一种支持MMOG的可伸缩P2P覆盖网络架构

针对网络游戏独特的伸缩性和局部性需求,提出一种支持MMOG的可伸缩P2P覆盖网络架构SPOAR( scalable P2P overlay architecture).SPOAR在结构化P2P覆盖网络方案分级设计的基础上采用基于MANET的非结构化P2P节点拓扑组织方案来维护节点在游戏世界的邻居拓扑及进行邻点发现.实验表明SPOAR覆盖网络架构在保持全局连通性的同时提高了系统的伸缩性,SPOAR的拓扑一致性算法和容错实现机制能够较好的适应MMOG的动态性.     

一种适合P2P MMOG的移动代理迁移策略

目前的移动代理迁移策略不能满足P2P MMOG的实时性需求。该文提出了适合P2P MMOG的代理迁移策略,包括迁移时机计算和一种改进的蚁群算法。该策略根据P2P MMOG中的网络流量、代理服务需求度和目的主机负载状况动态决定迁移目的地。实验证明,该方案满足游戏实时性要求,降低了移动代理迁移时间和系统延迟,解决了P2P MMOG中玩家节点的负载均衡问题。     

一种适合P2P MMOG的动态调度策略

移动代理在P2P MMOG中的应用带来了新的实时任务调度问题。该文提出了一种适合P2P MMOG的优先级动态变更调度策略,根据代理服务信任度值、代理服务所在玩家机器的CPU使用率、玩家机器的网络流量和任务在调度队列中等待的时间动态调度玩家任务。实验证明,该方案满足游戏实时性要求,降低了系统延迟,解决了P2P MMOG中玩家节点的负载均衡问题。     

一种适合室内3D MMOG场景的快速绘制方法

室内3D MMOG中的场景复杂且场景中元素具有运动频繁的特点,现有的绘制方法尚不能很好地满足场景的实时绘制需求.因此,本文提出了一种适合室内3D MMOG的场景快速绘制方法.该方法采用BSP树与动态八叉树相结合的混合结构组织游戏场景,同时使用扩展包围盒代替不可见的动态物体从而有效降低了游戏场景更新代价.实验表明,该方法提高了绘制室内3D MMOG场景的速度,更符合室内3D MMOG的实时性需求.     

一种支持MMOG兴趣管理的感知模型

在MMOG中,玩家的兴趣域由感知范围确定,现有的兴趣管理方法通常采用预先给定的感知半径来确定兴趣域.由于没有确定的感知元素的计算方法,现有的方法不能准确描述3D环境中玩家的感知范围.因此,本文提出一种支持MMOG兴趣管理的感知模型.该模型依据3D环境中玩家视觉行为特征将玩家兴趣域细分为用扇形柱体表示的感知域和用圆柱体表示的影响域,并给出各感知元素的具体计算方法.在此基础上利用感知模型扩展可预测兴趣管理方法.实验表明,该方案有效降低了网络带宽占用和计算资源使用率,更符合MMOG的实时性和真实性要求.     

美国MMO市场全解析

近年来．随着多人在线游戏MMOG（Massive Multiplayer Online Games）的发展．新近加入到这个行业的发行商、研发商、投资人甚至玩家均很快发现”勇敢”与“创新”在这一领域占有几乎同等的地位。最近一段时间市场中的波荡起伏让大部分业内人士对MMO市场未来的走向感到困惑。     

一种适合于MMOG的快速动态场景软阴影绘制算法

为满足MMOG实时交互的需要,该文在分析了影响动态场景软阴影算法效率的主要因素之后,提出一种适合于MMOG的快速软阴影算法。该算法利用包围盒可以用较少的点描述物体位置信息的特点,快速地计算出遮光物体与光源和接收面之间的距离关系,确定半影区的宽度和位置,避免了求平均深度值的耗时计算。经与使用平均深度值作为遮挡物距离的经典软阴影算法通过实验进行比较,本方法可以更好地满足MMOG对于实时性的要求,同时不产生明显的视觉失真。     

MMO付费模式探讨

当前，经过实践检验且行之有效的MMOG直接付费方式，正遭受到来自世界各地的非议责难。顷刻间，免费风劲吹，仿佛一夜间游戏运营商都采取了免费的运营方式，转而通过除了“直接付费”以外的其他方式从消费者的腰包中掏出钞票。一方面，MMOG的概念不断扩大，作为MMOG的一员，休闲游戏所占的比重也在逐渐增加（在推广力度方面有所加强，以便将更多玩家吸引到网游市场中），这种现状催生出一些创新的付费方式。另一方面，在网络游戏行业的内部核心也同样产生了许多创新的付费做法。     

