一种P2P网络拓扑构造方法DPT

为了改善Peer-to-Peer(P2P)网络中资源定位的效率,并隔离恶意节点,提出了一种动态的拓扑构造方法DPT,适用于非结构化P2P网络.为邻居节点设置了可变的TTL(time-to-live)值,并在交互后根据各邻居节点的转发情况对其TTL值进行调整;记录了查询路径上的直接转发节点的连接情况;给出了转发信息的放置方法及拓扑调整算法.仿真实验和分析表明,DPT拓扑构造方法可以将恶意节点隔离至网络边缘,改善了资源定位的效率,有效提高F2P网络的服务质量.     

基于Flooding的非结构化P2P网络搜索算法的研究

当前随着P2P网络的广泛应用,P2P搜索技术发展迅速,在非结构化P2P网络中,如何快速、准确对资源定位是当前研究的热点问题,针对非结构化P2P网络中的搜索方法——广度优先搜索（BFS）可扩展性差和搜索效率不高的缺点,文章采用改进BFS搜索方法,按照邻居节点的相似度采取有选择性的发送搜索消息,降低了网络负载,提高了搜索效率。     

浅谈P2P系统中的资源定位

P2P（peer-to-peer）模式是互联网的重要应用之一,资源定位是实现P2P网络资源共享的前提条件。本文首先介绍国内外P2P资源定位的研究现状,接着介绍了P2P网络的四种模型,然后介绍目前P2P资源定位的一些方法以及对这些方法的优化,如泛洪、随机漫步、基于分布式哈希表的查找等。     

结构化P2P网络中资源定位算法的研究

结构化P2P网络的资源定位算法采用的是分布式哈希表（DHT）算法,根据精确关键字进行资源的定位与发现。本文介绍了几种基于DHT的资源定位算法：CAN、Chord和Pastry,对它们的构建和路由算法进行分析,最后指出了结构化P2P网络所面临的问题。     

兴趣域信任相似度敏感的P2P拓扑构建模型

为了提高对等（P2P）网络系统中资源定位效率,保证资源下载质量,基于P2P网络中节点偏好的兴趣域划分机制,给出了兴趣域信任相似度的概念和计算方法,并在此基础上设计实现了一种基于兴趣域信任相似度的对等网络拓扑（ITAPT）模型．ITAPT模型通过引入节点间的兴趣域信任相似度,使具有相近兴趣偏好且兴趣域可信度向量相似的节点互为邻居,提高了节点资源查询效率,同时又能激励节点提供更多贡献. 仿真结果表明,该模型在拓扑有效性和安全性等方面比现有典型机制均有较大提高.     

基于P2P校园网文件共享的设计

与传统的C/S模型比较,P2P在网络资源利用率、消除服务器瓶颈等多方面有明显的优势。当前主流P2P网络模型存在的可扩展性不高、效率低下等问题,严重阻碍了P2P系统的发展。在对当前P2P模型进行研究和分析的基础上,通过整合及改进,比较巧妙地设计了一种新型的适用于校园网络的文件共享模型。结果表明,在新型的模型下校园网的健壮性得到增强,网络拥挤的情况得到改善。     

P2P网络搜索技术研究

随着P2P网络的广泛应用和对P2P网络深入研究，P2P技术取得了一些阶段性成果。P2P网络搜索由初始中心搜索至分布式广度优先搜索，直至现在的结构化P2P网络的语义搜索，其技术得到了快速发展，性能也得到了提高。基于P2P技术近几年的研究进展，论述了目前P2P系统中常用的一些搜索算法，探讨了P2P搜索技术的发展与方向。     

结构化P2P网络Chord算法研究

简述了P2P网络及其结构模型．在P2P网络中,如何快速准确地定位资源是一个重要的问题．文章分析了目前比较流行的基于分布式哈希表（DHT）的Chord算法,并针对定时更新方案造成的延时问题,采用了事件驱动的方案．     

基于分层结构的P2P—SIP网络的研究

现有P2P-SIP架构提高了SIP网络的可靠性和可扩展性,但是要付出增加呼叫建立时延的代价。P2P-SIP系统对时延是敏感的,为了减少定位用户的平均响应时间,提出了一种基于超级节点的分层P2P-SIP网络架构。该系统根据节点和参考点之间的延迟对节点进行分组,将P2P—SIP网络划分为多个低层子网,各子网的超级节点再构成高层主干网。仿真结果表明该系统有效地降低了呼叫建立的平均时间。     

P2P智能重叠网络中间件模型

为提高系统开发效率,降低成本,建立P2P智能重叠网络中间件模型,将基本的P2P服务从具体业务功能中剥离出来,并封装成独立的P2P服务中间件对外提供服务;该模型采用基于应用层的物理网络拓扑探测技术,改善overlay拓扑,使其与底层物理网络结构趋于"吻合";聚集邻近的节点,形成虚拟的超级节点,作为整体对外提供服务,从而"弱化"peer的动态性对系统性能的影响;采用综合链路评估算法,择优选路,提高网络搜索和传输效率.仿真实验和测试结果说明P2P智能重叠网络中间件模型能明显改善系统性能.     

