基于宽带城域网的P2P流媒体直播模型与方法

为了解决现行P2P直播系统存在启动延时长、画面质量差的问题,提出了一种基于分布式树状拓扑结构的模型架构及其实现方法。该模型由服务器组、超级节点组和普通节点组共同组成分布式P2P流媒体分发网络,通过采用非平衡的MDC编码方案和动态的普通节点服务请求策略,有效解决了启动延时过长的问题;通过优化节点缓冲区的基本结构,并采用推拉结合的缓冲区调度策略,大大提高了网络的分发效率,有效解决了节点播放不畅的问题。实验证明,与现行直播系统相比,该模型具有更短的播放启动延时和更好的播放体验。     

一种基于CDN和P2P的流媒体内容分发网络模型

对等网络流媒体技术可以合理地利用客户端的计算机能力和带宽资源,因此,P2P流媒体分发系统成为P2P技术领域内重要应用之一设计一个结合P2P技术和CDN技术的流媒体内容分发网络模型,该模型能更好地减少高度动态性对节点播放的影响,为普通节点提供更好的服务     

基于层次信任模型的P2P文件污染防治

P2P网络能够高效地共享文件,但是必须控制污染文件的传播以促使文件有效分发。在分析各类信任模型的特点和节点行为特征的基础上,提出了基于局部和全局的层次信任模型。该模型采用邻近原则,把具有相似信任值的结点分组,按照信任度划分节点域并加入了奖励因子。仿真实验证明,该模型可以有效地降低污染的成功率,从而在一定程度上缓解了P2P网络中严峻的文件污染问题。     

FALPS:大规模P2P系统网络仿真平台

随着P2P技术的发展,传统的网络仿真平台已经不能满足研究需要。如何设计支持大规模P2P内容分发仿真的平台是亟待解决的问题。通过建立BackboneNet模型,并采取了"事件"合并、非尾片段丢弃"、事件队列"大小控制三个关键算法设计了一种用于大规模P2P内容分发系统的包级离散事件驱动网络仿真平台FALPS。该平台具有内存消耗低、速度快、精确度高的特点,可用于仿真具有105数量级节点规模的P2P系统。     

基于P2P流媒体实时分发模型的异常探测研究

CDN和P2P是现在常用的两种网络加速方法。本文首先简要阐述了CDN和P2P技术,然后针对CDN-P2P混合流媒体分发模型给出了一种探测异常节点的方案。此方案在一定程度上减轻了CDN服务器作为P2P索引节点的监测压力,从而使CDN服务器能更有效地进行流媒体服务。     

一种半结构化的P2P视频流媒体直播模型

提出了一种基于半结构化P2P拓扑的流媒体直播模型,该模型兼有中心结构化拓扑与分布式无结构化拓扑的优点,可以快速进行流媒体的分发。提高了流媒体直播的网络利用效率并减少了部署成本。     

一种基于P2P的试卷分发模型

该文提出了一种基于P2P原理的网络测试系统试卷分发模型,对于大容量图文试题的并发网络测试系统是一个很好的尝试。作为测试系统的试卷分发不仅需要考虑试卷分组的互助式下栽,同时需要考虑试卷的合法性和完整性,文中提到的服务器数字签名和试卷分组完备性检查可以解决这个问题。该模型的应用价值还在于可以让系统运行在低效的网络。     

支持访问控制的P2P大规模遥感数据分发系统

遥感数据日益增长,大规模遥感数据分发对集中分发服务器构成了巨大压力。充分利用参与下载节点的网络资源,提出并实现了一种支持访问控制的P2P大规模遥感数据分发系统。遥感数据分发系统分为遥感数据管理平台和遥感数据客户端两部分,遥感数据管理平台包含共享分发平台网站、云存储、种子资源服务器和跟踪服务器4个组件,遥感数据各客户端和种子资源服务器构成P2P网络。设计了包括共享分片、分片选择、跟踪器通信等的P2P协议,实现的遥感数据分发系统能够上传遥感数据并自动做种,支持对用户的访问控制。根据用户权限进行下载,各下载节点共享分片,然后基于类Bittorrent协议来加速遥感数据的分发。实验结果表明,实现的大规模遥感数据分发系统的功能完善,在多节点下载时具备良好的并发性能,能够满足大规模遥感数据分发的需要。     

