P网络搜索模型

P2P搜索技术是当前P2P网络的研究热点和难题。现有的算法主要有中心服务器式的搜索算法和分布式的搜索算法等,但中央搜索服务器很容易就成为系统性能的瓶颈,分布式的搜索算法查找按照简单洪泛的方式进行会造成巨大的带宽和资源浪费。本文在Chord算法和SHA算法的基础上,设计了基于DHT的分布式快速精确搜索P2P网络搜索模型,并讨论了该P2P网络的建立过程并分析了该模型的优缺点。     

基于Kademlia的P2P网络资源定位模型改进

根据基于分布式散列表(DHT)的P2P网络资源定位方法,将虚拟节点引入结构化P2P系统,在拓扑形成时充分利用网络访问的区域性和物理网络中节点的邻近性来降低访问延迟并优化路由选择。构建一种改进的基于Kademlia的P2P网络资源定位模型,提高了网络可扩展性和可管理性及网络运行效率和资源利用率。仿真结果表明,改进后的模型继承了DHT和Kademlia的优点,在路由选择、查找成功率和平均逻辑路径长度等方面的性能均优于原Kademlia模型。     

P2P网络中资源查找方法的研究

资源查找是P2P网络中在至关重要的一环，本文主要分析了各种P2P网络模型的资源查找定位的方法，阐述了P2P的定义和思想，以Chord网络为例详细论述了结构化模型的结构及原理。并且提出了对基于DHT的结构化模型的改进方法。     

分布式P2P网络基于索引的资源发现研究

基于DHT的P2P网络很大程度地增加了网络的可扩展性和健壮性,但是它也带来了新的问题,在结构化的p2p DHT网络中,在事先知道所要搜索资源的全部关键字的情况下,通过DHT很容易定位到对应资源,但是,实际应用中,用户有时在搜索资源的过程中只给出了部分关键字,这时即使网络中存在相关资源也不能被发现.本文研究的重点就是如何在县现有可用的DHT网络模型的基础之上对其进行扩展,提出一种分布式的树型索引结构,使其能有效支持部分关键字匹配查询.     

基于DHT对象定位机制的P2P系统的研究

P2P是一种新型的网络模型，对计算机网络的发展产生了重要的影响。通过从P2P系统的特性入手．对各种对象定位机制进行了分析比较，并概括介绍当令主流的基于DHT对象定位机制的P2P系统及其未来前景．     

基于特殊数列的懒洪泛P2P搜索技术

非结构P2P网络中的搜索方法大都是直接地或者间接地对洪泛技术做了改进.全光网络中有三种懒洪泛技术,分别是门槛洪泛、指数洪泛和斐波那契洪泛.但是这三种技术是针对网络状态更新信息的分发,而不是资源搜索.把这一思想引入到P2P领域,提出了无结构P2P网络中基于特殊数列的懒洪泛搜索技术,方法是对资源的流行度进行分析以实现选择性的洪泛.不是将所有查询发给所有的邻居,而是只有资源的流行度到达一定值时才洪泛.这种技术大大提高了搜索的性能.仿真结果显示这种方法在搜索成功率、开销和延迟方面都有了较大的改进.     

一种依靠节点间相互协作来抵抗洪泛DDoS攻击的方法

针对结构化P2P网络对基于查询消息的洪泛攻击不能进行有效抵抗的问题,提出一种依靠节点间相互协作来抵抗洪泛DDoS攻击的节点模型及其方法.该方法通过回溯算法从节点0开始依次逐层检测以本节点为目的节点的消息数量是否超过阈值,识别排查并定位恶意节点,阻断对恶意消息的转发传播,从而增强抵御DDoS攻击的效能.仿真实验结果表明,基于节点协助的防御方法能有效地隔离恶意节点的消息数,能提高基于DHT结构的P2P网络抵御洪泛DDoS攻击的能力.     

Popularity adaptive search in hybrid P2P systems

In a hybrid peer-to-peer (P2P) system, flooding and DHT are both employed for content locating. The decision to use flooding or DHT largely depends on the population of desired data. Previous works either use local information only, or do not consider dynamic factors of P2P systems. In this paper, we propose a Popularity Adaptive Search method for Hybrid (PASH) protocol. By dynamically estimating the content popularity, PASH properly selects search methods so as to efficiently saves query traffic cost and response time. We evaluate PASH through synthetic and trace-driven simulations. The results show that PASH outperforms existing approaches and it also scales well.     

一种基于对等网络的云资源定位算法

提出用分布式哈希表(DHT)为每台云服务器产生一个唯一的节点编号,该编号作为网络拓扑结构、检索信息存储和信息查询共同的标志符,从而形成一个适合分布式计算的结构化P2P覆盖网.设计了新的拓扑和路由协议来解决云资源的常数跳定位问题.仿真实验表明,经典的P2P算法平均查找跳数与网络规模成正相关,无法依据云计算的实际需要人为地控制查找跳数;该算法的平均查找跳数与网络规模无关,随着网络规模的增大而趋向于设定值,可以解决云资源的常数跳定位问题.     

基于分层象限空间的P2P超级节点查找技术

在目前的非结构化超级节点查找中,采用简单的泛洪或随机游走消息传递方式,效率不高,同时系统没有将非结构模糊查询和结构化数据定位方式有效地结合。提出一种基于分层象限空间的新型超级节点结构Quad,并在Quad上实现了两种非结构化超级节点查找方法:一是回溯扩展查找方法,该方法将泛洪和随机游走方式进行折衷,兼顾了网络流量和查询长度;二是利用Bloom Filter技术对回溯扩展查找进行改进。此外,Quad同时支持结构化数据定位。模拟结果表明,Quad查找在查询成功率、查找成本方面优于现有的超级节点查找方法。Bloom Filter能有效提高Quad查询效率并降低查找长度,同时Quad具有高效的定位性能。     

基于CayNET网络组播算法的研究

CayNET网络是一种支持分组的Cayley图的P2P网络模型,它是一类基于DHT的P2P动态覆盖网络,它提高了P2P网络中的资源搜索效率.在现有的P2P网络基础上,定义了CayNET网络的拓扑结构,然后在该网络模型中定义了一套组播协议,并描述了其组播算法.该组播算法克服了泛洪广播的多种缺陷,提高了组播效率.     

基于Chord的P2P网络分层资源定位模型

借鉴混合式P2P资源定位模型的优点,有效的利用数据和资源的局部性原理,针对现有Chord模型的不足,提出了一种基于Chord的分层资源定位模型：双层Chord,对该模型的节点分类和路由算法进行分析。最后简要介绍了该模型的系统仿真,并对系统性能进行了详细分析。     

基于DHT的P2P覆盖网络的研究

针对P2P覆盖网络具有易于构建、管理灵活、可扩展性强等特点,该文定义一种支持分组的Cayley图的网络模型CayNET,阐述一个DHT协议——CayNET DHT和其拓扑结构,分析节点的动态加入和退出过程。实验证明了该协议的有效性。     

基于资源路由表的P2P改进模型

许多非结构化P2P网络如Gnutella采用的“洪泛”广播机制造成了严重的网络拥塞,降低资源定位的效能,增加网络流量。针对该问题,在现有P2P技术的基础上结合传统的客户-服务器结构构造一个混合P2P模型,提出一种基于资源路由表的路由算法,并对该算法进行分析。仿真结果显示,该模型能够有效地减小P2P系统的网络流量,缩短响应时延。