用Small-World设计无组织P2P系统的路由算法

由于peer-to-peer系统在件共享方面有着巨大的应用前景，peer-to-peer搜索问题已成为目前学术界重点的研究问题之一．对于缺乏缓存机制的无组织P2P系统。已有的分布式路由算法缺乏全局导航能力，属于无序搜索．为此，提出一种key clustering算法，将路由空间分为HUB和AUT两层，从全局角度进行有序搜索．为提高key clustering算法的可扩展性，借鉴Small-world领域的研究成果，在路由表中以一定概率插入连接远距离节点的快捷连接，以缩短平均路径长度．初步仿真实验表明，引入快捷连接的key clustering算法具有良好的搜索能力和扩展性。     

一种改进的基于键聚类的P2P网络搜索算法

P2P搜索问题已成为目前学术界的研究热点,Key clustering算法将路由空间分成HUB和AUT两层,从全局角度进行有序搜索,借鉴Small-world领域的研究成果,在路由表中以一定概率插入连接远距离节点的快捷连接,以缩短平均路径长度.仿真试验表明,引入快捷连接的Key clustering算法具有良好的搜索能力、扩展性和容错能力.     

主题驱动的P2P分布式信息搜索机制研究

Peer—to—Peer（P2P）对于分布式文件共享具有很好的前景，但当前的P2P系统仍然缺乏有效的信息搜索机制．本文提出一种主题驱动的P2P信息搜索机制，通过对节点上的文档进行聚类获得全局主题，然后将包含有相似主题的节点组织到一起构成主题覆盖网络．当在P2P网络中进行信息搜索时，根据查询与主题的相关性路由查询，从而改善搜索效率．本文详细阐述了进行主题驱动搜索的索引结构、主题聚类方法、主题覆盖网络的构造与维护算法．在Chord上的模拟实验结果表明，主题驱动的P2P信息搜索机制可以减少信息搜索时的平均网络带宽和平均搜索路径长度，提高搜索的成功率．     

基于节点兴趣的非结构化P2P搜索机制

针对P2P系统缺乏有效信息搜索机制的问题,提出一种基于节点兴趣的非结构化P2P搜索机制。通过挖掘每个节点的兴趣,将节点按照其相关性组成网络,使相关性高的节点在网络中距离较近。在P2P网络中进行信息搜索时,只将查询消息路由到相关兴趣的节点上,以改善搜索效率。     

基于非结构化的P2P信息检索关键技术研究

如何在缺少集中控制、大规模、分布式的P2P（peer-to-peer）网络中找到并定位信息是所有的P2P共享系统面临的一个难题．现有的P2P信息检索机制存在着种种不足：基于结构化P2P网络的检索效率很高,然而由于构造过于严格,难以在Internet上普及,而且仅能支持粗粒度的文件共享;非结构化P2P网络实现简单,是P2P共享系统的主要实现方式,但是由于搜索的盲目性,其检索效率又普遍低下．建立了一个新的非结构化P2P共享原型系统．该系统利用改进的蚁群算法进行检索路由,使检索总是倾向于有利的方向．同时,有针对性的推荐服务能够减少盲目搜索,提高文件共享水平．仿真实验的结果表明,该系统所采用的信息检索与信息推荐相结合的策略能够有效地提高P2P信息检索的成功率,降低网络负载．     

利用二叉排序树改进结构化P2P模型

P2P覆盖网络是一种对等网之间的逻辑连接构成的应用层网络,由于其易于构建、管理灵活、可扩展性强,在实现互联网上的多种应用中发挥着重要的作用。在研究Chord算法的基础上提出了一个BBSTC网络拓扑模型,介绍了网络节点的加入和退出的路由算法以及资源定位的步骤,通过仿真实验和分析表明此方案可以显著改善搜索结果的成功率和大大减少搜索所需的路由跳数,在目前结构化P2P环境中,该策略有一定的推广利用和研究价值。     

基于蚁群算法的P2P文件共享系统

研究了一种基于蚁群优化算法和多代理技术的P2P共享文件系统,介绍了其设计原理、系统结构、实现文档查询及路由的算法。经过在P2P仿真器上的测试,结果表明其在文档搜索路由的效率明显提高,资源开销明显减少,整个系统具有较好性能。     

分布非结构化P2P网络资源定位研究

P2P系统是一个分布式系统,其中的资源如何进行定位是一个重要的问题。通过对分布非结构化P2P系统的搜索机制以及现有的改进方法的研究,给出了一种基于语义路由改进算法,并对此算法进行了模拟仿真。     

融合蚁群算法和路由侦听的移动P2P搜索

提出融合蚁群算法和节约带宽的路由侦听技术的移动P2P搜索算法,它计算响应和节点语义相似度以更新节点路由表的信息素,依据表中的信息素来决定节点查询转发的方向;通过缓存路由经过节点的查询消息,侦听路径节点的响应消息,并据此顺带应答缓存的查询消息.实验结果表明,与其他同类算法相比,本文的移动P2P搜索算法在较低的带宽消耗下获得较高搜索成功率,有效地提高了搜索性能.     

