基于Gnutella协议的P2P网络路由搜索算法:Light-Flooding

通过对Gnutella协议搜索算法的分析，结合Gossip分布式向前搜索算法和生成树算法的优点，实现了一种高效的路由搜索算法：Light—Flooding。实验结果表明：与Gossip算法相比，Light—Flooding算法提高搜索效率63．4％，减少冗余消息60％，平均延迟为2．6s，使网络的整体综合性能维持在一个优良状态。     

聚集系数在对等网路由搜索算法中的应用

针对对等网搜索技术结构化拓扑中不支持复杂查询以及非结构化拓扑中搜索的可扩展性差等问题,该文提出一种新的搜索算法,将现有的对等网拓扑结构进行改良,让结点以flood方式与DHT方式结合起来进行信息搜索。该算法以域为基础,域内根据聚集度来提高对普通结点进行搜索的命中率,域间使用Chord协议来完成搜索。通过这样的结合提高搜索的效率以及响应的速度。实验结果验证了搜索算法的有效性。为进一步的研究提供了有力的理论分析基础。     

Gnutella协议的研究

Gnutella是一种用于分布式搜索的协议。尽管Gnutella协议支持传统的客户端／集中的服务器查找模式,但Gnutella的区别在于它支持对等、分散的模式。在这个模式中,第一个客户端都是服务器,同时每一个服务器也是客户端,被称为Gnutella Servents。对Gnutella协议进行了深入的分析,并用Java实现了一个Gnutella协议的核心类库。     

混合P2P模式资源搜索算法的改进研究

本文分析了混合P2P模式的资源搜索算法及其存在的缺陷,针对这些缺陷,提出了一种改进的资源搜索算法,每个超级节点对同一个查询消息仅进行一次处理,对于后来的冗余消息都不处理,查询结果直接发给发起查询的节点,因此,该算法既继承了原混合P2P模式的优点,又减少大量的冗余信息,有效地提高搜索效率和可扩展性,并且还具有自适应性。     

对等网络中基于节点相似性的改进破圈搜索算法

对等网络中资源搜索算法的研究是近十几年的一个研究热点.当前无结构对等网中的搜索算法很多是基于泛洪算法的改进,这些算法在网络中查全率和查准率都比较高,但由于在搜索过程中产生大量的冗余信息导致对等网的扩展性很差,不能满足大范围组网的要求.本文提出一种对等网中基于稳定性和相似性的改进破圈路由搜索算法,在此算法中,如果节点在路由中发现与另外几个节点形成一个圈,则节点根据与圈中邻居节点之间的稳定性和内容相似性等因素选择其中的一个邻居节点转发信息.在这种破圈法构造的拓扑结构中采用泛洪协议去搜索资源,转发信息数将从指数级增长有效地减少到常数值,并且资源搜索成功率始终在一个稳定的范围.仿真实验表明所提算法在保证一定搜索成功率的前提下大大减少了搜索中产生的冗余信息.     

基于Bloom Filter路由表的P2P搜索算法

研究非结构化P2P网络的搜索机制,提出基于布莱姆过滤器(BF)路由表的改进算法。该算法利用BF技术生成路由条目并在一定范围内相互交换本地路由表,使节点能够了解一定范围内的节点共享信息,实现有针对性的搜索,避免传统的盲目性搜索。仿真结果表明,该算法查询搜索时产生的消息数量比传统算法减少一个数量级,并能够获得较好的查全率。     

双向主从式Chord资源搜索算法的研究

Chord是一种结构化的P2P网络模型,它具有速度快、无需中心控制、可扩展性强、负载平衡、高容错性能等优点。但是,Chord查找算法为单向查找,当目的节点与当前节点距离较远时,需经多次跳转,增加了路由延迟;Chord中能力较弱的节点来负责系统中大量的查询和下载,以及节点随时加入或离开系统的频繁变迁情况,这样会造成网络查询效率明显下降。改进的算法即双向主从式Chord算法支持双向搜索,并将网络中的节点分为超级节点和普通节点,由评估结果值较高的超级节点组成Chord主环。通过实验证明,改进算法有效地减少了路由跳数,降低了网络延迟。     

基于Gnutella的P2P网络路由改进算法

洪泛算法是无结构P2P网络的基本路由算法,但产生的巨大冗余信息严重降低了该算法的效率.结合洪泛搜索算法和随机走动算法的优点,在维持了洪泛算法响应时间短、稳定性高、结构简单的基础上大大减少了冗余信息的产生,实现了一种改进的路由搜索算法:跳跃随机式洪泛算法.实验结果显示,在保持理想的节点覆盖率的情况下大大减少了冗余信息,提高了搜索效率,改善了网络运行环境.     

