基于节点异构性优化的P2P流媒体传输技术

提出一种基于节点异构性优化的P2P流媒体传输技术。与已有的P2P流媒体传输技术相比,新技术考虑了P2P环境下各节点在服务能力(包括上、下行带宽,在线时长等)上的异构性。为满足系统可扩展性的要求,方便系统管理,算法采用层次簇的思想,将节点按一定规则组成多层次簇结构,簇首节点负责管理本簇成员节点,有效减轻高层次节点的管理负担。同时采用GNP算法(GlobalNetworkPositioning,全局网络定位),通过计算各节点的GNP网络坐标找出邻近节点。将邻近节点划为同一个簇进行管理,让服务能力强的节点位于多播树的上层,并根据网络状况动态自调整系统结构,以实现系统负载平衡,提高系统服务质量。     

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。     

TBSN:一种基于分类层次的P2P网络

构建语义覆盖网络是支持基于语义的搜索、提高P2P网络查找性能和可扩展性的重要手段.现有的基于分类层次的P2P语义覆盖网络并不能充分利用分类层次所包含的语义信息,为此提出了一种基于分类层次的P2P网络(TBSN),该网络充分考虑遵循某种分类层次的数据源的特点,能够利用分类层次所包含的语义信息,动态地将peer节点聚簇成不同的语义簇,语义簇之间根据语义关系建立相应的语义路由,从而形成了一种基于语义的P2P网络.每个语义簇由一个super-peer节点和多个peer节点组成,仅负责回答其语义子空间上的查询.查询根据语义首先被路由到可能有结果的语义簇中,然后转发给相关的peer节点,从而减少查询所涉及的节点和消息的数量,提高了网络的性能.实验表明,TBSN网络在查找性能和开销之间取得了良好的平衡,同时较好地保持了语义簇之间的负载平衡和簇中数据之间的语义关系.     

PVPS：P2P点播中的分布式搜索算法

PVPS系统针对P2P点播服务实现中的源节点搜索问题给出了一种实用高效的解决策略.PVPS在节点结构组织上采用了基于节目内容分簇的网状结构,每个分簇中由代理节点进行管理.在簇间搜索过程中,PVPS采用改进的启发式MPR算法、基于邻居优先级的自裁减策略和基于消息冗余度的剪枝策略对非结构化搜索进行多次优化,提高了搜索的效率.理论分析和实验结果表明,PVPS服务体系采用的搜索策略在性能上优于现有策略,在大型网络中具有良好的稳定性和扩展性.     

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.     

基于混合P2P的端到端网络测量系统

基于P2P的网络测量系统以降低单点瓶颈和部署开销为目标,其中结构化P2P一般假设节点具有相同的能力,不适合大规模部署;非结构化P2P通信负载过大,可扩展性差.因此,本文结合多种P2P模式的优点,引入分层思想,对节点按能力分簇,选取性能佳的作为簇首组成上层高速转发网,由簇首负责维护和管理簇内普通节点,同时描述了系统的初始化构建过程、各个功能模块、自适应维护机制等,并实现了一个系统原型.实验结果表明,该系统实现了节点的自动化部署,同时提高了系统的可扩展性,降低了测量开销.     

面向拓扑一致性的层次化常数度P2P构建

常数度P2P模型成为近几年的研究热点,但对于拓扑一致性问题,将已有的方法简单地移植到常数度P2P均存在严重的不足。本文针对常数度P2P FissionE提出一种层次化解决方案CO-Fissio-nE:系统节点首先聚类成簇并组成低层overlay,然后由"下界重合"规则确定高层的簇间链接以保证高效的簇间通信。该规则同时限定了簇间邻居的最大值,因此选取常数度拓扑作为簇间overlay便能够保证各节点度数仍为常数量级;给出了CO-FissionE的路由、资源发布、查询及拓扑维护策略。实验表明该方法通过有限的开销有效地满足了拓扑一致性,降低了查询开销,是一种十分有效的FissionE改进方法,该方法的思想同时可以结合其他拓扑优化技术以及应用到其他常数度P2P。     

基于WMN物理特性的P2P超级节点选取机制

跳数对无线网络传输性能的影响以及P2P网络相邻节点物理位置的不相邻导致P2P网络信息检索延迟过大。该文提出基于无线网状网物理特性的超级节点选举机制。根据节点在网状网中的作用和位置特性确立Mesh子域,构建超级节点服务簇,使簇内节点的实际通信跳数较小,控制应用的端到端传输延时。仿真结果表明,该机制能降低约50％的信息检索延迟。     

基于时间序列的P2P网络综合信任模型研究

P2P网络具有动态性,自组织和匿名性等特点,从而导致网络中某些节点存在恶意行为,为了保证节点能提供可靠资源和良好服务,提出一种基于时间序列的P2P综合信任模型,使对等节点之间建立信任关系。该模型在计算直接信任度和间接信任度时引入时间衰减函数,近期的信任值衰减小,对整体信任度的影响大。通过反馈控制机制动态更新簇内节点和簇头节点的信任度,使整体信任值具有时效性,对节点信任度的评价更精确和更可靠。实验证明,该信任模型较DyTrust模型降低了节点之间的交互时延,稳定性和动态自适应性更好,检测恶意节点的能力更强,提高P2P网络的可信度,对P2P网络的安全提供有力保障。     