一种基于本体的P2P网络搜索方法

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,提出了一种基于本体的P2P网络搜索方法OA.该方法给出了一个基于本体的P2P网络搜索模型,并设计了一个全局共享的节点本体来表示和组织节点知识,以提高检索质量.同时,设计了一个节点聚类算法PCA来改善消息路由.实验结果表明,OA算法比Gnutella算法实现了更高的查准率和查全率.     

基于Small-World网络的非结构化DHT算法

目前，非结构化的P2P路由算法面临着搜索效率低下的严峻问题，这严重影响了非结构算法的应用领域．提出一种基于关键字聚类的分布式哈希表算法，主要思路是将环状关键字空间分成上下两层，下层(AUT层)负责关键字管理，上层(HUB层)负责节点路由．每个节点用一个随机数值作为它的聚类中心，从过往的路由消息中本地节点将抽取文件关键字和节点聚类中心，以聚类原则将这些数据记录到本地路由表中．除了改进非结构化算法的数据组织无序性，另一个目标是提高搜索效率．于是，上述算法的增强算法利用了small-world理论，在HUB层中加入远距离节点的聚类中心，将确定性聚类转化为概率性聚类，故能保证路由长度为O(log^2N)．     

一种基于聚类的对等网络图像搜索机制

将基于内容的图像检索应用到P2P网络中，提出了一种基于“类簇”的P2P网络信息搜索机制。结合聚类方法和Small world原理，将相似的图像文件聚集到同一个“类簇”中，不同簇之间建立远距离连接；查询时先定位到所属的簇，在簇内广播查询，并根据查询记录更新节点路由表。仿真实验表明该搜索机制具有良好的搜索性能。     

SSTT: Efficient local search for GSI global routing

In this paper, a novel global routing algorithm is presented for congestion opti-mization based on efficient local search, named SSTT (search space traversing technology). This method manages to traverse the whole search space. A hybrid optimization strategy is adopted,consisting of three optimization sub-strategies: stochastic optimization, deterministic optimiza-tion and local enumeration optimization, to dynamically reconstruct the problem structure. Thus,“transition” can be made from a local minimum point to reach other parts of the search space,traverse the whole search space, and obtain the global (approximate) optimal routing solution.Since any arbitrary initial routing solution can be used as the start point of the search, the initial-ization in SSTT algorithm is greatly simplified. SSTT algorithm has been tested on both MCNC benchmark circuits and industrial circuits, and the experimental results were compared with those of typical existing algorithms. The experimental results show that SSTT algorithm can obtain the global (approximate) optimal routing solution easily and quickly. Moreover, it can meet the needs of practical applications. The SSTT global routing algorithm gives a general-purpose routing solution.     

求解带容量和时间窗约束车辆路径问题的改进蝙蝠算法

带时间窗和容量约束的车辆路径问题是车辆路径问题重要的扩展之一,属于NP难题,精确算法的求解效率较低,且对于较大规模问题难以在有限时间内给出最优解.为了满足企业和客户快速有效的配送需求,使用智能优化算法可以在有限的时间内给出相对较优解.研究了求解带容量和时间窗约束车辆路径问题的改进离散蝙蝠算法,为增加扰动机制,提高搜索速度和精度,在对客户点按其所在位置进行聚类的基础上,在算法中引入了变步长搜索策略和两元素优化方法进行局部搜索.仿真实验结果表明,所设计算法具有较高寻优能力和较强的实用价值.     

Particle swarm optimizer for variable weighting in clustering high-dimensional data

In this paper, we present a particle swarm optimizer (PSO) to solve the variable weighting problem in projected clustering of high-dimensional data. Many subspace clustering algorithms fail to yield good cluster quality because they do not employ an efficient search strategy. In this paper, we are interested in soft projected clustering. We design a suitable k-means objective weighting function, in which a change of variable weights is exponentially reflected. We also transform the original constrained variable weighting problem into a problem with bound constraints, using a normalized representation of variable weights, and we utilize a particle swarm optimizer to minimize the objective function in order to search for global optima to the variable weighting problem in clustering. Our experimental results on both synthetic and real data show that the proposed algorithm greatly improves cluster quality. In addition, the results of the new algorithm are much less dependent on the initial cluster centroids. In an application to text clustering, we show that the algorithm can be easily adapted to other similarity measures, such as the extended Jaccard coefficient for text data, and can be very effective.     

非结构化P2P网络资源搜索机制的研究

P2P系统网络资源的分布性特征,目前受到越来越多的关注,其中资源搜索技术是这个系统中一个比较重要的问题。通过对分布非结构化的搜索算法以及对现有改进算法的研究,参考网络中的小世界性给出了一种基于兴趣的短链路搜索算法。该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。     

并行量子遗传算法在QoS组播路由中的应用

随着网络通信技术的发展和Internet的普及,性能出色的组播路由越来越重要。著名的组播路由Steiner树问题是NP完全问题,应采用启发式方法求解。文中在常规量子遗传算法中引入并行进化模型,提出了一种解决多约束QoS组播路由优化问题的算法。在满足带宽、时延约束条件下寻找代价最小的组播树,并合理安排节点负荷,减少通信开销。仿真实验结果表明本算法搜索速度快、全局寻优能力强,性能和效率优于常规量子遗传算法。