共查询到20条相似文献,搜索用时 125 毫秒
1.
结合One-hop和Chord路由机制,考虑实际网络中节点能力的差异,构造一种双层环路由结构,设计相应的区间查询定位和消息广播算法,提出一种基于本体聚类的双层环P2P网络的Web服务发现方法,实现了服务注册节点分类和查询请求迅速准确的定位.模拟实验结果表明,该方法具有较高搜索效率和较短的响应时间,能够显著地提高查询性能. 相似文献
2.
SAN-EBON:一种基于结构化对等网的P2P工作流系统节点定位网络 总被引:1,自引:0,他引:1
基于P2P的工作流系统符合工作流去中心化的发展趋势.目前,P2P工作流系统主要是基于非结构化P2P网络构建的.然而,非结构化P2P网络提供的泛洪或基于超级节点的中心化发现策略和中心化的负载分配机制无法满足大型P2P工作流系统在动态环境下的需求.因此,在基于非结构化P2P网络构建的工作流系统中,节点发现和任务负载均衡成为制约系统性能的关键因素.文中提出一种新的基于结构化P2P网络的工作流系统节点定位网络--SAN-EBON.该系统采用分层逐步求精的节点发现策略,外层在服务聚类的基础上首次在工作流系统中引入服务定位网络组织服务联盟,构建一种新的多层结构化P2P网络SAN,实现服务的快速发现;内层构建一种新的负载均衡网络EBON,使用基于随机图的增强算法实现服务联盟内部实时的去中心化负载均衡,与SAN结合,从而达到提高发现效率和精度、降低通信带宽的目的. 相似文献
3.
在没有辅助机制的条件下,非结构化P2P网络资源定位技术的效率比较低,很难同时获得较低的查询延迟、少量的定位成本和较高的查询命中率,为此,提出了一种基于自组织语义聚类的P2P查询路由算法SOSC.SOSC算法通过直接用节点共享资源的关键词频率向量表达节点语义,各节点均试图与最相似的节点建立邻居关系,以及以指数衰减方式传递... 相似文献
4.
5.
首先从混合式P2P网络拓扑结构出发,结合DHT思想,提出了基于DHT的层次化P2P网络模型.其次根据在文档集巨大的情况下,用户提交的查询不可能"面面俱到",实际用来回答查询的文档仅仅是文档集中很小的一部分这一思想,在层次化P2P模型的超级节点中建立了分布式缓存,运用分布式索引与缓存技术,提出一种新的方法来解决多项查询问题.即由多项查询中的某个关键字key,根据hash函数定位到负责该key的超级节点,查询该节点上的分布式索引得到缓存具体存储位置,最终将结果返回给用户,如若缓存中没有所要查询的内容,则广播该查询,同时根据系统中的历史广播查询信息来计算某个待选缓存项的利益值,利益最大的待选项加入缓存.一般针对多项查询的泛洪算法往往会造成巨大的网络信息量,提出的方法牺牲了超级节点上一小部分的存储力,缓解了多项查询造成的网络拥挤现象.同时,基于DHT的层次化P2P模型也具有很好的稳定性,不会因为大量节点的动态加入或者退出而无法进行多项查询. 相似文献
6.
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. 相似文献
7.
以Chord为基础,提出了一种新的P2P系统——双层环。双层环中简化了节点路由表的构造、维护,并降低了路由表维护的带宽开销,同时改变了查询算法,降低了查询的平均路径长度。双层环中还部分地实现了结合物理层拓扑的构建方式,并留下了可进一步扩展的空间。 相似文献
8.
曾晓云 《计算机与信息技术》2009,(5)
Chord是一种结构化的P2P模型,它能快速地查找到资源的位置,但是搜索网络与实际物理地址不一致会造成查询的延迟,当节点能力差异较大时会影响网络的稳定性。混合式的P2P考虑了节点能力的差异,但是查询具有盲目性。本文提出一种基于混合结构的Chord系统,在一定程度上解决了Chord的稳定性问题、绕路问题和混合P2P结构的查询的效率问题。 相似文献
9.
