基于结构化对等网络的云资源查询算法

为实现云计算中云资源的快速查询,针对资源查找过程中查询效率较低以及网络维护成本较高等问题,提出一种基于结构化对等网络的云资源查询算法,实现对待查询云资源进行快速有效定位。首先设计一种新型超级节点拓扑结构,对网络拓扑中各节点进行唯一性编码,构造二元组路由信息索引列表,并设计相应的路由算法;然后给出了分层象限超级节点算法的查询效率与稳定性分析。仿真实验结果表明,分层象限超级节点算法查询效率较高,且随着网络规模增加,查询路径长度趋于稳定,同时对于超级节点失效带来的网络维护成本较低。     

一种对等网络分层管理资源定位模型

通过研究网络中小世界现象特征与数据流局部性特点,基于Kademlia协议设计了一种对等网络分层管理资源定位模型。模型通过重构Kademlia协议的网络拓扑结构,利用物理邻近节点访问优先的方法,来提高节点访问效率并优化节点的路由选择。仿真结果表明,设计的模型在继承了Kademlia模型优点的基础上,在节点路由选择和节点查找的平均逻辑路径长度等方面的性能均优于Kademlia模型。     

一种基于分层云对等网络的多属性云资源区间查找算法

为了研究多维属性云资源在云对等网络中快速定位问题,结合云对等网络的优势,提出了一种基于云对等网络的多属性云资源的查找算法。在分层云对等网络的基础上,分别利用云资源的类型和属性值建立多维索引。首先根据类型索引将相关的数据聚集在同一个资源簇内;然后将属性值的值域划分为多个区段,并将相应资源存储其中。同时建立资源簇融合、区间邻居维护等机制使算法更具效率和扩展性。仿真实验表明,该算法实现了多属性云资源的快速定位。并且它不会随着网络节点和类型维度增加而产生较大查询迟延,具有很好的扩展性。     

无线传感器网络DV-Hop定位算法的改进

DV-Hop定位算法利用跳数乘以平均每跳跳距估算节点间距离,针对算法过程存在缺陷导致定位误差较大的问题,在不改变原算法的步骤,也不需要额外增加硬件设备的条件下,从两个方面对传统DV-Hop定位算法进行了改进:一是基于节点的通信半径对节点间的跳数进行修正;二是借助信标节点间的估计距离与实际距离的偏差对平均每跳跳距进行修正。仿真实验表明,在相同的网络环境下,改进后的算法与传统算法相比定位误差减少了15%左右;与另外一种利用估算出的理想跳数值对信标节点间的实际跳数值进行修正的改进算法相比,定位误差也有5%~7%的降低。实验结果表明所提出的改进算法能更有效地降低节点间的距离估算误差,提高定位精度。     

一种基于跳数比的无线传感器网络定位算法

无线传感器网络节点定位至关重要,有着广泛的应用前景.在传统的DV-Hop定位算法的基础上,提出了一种基于跳数比值的定位改进算法.该算法用跳数比值替代距离比值,并在单跳距离中引入RSSI进一步精确跳数比值,根据节点间的几何关系估算节点位置,提高了定位精度,减少了定位过程中的能量消耗.仿真结果表明,该算法比DV-Hop定位算法拥有更好的定位精度和定位鲁棒性.     

无线传感器网络DV-hop定位算法的改进

 DV-hop算法是无线传感器网络中典型的非测距定位算法,其核心思想是将平均跳距与跳数的乘积作为2个节点间的距离,即采用节点间跳段距离代替实际直线距离参与位置计算。跳段距离计算过程中的误差累计是影响DV-hop算法定位精度的主要因素。本文提出基于门限跳数的信标节点选择策略和基于权的平均跳距优化策略,通过这2种策略减少跳段距离计算过程中的误差累计,提高定位精度。改进后的DV-hop算法通过门限跳数优化信标节点的选取,仅将小于门限跳数的信标节点当作位置计算的有效节点,从跳数角度减少了误差累计;此外,改进后的DV-hop算法在未知节点平均跳距选取上,以最佳跳距替代最近信标节点的平均跳距,更加真实地反映了实际距离,从平均跳距角度减少了误差累计。仿真结果表明,改进后的算法在不同的信标节点数、不同的节点通信半径以及不同的节点稀疏程度下,均能得到更高的定位精度。     

一种改进的无线传感器网络DV-Hop定位算法

针对DV-Hop定位算法以平均跳段距离代替实际直线距离而导致定位误差较大这一问题,提出了一种改进的DV-Hop定位算法.在改进算法中,锚节点通过实际距离和估计距离的误差来修正每跳平均距离.改进DV-Hop节点坐标计算方法,摒弃传统的三边定位算法而采用新的二维双曲线定位算法计算节点坐标.最后求得包含误差修正值的最终节点坐...     

