一种构建Kademlia 网络拓扑的高效算法

通过对结构化P2P网络Kademlia 的特点和分布式网络拓扑管理协议的研究,提出了基于非结构化P2P网络快速构建Kademlia 网络拓扑的算法,并进行了实验分析和性能评估。该算法在对数的步数内构建出满意的Kademlia网络拓扑,最后提出了对算法优化的相关策略。     

Kademlia的研究与实现

介绍了P2P网络拓扑结构的分类和发展情况,对目前对等网中DHT算法CAN、Chord、Pastry、Tapestry以及Kademlia进行了比较.提出了一种网络电话系统--利用Kademlia建立重叠网,并且在该重叠网基础上传递SIP数据包.仿真结果表明,基于Kademlia的网络电话,在查找成功率以及查找延迟方面都占有优势,具有良好的实用性.     

对基于CAN的P2P网络模型的改进研究

提出了一种对CAN(Content-Addressable Network)的改进方法.该方法基于CAN模型拓扑结构,在资源分布中采用了二叉树形式进行资源配置优化,并且在路由策略中加入了向后学习算法,从而使得改进后的CAN模型更加有效.实验是利用C 语言和网络仿真工具NS2来模拟整个模型在实时中的运行状况.实验结果表明改进后的模型提高了资源定位的效率和容错性,使得整个网络资源分布更为合理,路由性能显著提高,在非结构化的P2P网络模型中值得推广应用.     

基于KAD网络的P2P流媒体点播系统节点路由算法的研究和改进

P2P流媒体的点播研究目前是个热点.在P2P Kademlia网架构分析的基础上,设计开发了一套基于KAD网络的P2P流媒体点播系统.首先描述了P2P Kademlia网络本身的路由与查找机制,之后提出了基于KAD网的P2P流媒体点播系统架构.然后重点描述了基于Kademlia网络的P2P流媒体的节点路由和查找改进算法,主要包括网络中P2P节点的加入机制、媒体资源发布机制、媒体资源的搜索和节点的离开机制等.通过对比实验,证明了本算法和方案支持P2P网络中的节点高效率的路由查找和维护,同时增强了P2P流媒体点播网络的健壮性和扩展性.最后展望了该领域的主要研究方向.     

基于最大团的层次化重叠社区发现算法

研究表明,很多真实网络具有层次结构和重叠结构。传统的层次聚类算法通常以节点为对象进行扩展形成层次树图从而得到网络的层次结构。这种做法存在两个问题,其一是算法的稳定性,主要体现在初始节点的选择上,少数情况下,初始节点的不同会导致算法最终结果的不同,即使算法的结果不依赖于初始节点,但算法的复杂度会随之变化;其二是不能发现网络中的重叠结构。针对以上问题,提出一种基于最大团的层次化重叠社区发现算法。该算法以最大团为扩展对象,然后利用最大团扩展策略生成层次树图,最后采用重叠模块度函数对层次树图进行剪枝得到社区划分结果。在真实网络以及LFR人工网络上的实验结果表明该算法能够有效地挖掘网络中的层次结构和重叠结构。     

一种基于DHT的多关键字搜索新机制

本文在基于结构化P2P路由算法Kademlia的基础上提出了一种新的支持多关键字搜索的DHT(Distributed Hash Table)机制:kNN-Kad(K Neareast Neighbor Kademlia),它使Kademlia网络可以高效的进行主题搜索和多关键字的搜索.kNNKad机制包括资源发布算法和多关键字查找算法,通过仿真,分析了搜索时间复杂度、通信量以及维护代价,其结果表明该机制相对于现有算法具有更高的综合性能.     

非结构化P2P网络拓扑结构的改进机制

非结构化的P2P网络由于方便的全局部署和支持模糊匹配,而越来越受到欢迎,但是非结构化的P2P网络采用了洪泛的广播方式,因而导致网络的缩放性比较差,该文则在研究非结构化P2P网络拓扑结构存在问题的基础之上,提出采用平衡二叉树作为非结构化P2P网络的拓扑结构,设计相应的网络节点加入,节点退出,资源搜索等算法,并通过相应的仿真来展示改进的效果。     

基于Kademlia模型查询延时的改进

根据基于分布式散列表（DHT）的P2P网络资源定位方法,将洪泛式查找与DHT系统相结合,在拓扑形成时充分利用网络访问的区域性和物理网络中节点的邻近性来降低访问延迟并优化路由选择。构建了一种改进的基于Kademlia的P2P网络资源定位模型NKademlia,NKademlia继承了DHT和Kademlia的优点,在路由选择、查找成功率和平均逻辑路径长度等方面的性能均优于原Kademlia模型。     

基于Kademlia的P2P网络资源定位模型改进

根据基于分布式散列表(DHT)的P2P网络资源定位方法,将虚拟节点引入结构化P2P系统,在拓扑形成时充分利用网络访问的区域性和物理网络中节点的邻近性来降低访问延迟并优化路由选择。构建一种改进的基于Kademlia的P2P网络资源定位模型,提高了网络可扩展性和可管理性及网络运行效率和资源利用率。仿真结果表明,改进后的模型继承了DHT和Kademlia的优点,在路由选择、查找成功率和平均逻辑路径长度等方面的性能均优于原Kademlia模型。     