非结构化对等网络Gnutella搜索机制的改进

本文介绍了非结构化对等网络Gnutella搜索机制的工作原理,分析其带来的可扩展性问题,提出一种动态拓扑调整的改进策略。仿真实验表明,该策略能够有效降低网络资源的消耗,优化节点间的负载均衡,进而提高网络的可扩展性和资源搜索效率。     

非结构化P2P网络中IACO资源搜索算法

针对非结构化P2P网络中资源搜索效率低、冗余消息较多的情况, 提出一种基于兴趣因子的蚁群优化算法（IACO）。该算法充分考虑了节点价值对资源搜索的影响, 在传统蚁群算法中引入节点的兴趣因子, 以动态调整节点价值和信息素在计算转发概率时的权重关系, 有效地指导了资源查询路径的生成。仿真结果表明, 该算法可以显著提高资源查询的成功率, 同时在一定程度上减少了网络中的冗余消息量。     

基于结构化对等网络的云资源查询算法

为实现云计算中云资源的快速查询,针对资源查找过程中查询效率较低以及网络维护成本较高等问题,提出一种基于结构化对等网络的云资源查询算法,实现对待查询云资源进行快速有效定位。首先设计一种新型超级节点拓扑结构,对网络拓扑中各节点进行唯一性编码,构造二元组路由信息索引列表,并设计相应的路由算法;然后给出了分层象限超级节点算法的查询效率与稳定性分析。仿真实验结果表明,分层象限超级节点算法查询效率较高,且随着网络规模增加,查询路径长度趋于稳定,同时对于超级节点失效带来的网络维护成本较低。     

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.     

对等网络中DHT搜索算法综述*

在P2P网路中如何快速准确地对资源进行定位是衡量其性能的一个关键。现在的分布式P2P系统普遍采取的是DHT（distributed hash table,分布式哈希表）搜索方法。基于DHT的P2P网络搜索算法的研究已经是P2P研究的一个热点。从P2P定义出发,介绍了P2P网络按照拓扑结构的分类发展;然后深入介绍了目前对等网络几种分布式哈希查找算法Chord、CAN、SkipNet和Cycloid等,并对这些算法从拓扑结构、路由复杂度、路由表大小、容错性、扩展性、负载平衡性等方面进行了评估比较;最后分析了这些算法的优缺点及今后研究的重点。     

一种适用于移动对等网络的分簇算法

通过分簇算法减小网络振动效应,延长网络的寿命是移动对等网络的研究重点之一。在研究Kautz图及其特性的基础上,提出一种基于Kautz图的移动对等网络分簇算法。在算法中,定义地址空间树,使用Kautz串作为节点标识,并运用后根序和宽度优先算法遍历地址空间树等一系列技术生成簇。同时设计了相关机制管理和维护簇结构,保证结构一致性。理论证明和实验评估表明,该分簇算法能有效减小振动效应,延长网络寿命。     

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.     

基于遗传禁忌搜索的网格资源选择算法

资源是网格的主体,建立网格的目的就是要管理好的各种网格资源,最大程度地实现资源共享.把网格上的资源和用户请求进行匹配,把合适的可用资源提供给用户使用是网格管理的核心内容.分析了目前常用的资源选择算法,并在此基础上,提出了一种新的算法.该算法结合了遗传算法和禁忌搜索算法的优点,利用禁忌搜索中的禁忌列表来对遗传算法中交换进行有效的限制,避免进入局部搜索.最后通过试验将新算法与遗传算法进行比较.     

基于和声算法异构Hadoop集群资源分配优化

异构Map-Reduce环境中资源分配策略直接影响其响应时间,如何利用有效的策略将计算任务分配到计算资源是亟待解决的问题。利用和声搜索算法对异构Hadoop集群中的计算资源分配问题进行优化。对问题进行建模时考虑了异构计算机集群中各节点的处理能力、带宽和线路质量和源数据位置等因素对计算资源分配的影响,利用和声搜索算法优化资源分配策略,以期在满足用户需求的前提下提高系统的响应时间。并用Gridsim对算法进行仿真实验,实验结果表明利用和声搜索算法可以达到减少系统响应时间的目的。     

基于P2P网络的云资源多维查询算法

在云资源共享服务模式中,为实现云资源的多维度查询,提出一种基于P2P网络的云资源多维查询算法.在结构化对等网络的基础上设计一种分层的云资源网络拓扑结构.首先对云资源的属性和属性值分别进行编码,结合云资源多维发布策略实现了云资源多维查询;然后给出了该算法的查询效率分析和稳定性分析.实验结果表明,该算法能快速高效地实现云资源多维度查询,并且不会随着查询维度数和网络节点数的增加而产生较大的查询时延.     

P2P网络中基于谣言传播机制的资源搜索算法

当前许多P2P网络如KaZaA和Gnutella模型仅使用“洪泛”广播机制,从而造成严重的通信拥塞。针对这种现状,提出了一种基于谣言传播机制的资源搜索算法,任何运行该算法的源节点只需要相对少的节点参与通信,就能以相对大的概率找到资源。仿真结果表明,该算法是优异的。     

一种拓扑感知的流媒体对等网组织算法

传统流媒体传输对等网在应用层构建覆盖图（overlay）,其逻辑结构可能与网络物理拓扑不匹配,造成节点接收延迟大,网络利用效率不高。针对此问题,提出一种拓扑感知的对等网组织算法,称之为TaP2P（Topology-aware Peer-to-Peer）,根据节点到数据源的距离动态调整节点在覆盖图中位置,使数据转发路径符合网络物理拓扑。模拟实验表明该算法有效降低了节点平均接收延迟。