基于Gnutella的概率转发模型

非结构化P2P网络模型Gnutella,由于采取简单洪泛算法,随着网络规模的增大网络流量呈指数增长,限制了网络的规模。提出一种在Gnutella基础上的概率转发模型（probability routing model based on Gnutella,PRG）。PRG模型是在queryhit消息中添加额外的节点信息来构建概率转发表,系统中的节点根据转发表进行搜索并非简单洪泛。仿真结果表明该模型可以减少网络流量,提高查询效率,并在一定程度上提高查询命中率。     

一种基于社会行为的非结构化P2P搜索算法

针对非结构化对等网络(P2P)中信息资源搜索效率低的问题,给出一种基于社会行为的单跳算法。为网络中每个节点引入朋友列表和查询记录列表,记录过去的搜索经验,用于同伴选择和路线查询,之后排列节点价值,更新列表。利用基于推荐节点搜索、基于有用的朋友节点搜索和基于邻居节点搜索3种机制,搜索所需资源。仿真结果表明,所给算法可减少搜索跳数,提高搜索成功率,减少冗余消息,节省内存空间。     

一种改进的非结构化P2P网络洪泛搜索机制

非结构化P2P网络使用基于洪泛的查询算法来进行资源搜索。然而,这种搜索机制随着网络节点的增多,网络规模的增大,将产生大量的冗余查询消息,会导致网络流量急剧增加,引起网络拥塞。提出了一种基于转发区间的洪泛搜索机制FIFSM(forwarding interval based flooding search mechanism),通过为消息分配不相交的转发区间,使其沿着一棵生成树的结构传播,消除了消息环路,从而避免冗余消息的产生。FIFSM机制采用高效的网络维护策略,能够在动态环境下以较低的开销保证网络的稳定性。实验结果表明,FIFSM机制能够降低洪泛开销,保证资源搜索的高成功率和低延迟,是一种有效的非结构化P2P网络资源搜索机制。     

基于JXTA的层次性P2P搜索引擎框架的研究与设计

提出了一种用层次性P2P搜索体系来解决集中式搜索中的中心节点瓶颈问题,以及纯粹P2P搜索中的查询消息风暴和网络扩展性问题,并在P2P应用开发平台JXTA上开发了层次性P2P搜索系统原型,在小规模网络上进行了测试.测试结果验证了所提出的层次性P2P搜索体系结构及相应查询路由机制是可行的.     

混合对等网络中基于激励的可靠搜索算法

针对对等网络中因搭便车节点的消极行为所造成的搜索不可靠问题,提出了基于信度模型的可靠搜索算法(CMRRW)。应用信度模型来评价节点的服务能力和稳定性。提出查询可靠率的概念,用来反映经由该节点的历史查询成功率及其周边环境路由效率。在节点选择邻居进行消息转发时,优先选择信度高且历史命中率高的邻居节点。实验结果表明,CMRRW算法能显著提高搜索效率,提高搜索的可靠性。     

基于JXTA的层次性P2P搜索引擎框架的研究与设计

提出了一种用层次性P2P搜索体系来解决集中式搜索中的中心节点瓶颈问题，以及纯粹P2P搜索中的查询消息风暴和网络扩展性问题，并在P2P应用开发平台JXTA上开发了层次性P2P搜索系统原型，在小规模网络上进行了测试．测试结果验证了所提出的层次性P2P搜索体系结构及相应查询路由机制是可行的．     

非结构化P2P系统的路由算法

针对非结构化对等网络中洪泛搜索机制的路由盲目性问题,提出了一种利用节点积累的经验指导节点传播查询的路由算法。在该路由算法中,节点记录自己关注的主题和满足主题的邻居节点,建立主题与邻居节点的对应关系表,当节点收到查询后节点就利用该表来指导节点选择查询路由,以便更快地找到查询结果。仿真试验和性能分析表明该算法有效地减少了查询带来的网络流量,提高了查找成功率。     

一种采用组内分级策略的P2P搜索模型

针对当前主流P2P网络模型搜索效率低,大量的消息通信造成网络负荷过重,以及网络扩展性不高问题,分析了现有P2P模型,同时考虑网络通信时延,提出了基于节点之间通信时延的P2P搜索模型．该模型通过对网络中的节点进行逻辑上的分组,然后分别建立组内和组间的搜索策略,以减少消息通信量及网络负荷,提高整个网络系统的性能．     

基于主题划分的P2P垃圾邮件过滤模型

提出了一种基于主题划分的P2P垃圾邮件过滤模型,可以根据邮件内容把查询限定在P2P网络的局部范围内,减少了邮件搜索的平均路径长度、距离和平均消息数目,提高了查询效率.     

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.     

一种改进的分布式自愈算法

提出了一种新的自愈算法,较好地解决了洪泛机制分布式自愈算法存在的消息数量大、恢复路径选择难的问题．主要措施为：(1)让网络中各节点预先知道彼此之间的逻辑距离(hop数),使得那些在hop阈值条件下不可能到达目的节点的消息及早丢弃;(2)在搜索消息包中引入链路容量跟踪信息,使得在Chooser端只要通过简单的计算就可以有效地选择恢复路径．通过用随机网络的办法进行了仿真比较,结果表明,在2S的恢复时间的限制下,新的自愈算法在恢复速度和恢复率方面都优于经典算法．     

机会网络中基于节点社会性的数据转发策略

合理地选择代理节点是实现机会信息高效的转发和交付的关键问题。为了避免机会网络中,由于节点的移动性、交替活跃及网络拓扑动态变化等因素造成的传输限制,从社会网络与机会网络相结合的角度出发,提出了一种基于节点社会性的机会网络中的转发策略SNOP(data forwarding algorithm based on the sociality of node in opportunity network)。SNOP利用网络中的社团结构、社团间相似性及节点的社团活跃,有针对性地选择移动代理节点(agents),以离线的方式计算节点的社会性,在线完成转发,以此实现信息的高效和可靠交付。在真实数据集上的实验结果表明,与现有的转发算法相比,SNOP能够有效地提高信息交付的效率,降低端到端的传输延迟及网络开销。     