数据流中结构二叉树挖掘算法研究

针对传统数据流挖掘算法不能挖掘出频繁项之间的关系而且挖掘时间和空间复杂度高、准确度不高的问题,本文提出了一种数据流中结构二叉树挖掘算法（AMST）。该算法利用了二叉树结构的优势,将所处理事务数据库中的数据流转化成结构化二叉树,然后利用数据流矩阵对结构二叉树进行挖掘。整个过程只对事务数据库进行了一次扫描,大大提高了挖掘的效率。此外,算法还找出了具有层次关系的频繁子树。实验结果表明,AMST算法性能稳定,在时间复杂度和空间复杂度方面有很大的优越性,能够快速准确地对数据流进行挖掘。     

一种基于二叉树的快速穷举化搜索算法

本文在构造具有方向导向性的完全二叉树的基础上,提出了一种适合研究蛋白质构象的格子模型快速穷举搜索算法,该算法通过使用序列分解、排列分类方法,将复杂度为2^m种的CN^m次搜索变成复杂度为m种的CN^m次搜索,大大提高了利用格子模型搜索蛋白质能量最低构象的速度。同时,由于二叉树良好的方向性,有效地避免了搜索的盲目性。     

基于深度缓存和BSP树技术的表面消隐技术研究

主要介绍了两种消隐技术,深度缓存算法是通过两个缓存来实现的,其中的一个是用来存放颜色的颜色缓存器,而另一个是用来存放深度的深度缓存器。BSP就是二叉空间分区树,将视景中要显示的多边形或者实物,使用二叉树的原理组织成一种数据结构,通过这种数据结构存储多边形(实物)。     

一种基于混合二叉树结构的多类支持向量机分类算法

为提高多类支持向量机的分类效率,提出了一种基于混合二叉树结构的多类支持向量机分类算法。该混合二叉树中的每个内部结点对应一个分割超平面,该超平面通过计算两个距离最远的类的质心而获得,即该超平面为连接两质心线段的垂直平分线。每个终端结点(即决策结点)对应一个支持向量机,它的训练集不再是质心而是两类(组)样本集。该分类模型通常是超平面和支持向量机的混合结构,其中超平面实现训练早期的近似划分,以提升分类速度;而支持向量机完成最终的精确分类,以保证分类精度。实验结果表明,相比于经典的多类支持向量机方法,该算法在保证分类精度的前提下,能够有效缩短计算时间,提升分类效率。     

A fast adaptive load balancing method for parallel particle-based simulations

Balancing the work load can improve the performance of distributed simulation systems. In this paper we propose a fast adaptive balancing method, in which a binary tree structure is used to partition the simulation region into sub-domains. From a global view to local views, we balance the loads between sub-domains recursively by compressing and stretching sub-domains in group. This method can adjust the sub-domains with heavy loads and decompose their loads very fast. Then we compare the algorithm with two previously proposed algorithms by an artificial case and a real distributed case respectively. In both cases, our method can get a faster convergence speed and a lower communication overhead.     

An unsupervised hierarchical clustering based heuristic algorithm for facilitated training of electricity consumption disaggregation systems

Provision of training data sets is one of the core requirements for event-based supervised NILM (Non-Intrusive Load Monitoring) algorithms. Due to diversity in appliances’ technologies, in-situ training by users is often required. This process might require continuous user-interaction to ensure that a high quality training data set is provided. Pre-populating a training data set could potentially reduce the need for user-system interaction. In this study, a heuristic unsupervised clustering algorithm is presented and evaluated to enable autonomous partitioning of appliances signature space (i.e. feature space) for applications in electricity consumption disaggregation. The algorithm is based on hierarchical clustering and uses the characteristics of a cluster binary tree to determine the distance threshold for pruning the tree without a priori information. The algorithm determines the partition of a feature space recursively to account for multi-scale nature of the binary cluster tree. Evaluation of the algorithm was carried out using metrics for accuracy and cluster quality (proposed in this study) on a fully labeled data set that was collected and processed in a real residential setting. The algorithm performance in accurate partitioning of the feature space and the effect of different feature extraction techniques were presented and discussed.     

MIKAD：一种多兴趣聚类的P2P网络模型*

为降低P2P网络中数据检索的路由跳数,提高路由效率,提出一种多兴趣聚类的P2P网络模型MIKAD（multi-interest clustering KAD）。该模型通过文档聚类算法维护节点兴趣,将结构化网络Kademlia与兴趣聚类相结合,使兴趣相似节点在逻辑上位于邻居位置,提高了P2P网络中路由的效率。同时利用关键词的同义词特性,降低了网络的复杂度,提高了检索的精度。最后使用PeerSim模拟器对模型进行了实验测试,结果表明,随着节点及数据增多,该模型具有较好的查询效率。     

一种P2P系统索引结构生成算法

论文分析了P2P系统的基本概念,研究了现有P2P系统由于缺乏分布式索引结构而产生不足的现状。从而提出了基于虚拟二叉键树的分布式索引模型及其构建算法。利用虚拟二叉键树可以把信息分散存放在各个节点上,并通过路由算法迅速有效地找到存放在其它节点上的信息。同时,建立索引的过程是节点间自发进行的,不需要中心服务器的支持。     

基于纠删编码P2P存储系统的数据维护算法

纠删编码是一种通过产生数据冗余来提高P2P存储系统容错性和可用性的有效方法。对基于纠删编码的非结构化P2P存储系统来说,使用洪泛算法进行数据维护会在网络中产生大量冗余消息,系统效率低。本文提出一种使用二叉树来保存文件块的信息的算法。二叉树结构被建立以后,更新消息在二叉树中的节点间传播,不需要在网络中洪泛。分析表明,相较于洪泛算法,本算法有效减少了冗余的消息数量,提高了数据维护的效率,而付出的是极小的存储代价。