共查询到20条相似文献,搜索用时 140 毫秒
1.
2.
双向主从式Chord资源搜索算法的研究 总被引:1,自引:0,他引:1
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。 相似文献
3.
提出一种基于树环Chord的网络拓扑结构,并设计了与该拓扑结构对应的节点的路由表结构.基于树环Chord的网络拓扑结构有效利用了IPv6地址协议的地址聚类特性把网络中的节点划分到相应的自治域,有效解决了物理网络和逻辑网络不匹配时路由绕路产生的搜索延迟问题;新的路由表消除了冗余信息并增加了目标资源列表,增加了启发信息,缩短了重复搜索的延迟.仿真实验结果表明,基于树环Chord的网络拓扑结构的搜索平均延迟和平均跳数优于Chord和DChord,有效提高了资源搜索的性能. 相似文献
4.
云计算中基于Chord算法的研究与改进 总被引:1,自引:0,他引:1
定义了云服务器为P2P网络拓扑结构的基本节点,引进Chord协议对其进行资源定位与搜索.由于Chord算法一方面没有考虑节点异构的问题,另一方面其查询路由表存在着较大的冗余信息,因此从这两方面着手,对Chord算法进行了改进.建立了一个基于主从式结构的多Chord环模型,对环中节点的查询路由表进行分析研究,提出一个新的路由表计算公式,在删除冗余信息的基础上,充分利用查询路由表的空间资源,将节点的路由查找的覆盖范围从Chord环的1/2提升到3/4,最终提升到整个Chord环.实验结果表明,改进后的算法在平均路由跳数和平均网络延迟都有明显的减少,从而提高了资源搜索的效率. 相似文献
5.
基于网络拓扑和节点异构的Chord系统 总被引:1,自引:0,他引:1
结构化P2P系统在建立逻辑覆盖图时并没有考虑实际的物理拓扑结构,导致覆盖网络与底层物理网络的严重不匹配.另外,结构化P2P系统也没有考虑节点的性能差异,这都影响了系统的路由效率.在结构化对等网络Chord基础上,提出了一种改进的路由算法THChord(Topology and Heterogeneity-based Chord),把物理拓扑相近的节点聚类,并引入超级节点对查询过的信息和热点信息进行缓存.仿真实验表明,THChord的路由性能与Chord相比有了明显的提高. 相似文献
6.
7.
Chord算法的改进一般是通过改善其路由表结构或者修改其查询算法。由于修改路由表结构的方法在降低平均查询跳数与时间的同时通常增加了路由表长度,使得Chord在维护时占用更多的带宽且改善效果并不理想。通过分析Chord在查询过程中的路由特点,提出一种基于节点信息复制和查询热点的改进算法CH-Chord,并通过仿真实验证明该算法在减少平均查询跳数、查询时间、查询失败率的同时并没有增加Chord稳定时的维护消耗。 相似文献
8.
9.
10.
11.
Peter K. K. Loh 《Microprocessors and Microsystems》1995,19(10):591-597
We examine the suitability of three heuristic search algorithms (Greedy Constructive Scheme, Best First Search and A*) for use as routing strategies on a faulty multiprocessor network. Our search space is a simulated 5 × 5 × 5 (125-node) multiprocessor mesh network. Each virtual node comprises a processor and a communications switch supporting explicit message backtracking. Their performances are compared for up to 20% of randomly generated faulty links. The results show that heuristic search algorithms can be implemented as fault-tolerant routing strategies and that the modified Best First Search routing strategy performed consistently better with significantly less degradation than the Greedy Constructive Scheme and the A* strategies. 相似文献
12.
13.
针对无线自组网络拓扑结构多变、网络生存时间受限及数据包分组传输效率低下等问题,借鉴萤火虫群优化算法,提出了一种改进萤火虫群优化的无线自组网络路由算法.路由算法将萤火虫优化算法中的荧光素强度更新与无线自组网络中的节点移动速度、拥塞程度、节点剩余能量、节点间距离等因素进行相互映射,同时改进萤火虫群优化算法中的搜索萤火虫、驻留萤火虫及回溯萤火虫用于完成无线自组网络中路由协议的路由发现、路由选择及路由维护等过程,整个协议无须传送大量的控制分组,即可实现无线自组网络的稳定传输.仿真实验结果表明,与AODV及基于蚁群优化的路由算法AntRouting协议相比,本文所提出的路由算法在端到端延时、分组数据传输率及网络生存时间上均有良好的性能. 相似文献
14.