HDNBS： An approach for search in decentralized and unstructured P2P

Decentralized and unstructured peer-to-peer applications such as Gnutella are attractive because they require no centralized directories and no precise control over network topology or data placement. Search algorithm is the major component of the distributed system and its efficiency also does influence the systems performance. However the flooding-based query algorithm used in Gnutella produces huge traffic and does not scale well. Gnutella-like P2P topology has power-law characteristic, so a search algorithm was proposed based on high degree nodes of power-law network, High Degree Nodes-Based Search (HDNBS). Extensive simulation results show that this algorithm performs on power-law networks very well, achieves almost 100% success rates, produces O(logN) messages per query and can locate target file within O(logN) hops.     

机会网络中基于元胞学习自动机的拥塞控制策略

对于机会网络中的多副本报文转发机制下由于节点缓存溢出而产生的拥塞现象,已有的控制策略仅考虑报文或者当前节点自身的信息,没有利用邻居节点之间的关系以及邻居节点上报文的存储情况来提高网络中报文的投递成功率。提出了一种基于元胞学习自动机的拥塞控制策略,主要是以局部环境中报文的特性来近似整个网络中报文的特性,根据报文所在节点的局部环境中周围邻居节点对该报文的持有情况,结合学习自动机的算法对报文的丢弃概率进行自动学习及更新。在报文复制时考虑对端节点的缓存熵信息,通过合理的报文的丢弃和复制,提高节点上缓存报文的信息量。实验仿真结果表明,该策略有效的降低了网络负载率和报文的投递延时,并提高了报文的投递率。     

CAN总线和Ethernet的性能分析与评价

目的分析在工业计算机控制系统中广为应用的基于事件触发方式的CAN总线和Ethernet的网络性能,为通信协议的改进和实际工程应用提供理论和方法的指导.方法通过载波侦听多路访问/冲突避免（CSMA/CA）的CAN总线和基于载波侦听多路访问/冲突检测（CSMA/CD）的Ethernet的通信协议分析数据帧结构和包信息率,并应用实时调度理论分析了周期性信息时延的确定性和有界性,利用一个典型的应用实例对网络性能进行二者的定量和定性分析.结果从分析信息到达间隔与吞吐量、平均信息时延、通信冲突率、网络利用率、网络效率和负载完成率的关系和通信实时性知,CAN总线在诸多性能方面好于Ethernet.结论在通信频繁的工业应用中,CAN总线特别适合于短通信距离的基于事件触发的现场信息实时通信.     

基于二分图最大赋权匹配的网络编码中继选择

针对多用户多中继场景,为了进一步提升系统的吞吐量,需要为用户选择合适的中继协助其传输. 考虑到多址网络编码中继的中继选择问题是一个复杂的优化问题,为了降低其求解复杂度,将中继网络建模为带权二分图,中继选择最优解即转化为图论中求二分图最大赋权匹配问题. 分别将Kuhn和Munkres（KM）算法和贪婪算法应用于多址接入中继网络的中继选择,蒙特卡洛仿真结果表明,KM算法求解的遍历容量略高于贪婪算法.     

无线传感器网络路由协议成簇算法研究

阐述了无线传感器网络中路由协议成簇算法。在分析LEACH和SCRP的基础上,结合二者各自特点,提出了对SCRP的改进方案,并对实现算法进行了详细描述。由于考虑了网络负载平衡,该改进算法有利于提高WSN能量利用率,延长整个WSN网络的生存时间,拓展了基于簇的WSN路由协议的应用范围。     

基于多智体强化学习的接入网络切片动态切换

网络切片技术将广泛应用于以5G为代表的下一代移动通信网络中,为网络中多样化的业务提供按需的网络服务。在基于切片的移动通信网络中,用户往往需要根据不断变化的网络状态,进行接入切片的动态切换,以获得更好的网络传输和服务性能。考虑到存在多个用户的网络中,某一用户的接入选择将对接入切片的可用传输资源产生影响,从而影响其他用户的接入和切换决策。因此,该文将基于网络切片的移动通信网络中多用户的接入切换建模为一个多人随机博弈问题,采用多智体强化学习的方法对该问题进行求解,并设计了一种基于分布式多智体强化学习算法的多用户接入切片动态切换机制。在此基础上,通过仿真实验验证了该切换算法性能。     

无线局域网络的性能模型和仿真

为估算网络性能、指导网络规划和设计相应的连接接纳控制算法，研究了无线局域网络的媒体接入控制协议，提出一种无线局域网络的随机服务模型，通过生成函数方法和排队论理论得到了无线局域网络在不同终端数目和不同业务量条件下的性能指标。进一步的，指出对于终端数目较多的无线局域网络，在业务的饱和临界点附近，网络的性能存在突然的恶化，为连接接纳控制算法提供了理论依据。仿真试验验证了模型和结论的合理性。     

基于混沌小波网络的交通流预测算法研究

实时准确的交通流量预测是实现智能交通诱导及控制的前提与关键,也是智能化交通管理的客观需要.结合交通流预测的特点,提出了一种基于小波网络的路段交通流预测方法,把混沌优化算法引入小波网络的拓扑构造,结合提出的相似时段的预测思想,给出了一种基于混沌优化算法的小波网络交通流量预测模型.实验结果表明,引入相似时段的预测思想可以有效提高交通流的预测精度,基于混沌优化算法的小波网络在交通流预测的精度和收敛速度方面明显优于常规BP网络