一种基于对等网络的云资源多属性区间查询算法

设计了n元属性组来描述云资源, 并为属性组中的每个属性都划分区间。为解决云资源的多关键字高效查找问题, 对不同属性的不同区间的任意组合都建立索引。针对云资源属性变动时导致索引更新时网络开销太大的缺点, 提出依据索引中属性的个数对全部索引进行归类存储。仿真实验表明, 在云资源的属性发生变动时, 该算法在更新索引时在网络中产生的信息个数是一个常数n, 数目远远小于其他的多关键字区间查询算法, 查找资源时网络开销不仅小而且稳定。     

一种基于对等语义连接网络的路由查询

对等网络（简称P2P）的非集中结构、良好的自治性及容错性等特征,使其成为Internet上有效的信息共享模型。提出一种非结构化对等语义连接网络（NSPSLN）指定和管理在节点数据框架之间的语义关系,从而实现一个基于节点类似于有效路由查询的测量尺度,再形成和不同种类数据的综合模式映射算法。通过研究,为分布式资源提供一种新的方法,并加速知识产生在合作的研究过程中的繁殖、熔化和管理的过程。     

基于P2P网络的云资源多维查询算法

在云资源共享服务模式中,为实现云资源的多维度查询,提出一种基于P2P网络的云资源多维查询算法.在结构化对等网络的基础上设计一种分层的云资源网络拓扑结构.首先对云资源的属性和属性值分别进行编码,结合云资源多维发布策略实现了云资源多维查询;然后给出了该算法的查询效率分析和稳定性分析.实验结果表明,该算法能快速高效地实现云资源多维度查询,并且不会随着查询维度数和网络节点数的增加而产生较大的查询时延.     

基于P2P技术的Gnutella网络搜索路由机制的改进

介绍了分布式P2P网络Gnutella模型消息搜索路由机制,在分析其存在大量冗余数据包传输问题的基础上,提出了一种基于分布式存储路由信息的搜索路由机制的改进策略,能有效地提高网络可扩展性和减少消息冗余。     

改进的非结构化P2P网络搜索算法

如何高效地搜索资源是P2P网络中最为关键的问题.非结构化的对等网络,一般以广播方式作为其搜索的基本策略,引发较大的网络流量.针对以上问题,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搜索算法.在该算法中,通过记录节点关注的主题、主题的信息量大小和满足主题的目标节点,并建立对应关系表.当节点收到查询后,就利用该表来指导节点选择查询,以便更快地找到查询结果.仿真结果表明,该算法有效地减少了查询带来的网络流量,提高了查找的成功率.     

基于询问-应答策略的Gnutella资源搜索算法的改进

资源搜索是P2P网络的关键问题.介绍了Cmutella网络资源搜索路由机制,分析了Gnutella网络的现有改进算法及其存在的问题,针对这些问题,提出了一种基于询问-应答策略的网络资源搜索路由机制的改进策略,在不影响搜索效率的情况下,能减少大量的冗余信息和有效地提高可扩展性,并且还具有自适应性.     

一种拓扑感知的流媒体对等网组织算法

传统流媒体传输对等网在应用层构建覆盖图（overlay）,其逻辑结构可能与网络物理拓扑不匹配,造成节点接收延迟大,网络利用效率不高。针对此问题,提出一种拓扑感知的对等网组织算法,称之为TaP2P（Topology-aware Peer-to-Peer）,根据节点到数据源的距离动态调整节点在覆盖图中位置,使数据转发路径符合网络物理拓扑。模拟实验表明该算法有效降低了节点平均接收延迟。     

一种适用于移动对等网络的分簇算法

通过分簇算法减小网络振动效应,延长网络的寿命是移动对等网络的研究重点之一。在研究Kautz图及其特性的基础上,提出一种基于Kautz图的移动对等网络分簇算法。在算法中,定义地址空间树,使用Kautz串作为节点标识,并运用后根序和宽度优先算法遍历地址空间树等一系列技术生成簇。同时设计了相关机制管理和维护簇结构,保证结构一致性。理论证明和实验评估表明,该分簇算法能有效减小振动效应,延长网络寿命。     

基于能力因子的P2P邻居节点随机可变选择算法

在分析固定随机选择邻居节点算法的基础上,提出了一种适用于混合式P2P直播系统的邻居节点随机可变选择算法,新算法通过能力因子来衡量节点的良好度,对不同类的节点有不同的邻居数量的最大值,使得良好度高的节点能发挥更大的作用,仿真表明算法能降低数据传输的延迟,提高网络系统的性能。