针对Ad Hoc网络拓扑结构多变、网络生存时间受限及数据包分组传输效率低下等问题,本文借鉴萤火虫群优化算法的思想,提出了一种基于萤火虫群优化的Ad Hoc网络路由协议。路由协议用萤火虫优化算法的荧光素强度的更新规则与无线自组网络中的节点移动速度、拥塞程度、节点剩余能量及节点间的距离等因素相互映射,改进萤火虫群优化算法中的搜索萤火虫、驻留萤火虫及回溯萤火虫用于完成Ad Hoc网络中路由协议的路由发现、路由选择及路由维护等过程,整个协议无须传送大量的控制分组,即可实现Ad Hoc网络的稳定。仿真实验结果表明,与AODV及基于蚁群优化的路由算法AntRouting协议相比,本文所提出的路由协议在端到端延时、分组数据传输率及网络生存时间上均有良好的性能。 相似文献
15.
能量均衡技术一直是无线自组织网络的热点研究领域.在深入研究网络信息传输特性的基础上,提出了一种基于移动-能量代价函数的无线自组织网络路由策略,并用于网络信息传输.首先,本文考虑节点连通性、能量均衡性,提出了一种节点移动策略;然后,以传输路径节点集合中的瓶颈节点剩余能量、传输链路数量作为准则,建立以网络节点为对象的能量代价函数.基于移动-能量代价函数的路由策略从链路层的决策转移到节点层的决策.最后,采用MATLAB数值仿真该路由策略的性能,结果显示:本文提出的移动-能量代价函数的路由策略既保持了原有路由优化的精度,延迟网络瓶颈节点能量下降速度,提高网络生存时间. 相似文献
16.
研究高效的动态路由选择方法对提高网络吞吐量及缓解交通拥塞程度至关重要。为此,从引力理论角度,本文深入分析了网络交通传输过程中节点对交通流的聚集作用,考虑节点自身及其邻居节点的畅通程度及传输路径长度,建立节点对交通流的引力模型,进而提出一种顾及节点聚集能力的引力场动态路由方法。为检验方法有效性,对不同路由策略进行对比仿真实验。结果表明,与最短路由算法相比,本文路由算法较大地提高了网络的吞吐量,算法具有较好地稳定性和可靠性。 相似文献
17.
无线传感器网络(WSNs)路由协议中采用多跳通信方式在一定程度上解决了单跳方式下簇头节点过早失能的问题,增强了网络通信的稳定性,提高网络能量的利用效率。但多跳方式使距离基站较近的簇头节点由于承担了大量数据转发任务,从而造成其过早死亡,出现网络空洞,缩短了生存周期。针对以上问题,提出基于量子进化算法(QEA)优化的分簇路由策略,通过QEA的多样性、快速收敛性、全局搜索能力强等特点,进行簇间路由的优化,从而有效均衡了簇头节点间的能耗。仿真结果表明:与经典LEACH协议和EEUC协议相比,基于QEA优化的簇间路由策略可以有效均衡簇头节点间能耗,延长网络生存周期。 相似文献
18.
19.
Chord路由查找算法是基于DHT散列表的,在可扩展性、稳定性及负载均衡方面有一定优势。鉴于网络中有些节点配置较低,导致Chord性能降低。文中为了改善通过低性能节点的概率,针对Chord本身的单路查找过程,采用起始点的并发式查找定位,通过多路径来定位资源节点,以此达到避免通过性能差的节点的可能,改进性能,减少查询时延。通过实验进行Chord查询时延和查询跳数的性能分析,仿真结果表明,在保持Chord原有健壮性的基础上,改进算法能够有效提高查找效率和降低查找时延。 相似文献
20.
针对水声通信中数据传输延时高且动态适应性弱的问题, 提出了一种基于Q学习优化的蚁群智能水声网络路由协议(Q-learning ant colony optimization, QACO). 协议包括路由行为和智能决策部分, 在路发现和维护阶段, 依靠网络智能蚂蚁进行网络拓扑环境的构建和节点之间的信息交换以及网络的维护. 在Q学习阶段, 通过定量化节点能量和深度以及网络传输延时学习特征作为折扣因子和学习率, 以延长网络的生命周期, 降低系统能耗和延时. 最后通过水声网络环境进行仿真, 实验结果表明QACO在能耗、延迟和网络生命周期方面都优于基于Q学习辅助的蚁群算法(Q-learning aided ant colony routing protocol, QLACO)和基于 Q-learning 的节能和生命周期感知路由协议(Q-learning-based energy-efficient and lifetime-aware routing protocol, QELAR)和基于深度路由协议 (depth-based routing, DBR)算法. 相似文献