改进的基于概率的非结构化对等网搜索算法

资源发现是P2P应用所面临的最核心问题之一.无结构P2P主要采用了查询消息泛洪和信息索引机制,会造成严重的网络带宽负担以及巨大的索引维护开销.提出了一种无结构P2P环境下一种改进的概率自适应的、动态缓存和索引算法EAPS,EAPS算法依据用户结点和用户结点的邻居节点命中查询的历史信息赋予结点相应权值作为查询消息路由的依据,引导查询快速接近目标资源,同时能够解决由搭便车结点所带来的网络带宽消耗.自适应缓存机制和索引机制的引入使搜索性能大为加强.最后的实验表明,附带自适应缓存和索引的EAPS,以其高搜索成功率、很短的时间响应,能够显著地提高资源发现性能.     

面向动态环境下兴趣转移的P2P自适应搜索

P2P环境的高度动态特性导致了搜索性能的不稳定.针对节点的兴趣变化对搜索性能的影响,利用节点的自治和系统自组织特性,提出了一种动态自适应搜索机制SAS.基于资源的合理组织以及查询历史统计信息,通过消息转发的智能性,及时反映资源分布以及搜索内容的动态变化,从而迅速定位资源提供节点,提高了搜索的性能和稳定性.实验分析表明,SAS可以自动优化搜索性能,具有很好的自适应性.     

非结构化P2P中搜索算法的性能分析

资源搜索是P2P应用所面临的最核心问题之一,相关的非结构化P2P系统主要采用了查询消息泛洪和信息索引机制.本文分析了非结构化P2P中几种典型的搜索算法,阐述了其搜索原理和搜索性能 .与其他研究不同,本文通过大量的模拟实验来验证搜索算法的性能;在不同网络规模中,通过对每一种搜索算法的查询成功率、搜索产生消息数和成功查询所用平均跳数进行比较分析,给出了相关结论.     

SWAPS一种基于Small World的文件搜索算法

资源发现是P2P应用所面临的最核心问题之一．无结构P2P方面的已有工作主要采用了查询消息泛洪和信息索引机制，这会造成严重的网络带宽负担以及巨大的索引维护开销．提出了一种无结构P2P环境下能够节约带宽、易维护的自适应搜索算法，即SWAPS．SWAPS根据用户的访问历史抽取用户的兴趣属性，并遵循用户的访问行为模式，以自发的方式组织基于用户兴趣属性的应用层Small world覆盖网络，然后基于覆盖网络实现了高效的文件定位．分析了影响搜索性能的关键因素，针对Small world网络特点分别设计了基于兴趣度、基于本体距离和基于兴趣宽度等有效的查询消息转发策略．最后实验显示，SWAPS以其高成功率、低带宽消耗和很小的响应时间能够显著的提高搜索性能，而且对用户的访问行为体现出良好适应性．     

IS-P2P:一种基于索引的结构化P2P网络模型

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.     

移动P2P网络位置信息辅助的先应式搜索机制

给出一种移动P2P 网络中的自适应搜索机制。该机制依据节点命中查询的历史信息动态地计算相应的节点存储文件流行程度,并根据文件流行程度先应地发布文件元数据信息,利用返回最多的响应节点或者流行节点的位置信息作为查询转发的指导以减少查询消息。实验结果表明,该机制具有较高搜索成功率和较短的响应时间,能够提高搜索性能。     

EIR：具有超级结点的非结构化P2P中多维数据搜索框架研究

在具有超级结点的非结构化P2P系统中，研究了复杂多维数据的查询搜索策略，提出了一个应用于具有超级结点的非结构化P2P网络的综合框架，在该框架中，能够实现对多维数据共享、索引以及查询等操作的处理。以R^＊-tree索引树为基础，提出了一种能够应用于P2P的扩展R^＊-tree索引树，即EIR-tree树，研究了系统中集群信息的收集与维护、EIR-tree树的构建与维护等方法和措施。     