免费运营，MMORPG的救命草 泰坦尼克？

“焦点论坛”推出之后,受到了大量业界人士及普通玩家的好评。从本期起正式更名为“游人沙龙”，在本刊官方网站WWW．chinagcn．net上的“游人沙龙”论坛版块，我们会不定期发起相关论题的讨论，并摘录精要在杂志上选登，欢迎各位参与。本刊立足于专业性角度，将关注游戏业界要事，设计开发中的关键要点等，并发起讨论。本期我们讨论的话题是关于MMOG的免费运营。（注：本文所讨论的网络游戏仅限于MMOG，休闲类网络游戏不在讨论之列。）     

路网中互近邻查询处理方法

提出路网中的互近邻查询问题.给定路网G(V,E),对象集P,查询点q,近邻数k1和k2,互近邻查询返回既是q的k1近邻,又是q的反k2近邻的对象集.为解决该问题,首先提出基础算法,即先求出查询点q的k1近邻作为候选,再验证这些候选是否为真正的结果.然后,在此基础上提出了优化算法,根据落在对象点与查询点最短路径边上的标记点个数直接排除掉一些错误的候选对象.最后,通过实验验证了优化算法的有效性.     

实现BT数据流控制的集中管理和节点分组算法

在BitTorrent(简称BT)系统,节点利用"上行"带宽[1]来互传文件,然而这种系统中的节点之间连接所产生的数据流却消耗掉大量的主干网带宽,因此提出集中管理和节点分组(CMAPC)策略全局管理这种数据流.通过网络距离的测量,将所有节点与自己临近的节点分在一组,同组节点建立连接.实验结果显示:在不影响BT的其它性能的情况下,CMAPC能较高比例地将数据流限制在本子网中.所以得出结论:把数据流限制在本子网内来减小主干网的负载是一种较好的技术途径.     

基于节点数据密度的分布式K-means聚类算法研究*

P2P(peer-to-peer)网络分布式聚类算法是利用P2P网络上各个节点的计算、存储能力以及网络的带宽,将算法的时间复杂度和空间复杂度平摊到各个节点,使处理和分析海量分布式数据成为可能,从而克服传统基于单个服务器的集中式聚类算法在数据处理能力等方面的限制。提出一种基于节点置信半径的分布式K-means聚类算法,该算法通过计算节点上数据分布的密度,找到同一类数据在节点的稠密和稀疏分布,从而确定聚类置信半径并指导下一步的聚类。实验表明,该算法能够有效地减少迭代次数,节省网络带宽;同时聚类结果也接近集中式聚类算法的结果。     

基于SkipGraph的P2P覆盖网信任证链发现

提出一种基于skip图P2P覆盖网模型的分布式信任证存储和发现机制。为保证索引和发现效率,采用RT1^r语言作为信任证描述语言,其语义属性作为skip图中的索引关键字,构造了基于关键字前缀相似和支持范围查询的P2P覆盖网。通过试验评测和分析,该机制具有较高的查询效率和负载均衡机制。     

基于节点服务能力的自适应P2P模型

P2P网络的节点在处理能力、存储能力、网络带宽、兴趣域等特性上存在着明显的异构性,在早期的研究中,这种异构性往往被忽略或者仅仅简单、单一地被考虑。综合利用节点的这些异构性,提出基于节点服务能力的自适应P2P模型。模型中,节点通过服务能力自主选择邻居进行聚类,根据网络的需求和动态变化自适应地调整聚类的规模和节点间的连接。仿真实验结果表明,该模型减少了网络拓扑失配和freerider现象,有效地提高了网络的搜索效率。     

一种基于IP多播的对等点定位方法

计算机对等联网(peer-to-peernetwork,P2P)技术是目前新一代网络技术研究的活跃领域,而对等点定位问题是P2P网络通信中一个关键环节。该文分析了几种目前广泛使用的对等点定位方法的优势和不足,提出了基于IP多播技术的对等点定位方法,并运用JXTA技术在JavaTM2平台上予以实现。实验证明,新定位方法具有更大的适应性和灵活性,并有效减少了网络带宽占用率。     