P2P中一种改进的可信模型

对基于贝叶斯网络的可信模型中的资源搜索算法和可信度计算方法进行重新设计,本文提出一种改进的P2P可信模型。改进后的资源搜索算法使节点接收到的冗余包数量减少 ,并提高了系统的可靠性。在此基础上,针对P2P网络的匿名性,提出了一种新的运用服务次数和对评价值取对数方式进行可信度计算和更新的方法。此方法可以有效地阻止 恶意节点对正常节点和可信节点的攻击,同时还可防止恶意节点间通过小集团合作方式来提高各自节点的可信度。实验结果表明,本模型较现有模型在抑制P2P网络中恶意节点的活动方面具有更好的效果,且增加了系统服务可靠性．     

基于邻居节点带宽监测的P2P内容多播

P2P内容多播系统常常因受到搭便车等自私节点行为的影响而导致性能急剧下降,为此本文采用邻居节点进行带宽监测,并根据监测结果管理彼此间的邻接关系,实现在自私环境下大规模内容的有效多播分发。对所提出的算法协议进行较详细的描述,性能分析与仿真表明该协议所导致的系统中用户节点与分发服务器的网络负载适中且较稳定。     

移动P2P网络基于博弈论方法的协作激励机制

在移动P2P网络中,部分自私的移动节点只是大量地消耗已有网络资源而不提供自己的资源。考虑到移动P2P网络的资源有限性以及部分节点具有自私行为的特点,提出了一种基于博弈论的协作激励机制。该机制根据移动节点的不同贡献大小来提供不同网络服务质量,最大限度地鼓励了每个移动节点参与协作和共享。同时,详细描述和分析了协作激励机制中的网络资源分配策略,并且证明了该协作激励机制的博弈存在一个稳定的纳什（Nash）均衡。通过仿真实验发现,该激励机制有效地激发了移动节点间的协作,优化了整个网络的性能。同现有的协作激励策略相比,提高了数据包转发率等。     

一种面向线性相关冗余优化的源节点选择算法

基于网络编码的P2P流媒体直播系统的优势之一在于多个源节点之间不需要显式的协同调度也能有效地服务于请求节点。但正是由于缺乏协同,即使编码系数的有限域足够大,仍然存在线性相关冗余数据,从而浪费了源节点的带宽。分析了这一问题产生的原因,并提出采用从tracker提供的源节点集合中选择部分节点作为活动源节点来解决该问题。活动源节点最优选择问题可以归约为0-1背包问题的变种,是NP难的,因此我们设计了一个多项式时间的近似算法来逼近最优解。通过形式化证明和模拟,我们验证了该算法的可行性。数据表明该方法能够进一步提高P2P流媒体直播系统的服务质量。     

一种基于K-means聚类分组的P2P超结点模型

本文面向网格计算、协同工作等特定P2P应用、提出了一种基于超节点的P2P混合网络模型。该模型的主要特点是采用K-means聚类算法对网络中的节点进行聚类,从而得到分组虚拟子网,由各子网内的超节点负责临近节点的加入与注销。该模型既克服P2P集中模型伸缩性不强,分散性P2P模型发送消息量大等缺点,又可以灵活地组织对等节点进行网格计算或组内协同工作等分布式应用。文章最后使用仿真实验表明K-means算法在网络节点聚类中的有效性。     