基于兴趣分簇与物理位置感知的P2P网络模型

针对分布式非结构化P2P网络中搜索花费高,效率低的问题,提出了一种层次架构混合P2P网络模型。通过对节点的兴趣分簇,使兴趣相关的节点在网络中相近,查询消息路由到相关兴趣的节点上,有效提高了搜索效率;结合物理位置感知,使物理位置相近的节点在网络中也相近,改善了物理网络拓扑与虚拟拓扑不匹配的问题。     

自组织P2P网络的语义聚类查询算法

P2P网络中参与资源共享的节点日益增多,且呈海量趋势。如何在海量用户海量资源的情况下,查询整个P2P网络中的资源语义分布,计算网络中的所有语义聚类,是一个颇具挑战性的问题。针对这一问题,本文提出了一种面向自组织P2P网络的语义聚类查询算法SCQASPNSR。该算法可高效计算整个P2P网络中的语义聚类,为研究网络中资源语义分布、进行有效的知识发现,提供了有力支持。     

一种基于K-means聚类分组的P2P超结点模型

本文面向网格计算、协同工作等特定P2P应用、提出了一种基于超节点的P2P混合网络模型。该模型的主要特点是采用K-means聚类算法对网络中的节点进行聚类,从而得到分组虚拟子网,由各子网内的超节点负责临近节点的加入与注销。该模型既克服P2P集中模型伸缩性不强,分散性P2P模型发送消息量大等缺点,又可以灵活地组织对等节点进行网格计算或组内协同工作等分布式应用。文章最后使用仿真实验表明K-means算法在网络节点聚类中的有效性。     

基于IPv6、簇和超节点的P2P路由模型研究

针对当前P2P网络模型存在逻辑拓扑与物理拓扑失配和没有充分考虑节点异构性的缺点,利用IPv6特有的层次化地理布局,实现逻辑拓扑与物理拓扑的有效结合,应用簇减少节点频繁加入和退出所带来的网络抖动问题,充分考虑节点之间的性能差异,让性能好的节点承担更多的任务,利用节点成功的资源访问记录进一步提高路由效率。通过模拟实验和对相关数据的分析,证明该项研究能使路由延迟减少,网络更稳定,更易于管理和维护。     

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.     

ReMIS：面向再制造信息共享的P2P网络模型*

针对当前再制造生产的特点和实际需求,设计了一种面向再制造信息共享的P2P网络模型ReMIS。为适应再制造网络的高度动态性,模型采用基于自然簇和主题簇构成的两层混合结构,上层由主题对等体组成结构化的主题网络,下层由普通对等体组成P2P网络。ReMIS采用基于主题簇的资源分类和检索机制,能够确保在处理海量再制造资源信息的检索请求时具有较高的路由性能和查询性能,并能减少再制造生产中的词汇语义冲突;同时,发布/订阅机制的应用使再制造企业获取实时信息成为可能。相关性能分析表明,ReMIS网络是高效可行的,可以适应再     

一种有效的簇集主干点P2P网络结构模型

文中提出一种有效的簇集主干点P2P网络结构模型，克服了非结构化P2P系统中存在的扩展性不好和搜索效率不高的问题。该模型根据拓扑优先级把对等点聚类成簇形层级结构，从CN中选出GN充当簇的中心和服务提供者，实现定位查询和信息交互。为了衡量由主干点组成的骨干网的路由，文中设计了一种适用于应用级广播协议的路由算法。实验利用Java平台和仿真工具模拟实时网络环境，比较层级结构结合主干点骨干协议的系统模型和Gnuteua系统的代价。实验结果证明这种层级结构的簇集P2P模型，加上骨干网协议支持，在系统性能和可扩展性上带来了明显地提升，并可在大范围非结构化的P2P环境中得到应用推广。     

P2P网络中双向信任机制的研究

P2P网络(Peer toPeer,对等网)已经以飞快的速度发展成为internet中最重要的应用系统之一。P2P网络开放、匿名的特性使得任何人在任何时候都也可加入网络为其他人提供内容和服务,同时也可以从网络中查找并获得所需要的资源。然而,也正是因为这种特点,节点之间缺乏信任、恶意节点随意终止服务,造成了网络的利用率低下,信任管理就显得十分必要。然而传统的单向信任管理机制难以有效地对自私节点和恶意节点进行控制。鉴于此,本文在研究P2P网络的信任管理机制的基础上,引入了双向信任机制,实现节点之间的双向评估。     

基于理性博弈的P2P网络激励模型

在借鉴博弈理论的基础上,结合P2P网络的特点,提出一种基于理性博弈的激励模型,并构建该模型的有限自动机。通过引入对自私节点的惩罚机制,制定相应的行为规则,激励理性节点为使其自身收益最大化向整个网络贡献资源。仿真结果与分析表明,该模型能有效地惩罚自私节点,威慑其放弃自私行为。     

一种P2P网络的重复博弈激励机制

P2P网络中节点的自私行为极大地降低了系统的可用性,相应解决方案是建立有效的激励机制。在借鉴博弈理论的基础上,并结合P2P网络的特点,提出了一种基于重复博弈的激励机制,构建了该模型的有限状态自动机。该模型通过引入对自私节点的惩罚机制,同时制定相关的行为规则,来激励理性节点为使其自身收益最大化而向整个网络贡献资源。仿真结果与分析表明该模型能有效地惩罚自私节点,威慑其放弃自私行为。