非结构P2P网络受限搜索机制

降低搜索过程中产生的大量网络开销,是非结构P2P 网络重点研究内容之一.泛洪算法和随机查找算法简单且易于实现,但其在搜索过程中产生的大量冗余消息是造成大量网络开销的主要原因.针对这一问题,提出一种受限搜索机制(restricted forward search algorithm,简称RFSA),定义了搜索路径和冗余搜索路径,引入本地消息索引缓存机制,通过节点对消息的受限接收,消除节点对消息的重复接收与转发;利用搜索过程中携带的实时搜索路径信息,选择未出现在搜索路径中的邻居节点对消息进行转发,消除冗余搜索路径的产生.从理论上分析了RFSA 所产生的消息数目和网络开销.模拟实验分别从网络开销、查询点击率、搜索覆盖率和产生的冗余消息数目等方面对受限机制下和非受限机制下的泛洪算法和随机查找算法进行了对比分析,结果表明,在搜索覆盖率和查询点击率基本相同的情况下,受限机制下的泛洪算法和随机查找算法能够减少大量冗余消息的产生,降低了网络开销.     

一种基于覆盖网络拓扑的无结构P2P主动复制策略

无结构P2P覆盖网络并非规则网络,也非纯粹的随机网络,结点在拓扑结构中体现出非对等性,在接收查询消息的数量上具有非均衡性.研究了结点连接度分布、数据流行程度与搜索成功率之间的关系,并针对数据的不同流行程度给出了结点连接度的最优分配模型.最后给出了一种实现最优结点度分配的主动复制策略.实验结果表明,基于拓扑信息的主动复制是一种提高无结构P2P搜索性能的可行方法.     

一种基于语义相似的P2P搜索机制

现有P2P网络规模大、动态性高、异构性强，有效的搜索技术一直是P2P系统研究中的核心问题。本文针对无结构P2P网络泛洪搜索机制的盲目性所导致的查询开销大、效率低的问题，提出了一种基于语义相似的P2P搜索机制SRVN，通过积累历史搜索经验获得路由指引信息，帮助搜索结点快速发现与搜索内容最相关的结点，从而提高搜索效率和目标命中率。实验结果显示，使用SRVN搜索机制，有效地提高了Gnutella查询性能。     

基于蚁群算法的非结构化P2P网络资源搜索策略

针对非结构化P2P网络资源搜索算法中冗余消息数过多、搜索效率低等问题,提出一种基于蚁群算法的非结构化P2P网络资源搜索策略,该策略利用蚂蚁信息素的正反馈原理,同时综合考虑邻居节点度和邻居-邻居节点信息,选择下一条邻居节点路径转发查询消息,有效地指导资源搜索路径的生成。实验结果表明,该算法在一定程度上减少了大量的冗余查询消息,提高了资源搜索的成功率,是一种有效的非结构化P2P网络资源搜索策略。     

面向用户需求的非结构化P2P资源定位泛洪策略

在非结构化P2P网络中,如何对用户所需资源进行快速、准确定位是当前研究的热点问题,也是P2P应用领域面临的核心问题之一.相关的非结构化P2P资源定位算法在查准率、查全率和查询成本上难以同时被优化,这会造成严重的网络带宽负担以及巨大的索引维护开销.为此,提出一种面向用户需求的非结构化P2P资源定位策略(user requirements resource location strategy,简称U2RLS).该策略的创新点是:在原有非结构化P2P网络资源定位泛洪算法的基础上,融入用户需求、用户偏好、用户兴趣度等因素,首先进行用户资源子网划分;采用带有用户需求信息的泛洪和查询索引机制,对用户所需资源进行精确定位.该策略有效避免了因海量信息引起的网络风暴、信息重叠和资源搜索偏覆盖等问题,从而解决了查询节点盲目使用中继节点的现象.实验结果表明:面向用户需求的非结构化P2P资源定位策略U2RLS以其高搜索成功率、有限网络资源消耗和短查询时间响应等优势,能够显著地提高用户资源定位效率.     