基于纳什议价的对等网络资源分配

针对对等(P2P)网络中普遍存在的自由下载问题,提出保证节点最小服务质量的一种基于纳什议价的资源分配方案。首先,建立保证节点最小服务质量的理论模型,分析表明合作博弈的节点议价权力与其最大贡献能力正相关,非合作博弈节点的议价权力与其最大贡献能力负相关,因此,合作节点比非合作节点获得更多的资源;其次,证明了合作博弈中节点的相对议价权力越大,节点获得的资源越多,收益越大,反之亦然。最后,通过仿真验证系统保证节点获得最小服务质量的前提下,合作节点获得的资源与节点的初始资源分配和纳什议价权力等因素相关;初始资源分配与节点的最大贡献能力呈正相关,并随着节点数目的增加而减少;议价权力随着节点数目的增加而下降,节点获得的资源随着节点议价权力的增加而增加。该方案与经典保证公平性的平均资源分配方案相比,合作节点能获得更多的资源。仿真结果验证了理论分析中在保证节点服务质量前提下,节点议价权力越大,获得的资源越多。     

融合网络异构P2P流媒体系统抗扰动性研究

融合网络中的异构P2P流媒体系统中具有多种终端、应用及节目类型,使得用户行为模式复杂,为系统稳定性带来了挑战。针对以上问题提出融合网络异构P2P流媒体系统稳定性增强策略。通过分析流媒体系统用户日志,确定用户行为影响因素,在此基础上对不同类型的用户行为进行收集及拟合,进行基于可靠性分析的路由、资源信息维护及合作节点选择,提高了系统资源信息维护准确性及节点间数据合作有效性。使用真实系统日志驱动的仿真实验验证了该策略的效果。     

基于结构化对等网的分布式资源发现方法

为了解决大型分布式系统由集中管理导致的扩展性和鲁棒性差的问题,利用改进的结构化对等网组织分布式计算资源,将逻辑空间中的节点分为主机节点和资源节点,分别采取相容性Hash和位置保留Hash与对等网逻辑空间匹配,以满足资源信息的范围查询。     

抵御P2P网络中团体欺骗的信誉机制

虽然传统的信誉机制可以有效激励P2P网络中的节点共享资源,但却带来女巫攻击和共谋攻击等安全问题,而现有的抵御这两种团体欺骗的方法往往没有考虑P2P网络的开放性,即鼓励节点的加入.本文从分析P2P信任网络(基于信任网络的P2P系统)的社团结构出发,根据节点之间的信任关系将网络划分成不同的信任团体,提出一种基于团体信任度的节点信誉机制.模拟实验结果表明:在不限制团体大小以及新节点加入的情况下,该机制可以有效地抵御开放P2P网络中的团体欺骗.     

基于改进DHT算法的分布式资源发现模型的研究*

为了解决大型分布式系统由集中管理导致的扩展性和鲁棒性差的问题,利用改进的结构化对等网组织分布式计算资源,构造一个SRDM（scalable resource discovery model,可扩展资源发现模型）。SRDM将逻辑空间中的节点分为主机节点和资源节点。主机节点对应分布式环境中的计算节点,用于存储peer关联信息,通过相容性hash映射到逻辑空间上;资源节点对应分布式环境中资源属性信息,其与逻辑空间的映射通过分段hash再合并的方法得到。通过对属性值采用位置保留hash方法,使改进后的DHT算法支持有效的资源节点范围查询和多属性范围查询。最后通过实验证明,基于改进DHT算法的资源发现方法比集中式的方法有更好的扩展性,更适用于大规模分布式系统下的资源发现。     

基于P2P计算的动态多副本开销模型

在多个结点上保持副本是提高P2P或网格计算环境可用性的一个有效途径。不可靠的对等点和网络环境以及用户访问模式的多样性使得难以确定多少个副本能够满足用户高可用性的需求。文章提出了一种最小开销模型来预测和动态控制副本数量。为了隐藏系统中对等点的不可靠性,在考虑多副本的同时通过一种冗余机制预测系统中的副本数量。仿真结果表明,该系统具有更好的可用性和低的副本开销。