为了提高非结构化P2P网络中数据查询搜索的效率,提出一种新型的一跳查询与转发数据搜索新策略(OHQFS),它是以非结构化P2P网络中的数据查询请求转发策略和非转发策略为基础,将它们整合、集成后得到的一种新策略.OHQFS策略中的查询源结点直接搜索其自身的所有邻居节点,并将查询请求转发给这些邻居节点,使得这些邻居节点再去搜索它们的相邻节点.该策略在数据查询搜索过程中无须维持一个很大的邻居节点信息集合,系统维护开销较小,通过本策略中固有的一步查询转发,使其邻居节点和邻居的邻居节点处于查询搜索范围内.网络仿真的实验结果表明,OHQFS策略相对于转发搜索策略而言,它提高了查询效率;而相对于非转发策略,它获得了较高的成功率. 相似文献
10.
IS-P2P:一种基于索引的结构化P2P网络模型 总被引:20,自引:0,他引:20
在分析无结构与有结构P2P网络结构的基础上,提出了一种新的基于索引的有结构P2P网络模型IS-P2P(Index-based Structured P2P Networks).IS-P2P网络采用两层混合结构,上层由比较稳定的索引节点组成有结构索引网络,使用文档路由搜索机制,提供资源的发布和查找功能.下层由普通节点组成分布式网络.IS-P2P模型充分利用P2P网络中节点的性能差异,具有高效的查找性能,且能适应P2P网络高度动态性.进一步计算IS-P2P模型中索引网络路由性能、查询处理速度、索引节点索引数据库大小以及索引节点转发查询消息代价表明,IS-P2P具有良好的性能. 相似文献
11.
在分析一系列P2P网络资源发现方法的基础上,提出了一种基于查询的P2P网络路由方法(Query-based Routing Method in P2P network,QRM方法)。在该方法中,节点会记录收到的查询以及满足该查询的节点,在这些节点中,优先存储那些距离较远的节点。仿真实验表明,随着查询的增多,该方法能有效地提高查询效率。 相似文献
12.
在P2P系统中融入Web服务的相关技术,将传统的P2P系统转变为一种面向服务的架构是分布式计算发展的方向,而Web服务的自动发现是面向服务的架构要解决的关键问题之一.提出了一种基于P2P技术和语义Web的服务发现机制,将P2P系统作为服务的提供者整体接入Web服务,通过P2P网络实现服务描述信息的自动交换,并采用分段搜索机制处理用户查询,从而提高了用户查询的效率和准确性. 相似文献
13.
P2P是一种分布式网络,由一组地位相等的节点组成.这种分布式的结构同时也带来了如资源不能有效查找等很多问题.而Web服务对资源发布、绑定的操作有效增强了系统对资源的控制,加快了资源的搜索速度.通过比较P2P与Web服务的差异,分析现有4种P2P结构的优势和劣势,并结合Web服务在分布式系统集中方面的优势,构建了新的层次化P2P小区模型.最后对该模型的一些核心问题进行了阐述. 相似文献
14.
随着Web服务数目的增长和对实时性需求的增加,单一集中式的UDDI服务注册中心难以满足实际需求,而基于某个领域的UDDI虽然查找迅速却难以满足所有用户的要求,于是如何组织一个逻辑上完整的服务注册中为Web服务应用的一个新研究方向.基于P2P的底部架构,将服务注册中心作为P2P网络内基本节点,提出了一个根据本体信息对服务注册节点进行语义分类查找的Web服务发现模型.在模型的基础上,提出了在P2P层支持语义的一种发现的方法.提出的Web服务发现模型既结合了集中式Web服务发现方式和分布式Web服务方式发现的优点,又创新性地在P2P发现方面加入了本体信息. 相似文献
15.
在结构化点对点(P2P)模型中,节点异构性会引起系统的不稳定。针对该问题,结合混合P2P模型的优点,构造一个基于Chord协议的混合P2P模型,将节点按处理能力分为超节点和普通节点,多个超节点被组织到同一个群组中,由超节点管理普通节点以提高系统稳定性。该模型采用基于拓扑感知的搜索算法,能较好地解决分布式哈希表(DHT)技术的路由绕路问题。实验证明,该模型在一定程度上降低查询延时,可提高查询效率。 相似文献
16.
提出了一种基于语义P2P的Web服务发现和选择模型,引入一种新的本体编码方式,根据分类服务注册节点的本体编码对其在P2P网络内进行组织,实现了P2P层内的语义支持发现。本文创新性的在P2P发现方面加入了本体信息,使得Web服务在P2P层内支持语义发现,提出的模型结合了集中式Web服务发现方式和分布式Web服务方式发现的优点,提高了服务发现的准确性和即时性。 相似文献
17.
18.
19.