非结构化P2P网络中减少冗余的搜索策略

在非结构化的P2P网络中,传统的洪泛式搜索造成大量的通信开销,严重制约了网络的可扩展性。根据标准洪泛机制在搜索的不同阶段表现出的不同特性,提出了一种基于TTL的分段搜索策略TTL-Search。TTL-Search把搜索过程分为两个阶段,各个阶段使用不同的策略转发消息。分析和实验结果表明,TTL-Search克服了洪泛搜索盲目性的特点,在一定程度上减少了查询带来的冗余开销,提高了查询成功率,能够高效地应用于非结构化P2P网络。     

RNP2P——一种基于复本网络的非结构化P2P系统

根据非结构化P2P系统中资源分布的特点，提出一种基于复本网络的非结构化P2P系统，即RNP2P。通过查询反馈、主动探测和反向探测三种方式协调复本节点之间的相互感知，构建数据结构存储每种资源的其他复本节点信息，针对每种资源均构成一个复本网络。基于这种复本管理机制，RNP2P平均能够以命中3~5个复本的消息开销获得100%的命中率，其他查询方法均可以和RNP2P有效结合。模拟结果表明RNP2P的查询性能远远高于其他查询方案。当采用k-随机游走进行查询，RNP2P的消息开销为普通非结构化P2P中k-随机游走查询的5%,并且远远低于泛洪查询,RNP2P的查询时延也相应降低。     

基于兴趣域的非结构化P2P模型

泛洪式路由（Flooding）是在非结构化对等网络中进行有效资源查找的主要方式,但其路由过程将产生大量冗余消息,因而严重制约了其可扩展性。随节点数增多,泛洪式路由的网络带宽消耗也变得异常严重。针对非结构化P2P网络拓扑的特点,结合对已有的非结构化P2P搜索算法的研究,文章提出了一种基于兴趣域的非结构化P2P搜索算法,使得节点能在短时间内查找到有效的资源,减少了查询信息量,缩短了路由路径,提高了搜索效率。     

非结构化P2P网络中基于连接度的分段搜索策略

洪泛机制由于其简单性而被广泛应用于目前的非结构化P2P文件共享系统中,尽管它在内容搜索方面有很高的效率,但同时产生了大量的冗余消息,严重制约了网络的可扩展性。现有的改进搜索策略虽然减少了冗余消息的数量,但也明显降低了消息的覆盖范围。为了能够在保持高覆盖范围的前提下减少冗余消息的数量,提出了一种新的基于连接度的分段搜索策略DSearch。DSearch把搜索过程分为两个阶段,各个阶段中使用函数来控制消息转发的数量,然后依据邻居节点的连接度大小来选择消息的转发对象。分析和实验结果表明,DSearch能够提供较低负载的查询,高效地应用于P2P搜索。     

基于路由学习的非结构化P2P搜索技术研究

针对无结构化P2P环境下P2P泛洪搜索的盲目性和高资源消耗性,提出一个基于路由学习的非结构化P2P搜索算法,建立两个索引表,存储三类节点信息,通过学习关联节点的信息,建立路由表,并定时与路由表内节点交换信息,减少搜索时间,降低搜索开销。理论和仿真实验证明该算法能有效地提高搜索速度,降低搜索开销。     

基于反馈的P2P资源定位策略*

提出了一种非结构化P2P网络资源定位的新方法,包括基于反馈的查询转发策略和扩散控制算法。基于反馈的查询转发策略利用已执行查询的反馈进行信息搜索,同时通过在高转发成功率的节点上复制副本来提高搜索命中率;扩散控制算法对消息数量进行控制,使得网络带宽不被过度消耗,减轻网络拥塞。实验采用Java语言模拟整个策略。结果表明该方法具有高效性、可靠性,值得在目前的P2P网络中推广。