An experimental analysis of Joost peer-to-peer VoD service

Despite strong interest in peer-to-peer (P2P) Video-on-Demand (VoD) services, existing studies mostly focus on peer-to-peer or overlay protocol design based on simulations under various topological constraints. We believe experimental studies on a real-life P2P VoD system will provide valuable information to ISPs, network administrators, and content owners. In this paper we present a comprehensive analytical and experimental study on Joost, one of the first commercial P2P VoD systems used for distributing various forms of video over the Internet. Our extensive experiments prove that Joost is a server-assisted peer-to-peer VoD system. With several envisioned typical scenarios we have further investigated the peer management in terms of time pattern, bandwidth consumption and locality considerations. Our major findings include: (1) the current Joost system is capable of providing high-quality VoD service through the use of an overlay network deployed with a set of centralized content servers; (2) inter-continental links are often used regardless of the number of local users, which may pose a high burden on the network providers; (3) easily reachable, high-capacity nodes are selected as main relaying nodes, similar to super nodes in Skype, to facilitate the traversal of symmetric NATs and firewalls. We also provide insights on the potential ways to construct more efficient P2P VoD systems (e.g. considering topological locality-awareness, using adaptive/layered video).     

结构化对等网测量方法研究

网络测量是深入开展结构化对等网研究的基础,结构化对等网络协议设计、共享内容检索、态势感知乃至安全性的研究都需要以网络测量为前提.在节点分布对等、实时变化显著、未知瞬发扰动频繁的结构化对等网络中,获得其准确、完整的网络信息更是十分困难的.通过形式化分析结构化对等网节点搜索过程,研究节点信息在全网分布情况与查询返回率之间的关系,将历史测量数据与具体对等网特征信息相结合挖掘节点搜索优化策略,提出了一种网络资源占用显著降低、搜索速度较快、信息完备率较高的搜索测量优化方法.KAD 网络是目前得到大规模部署运行的为数不多的结构化对等网络之一,以KAD 网络为主要研究对象开发了KadCrawler 对等网搜索系统,进行了大量测量和分析,验证了搜索优化方法的可行性和有效性;同时,对当前KAD 网络拓扑结构特征、节点重名等现象进行了初步分析,发现KAD 网络近年来发生了显著的变化.     

Joint bandwidth allocation,data scheduling and incentives for scalable video streaming over peer-to-peer networks

The overall performance of a peer-to-peer (P2P) scalable streaming system largely depends on the strategies employed in bandwidth allocation, data scheduling and incentives. In this paper, we develop a credit-based content-aware bandwidth auction model for scalable streaming in P2P networks. It formulates multi-overlay multi-layer bandwidth request and allocation problems as auction games. Each peer in the games acts as both auctioneer and player. Being a auctioneer, it maximizes the total revenue (credits) by selling upload bandwidth; Being a player, it uses the credits earned in bandwidth sales to sequentially bid for layer bandwidth so as to maximize the received video quality. Also, a content-aware bidding strategy is proposed, under which the required bandwidth quantity from a peer is determined by the informative video chunks and the marginal net utility that peer could provide, as well as the available credits and the maximum layer bit rate. The convergence of the proposed auction algorithm is mathematically proved. Finally, the performance of the proposed scheme is verified by simulation results.     

Scalable Retrieval and Mining With Optimal Peer-to-Peer Configuration

We proposed to utilize the scalable peer-to-peer network to perform the content-based image retrieval and mining, i.e, P2P-CBIRM. The decentralized unstructured P2P model with certain overheads, i.e., peer clustering and update procedures, is adopted to compromise with the structured one while still reserving flexible routing control when peers join/leave or network fails. The peer CBIRM engine is designed to utilize multi-instance query with multi-feature types to effectively reduce network traffic while maintaining high retrieval accuracy. It helps to enhance the knowledge discovery and image data mining capability. The proposed P2P-CBIRM system provides the scalable retrieval and mining function that the query scope and retrieval accuracy can be adaptively and progressively controlled. To improve the query efficiency (recall-rate/query-scope), it effectively utilizes both: 1) forwarding query message (forward phase) to reduce the query scope and 2) transmitting retrieval results (backward phase) such that activated peers keep filtering high similarity images on the link-path toward the query peer. Experiments show that the query efficiency of the scalable retrieval approach is better than previous methods, i.e., firework query model and breadth-first search. It provides a scalable knowledge discovery platform for efficient image data mining applications. We also proposed to optimally configure the P2P-CBIRM system such that, under a certain number of online users, it would yield the highest recall rate. Simulations demonstrate that, with the optimal configuration, recall rates can be improved to 2.5 to 3 times larger while the network traffic of each peer is reduced to 30% of the original, under the same number of on-line users.