基于移动Multi-Agent的P2P网络中资源搜索技术的研究

资源搜索是P2P网络中的关键技术.针对目前已有的资源搜索方法存在占用网络带宽过多、搜索时延过长,以及由于Peer节点的动态加入和离开导致资源搜索的不稳定性等缺点,在具有超级节点架构P2P网络模型的基础上提出了一种改进的基于移动Multi-agent的资源搜索方法.该方法通过移动Multi-agent间的协作来完成资源搜索任务.最后,通过实验验证了该方法是可行和有效的.     

基于移动agent的P2P网络搜索算法研究

高效搜索P2P网络上的资源是P2P网络实现最为关键的问题.通过引入移动agent,在混合式P2P网络模型基础上提出了一种基于区域划分的网络搜索模型,设计了基于移动agent的网络搜索算法,从而实现了P2P网络搜索的灵活性、全面性和有效性.     

P2P网络中相似文本的聚集存储和模糊查询

针对目前各种结构化P2P协议在对资源进行查询时依赖于准确的全局唯一标识符(Global Unique Identifier),无法实现相似资源的模糊查找的问题,提出了一种资源发布和查找策略,实现了相似文本的聚集存储和模糊查询。该策略首先根据文本内容生成具有强鲁棒性的指纹,以该指纹作为文本在P2P网络中发布的基础,实现将相似的文本发布到同一节点或相邻节点,进而实现高效的分布式相似文本查询。该算法构建在分布式哈希表(DHT)路由基础之上,适用于各种以DHT为特征的结构化P2P系统。     

基于内容的P2P文件共享系统

对等计算(Peer-to-Peer Computing)是一种新型的、极具潜力的计算形式,文件共享是P2P的主要用途.现有P2P系统一般适用于小规模网络,且搜索效率低.本文提出一种基于内容的P2P文件共享系统(Content-Based P2P File Sharing System,简称CBPeers).与目前已有的P2P网络相比,CBPeers在保证搜索效率的同时,充分考虑到网络用户的互异性.与基于节点簇的Super-peer网络相比,CBPeers具有较低的网络搜索负载量.     

改进的Peer-to-Peer环境下的聚类算法

在P2PK-Means算法的基础上,提出了一种改进的数据聚类算法DK-Means。该算法不需要所有节点进行全局同步,只需要在直接相连的节点间进行通信,同时利用本地保存的直接相邻节点聚类信息来减少节点间的通信次数,从而减少整个网络的通信开销。与P2PK-Means算法的实验结果对比表明,改进后的算法通信量要小于P2PK-Means算法的通信量,并且在聚类准确度方面也没有损失,此外,随着节点的增多,DK-Means算法所需通信量的增长速度要明显低于P2PK-Means算法。     

移动P2P网络中基于超级节点信息熵的资源发现算法

移动P2P网络节点的移动性特征使得网络搜索性能的变化大,也造成了资源搜索的成功率低下和系统不稳定性增加.通过选择信誉高、动态弱的节点作为超级节点,再选择一个与超级节点相对信息熵最小的节点作为此超级节点的候选超级节点的基于超级节点信息熵的选择算法.理论分析和仿真结果表明,该算法使得系统稳定性增加,可有效地提高系统的资源搜索的成功率.     

基于IPv6对等网技术的资源共享方法

为了改善P2P（Peer-to-Peer）软件带宽消耗高、网络利用率低的问题,提出了将资源发现过程与资源共享过程分开执行的方法,并在IPv6环境下定义了两个私有协议P2PIEP（Peert-to-Peert Information Exchchange Protocol）和P2PDEP（Peer-to-Peer Data Exchange Protocol）。这两个协议分别服务于资源发现过程和资源共享过程。P2PIEP使用小世界模型,用于发现资源信息;P2PDEP封装在UDP（User Datagram Protocol）数据报中且具有较小的协议首部,从而达到提高网络利用率的目的。     

基于语义P2P虚拟学习社区的构建方法

随着系统规模的扩大,在基于P2P远程学习系统中出现学习参与者无法有效发现学习资源,同时建立的虚拟学习社区不能很好地反映参与者的动态学习特性。在分析语义网和本体建模的基础上,按照学习社区要求建立节点本体模型,提出一种基于混合模式P2P技术的远程学习系统;并在此基础上,设计实现基于语义相似度的虚拟学习社区的构建算法。     

基于应用层组播策略的P2P网络搜索模型研究

介绍了传统P2P网络的搜索模型,并分析了其存在的一些问题.针对这些问题,提出了一种基于应用层组播策略的搜索模型,它可以减少冗余搜索包,提高搜索效率,并且能够适应P2P网络拓扑的动态变化,实现良好的可扩展性和容错性.