基于Hypercube模型的P2P路由算法的改进

基于Hypercube模型的P2P资源搜索策略和路由策略,是以单纯广播方式进行的,搜索和路由效率比较低.因此提出了"一跳复制"技术以及改进算法RA1,提高了搜索和路由的效率,同时增强了P2P网络的效率和健壮性。     

主题驱动的P2P分布式信息搜索机制研究

Peer—to—Peer（P2P）对于分布式文件共享具有很好的前景，但当前的P2P系统仍然缺乏有效的信息搜索机制．本文提出一种主题驱动的P2P信息搜索机制，通过对节点上的文档进行聚类获得全局主题，然后将包含有相似主题的节点组织到一起构成主题覆盖网络．当在P2P网络中进行信息搜索时，根据查询与主题的相关性路由查询，从而改善搜索效率．本文详细阐述了进行主题驱动搜索的索引结构、主题聚类方法、主题覆盖网络的构造与维护算法．在Chord上的模拟实验结果表明，主题驱动的P2P信息搜索机制可以减少信息搜索时的平均网络带宽和平均搜索路径长度，提高搜索的成功率．     

一种基于短链特性的P2P路由改进算法

P2P节点路由算法是提高资源搜索效率的核心技术.本文详细分析对等网络中节点存在的小世界模型特征现象,提出一种基于短链特性的路由改进算法.新算法有效结合Pastry和FreePastry两者之长,利用节点短链特性更为有效地选择下一跳.实验证明,改进后的路由算法能明显缩短路由跳数,提高P2P网络对节点的定位和查找效率.     

非结构化P2P网络资源搜索机制的研究

P2P系统网络资源的分布性特征,目前受到越来越多的关注,其中资源搜索技术是这个系统中一个比较重要的问题。通过对分布非结构化的搜索算法以及对现有改进算法的研究,参考网络中的小世界性给出了一种基于兴趣的短链路搜索算法。该算法使得节点能在短时间内查找到有效的资源,减少了查询信息量,缩短了路由路径,提高了搜索效率。     

基于节点兴趣的非结构化P2P网络拓扑结构研究

针对非结构化P2P网络中资源搜索算法搜索效率低、冗余消息量过多等问题,结合非结构化P2P网络拓扑结构特点,提出一种基于节点兴趣的完全二叉树（CBT-BI）非结构化P2P覆盖网络拓扑结构。在兴趣相似度高的节点之间建立逻辑连接,根据兴趣相似度值在完全二叉树中按序排列;在资源搜索过程中,使用基于洪泛算法的双向资源搜索方法。仿真结果表明,该拓扑结构使得节点能在短时间内查找到有效的资源,减少查询消息量,缩短了平均路由路径,提高了资源搜索效率。     

一种有效的非结构化P2P网络资源搜索策略

针对非结构化P2P网络资源搜索算法中冗余消息数过多、搜索效率低等问题,提出了一种基于邻居-邻居节点的非结构化P2P网络资源搜索策略,该策略可以在一定程度上防止路由环路的产生,同时综合考虑邻居节点的活跃度和资源命中数,选择下一条邻居节点路径转发查询消息,将查询信息发往目标可能存在的区域,因此减少了发往网络的查询信息包数量,节省了网络带宽.实验结果表明,该算法可以减少大量的冗余查询信息,提高资源搜索的成功率,是一种有效的非结构化P2P网络资源搜索策略.     

非结构化P2P网络中IACO资源搜索算法

针对非结构化P2P网络中资源搜索效率低、冗余消息较多的情况, 提出一种基于兴趣因子的蚁群优化算法（IACO）。该算法充分考虑了节点价值对资源搜索的影响, 在传统蚁群算法中引入节点的兴趣因子, 以动态调整节点价值和信息素在计算转发概率时的权重关系, 有效地指导了资源查询路径的生成。仿真结果表明, 该算法可以显著提高资源查询的成功率, 同时在一定程度上减少了网络中的冗余消息量。     

基于兴趣域的 P2P 气象资料搜索机制研究

P2P 技术有助于解决目前气象资料传输效率不高的问题,如何高效地搜索资源是 P2P 网络中最为关键的问题.文中为了在 P2P 环境中实现气象资料的更快更精确搜索,结合气象资料特点,提出了一种基于兴趣域的 P2P 气象资料搜索机制.通过该方法建立气象元数据向量空间模型,计算向量空间模型相似度来划分不同兴趣域,从而提高搜索成功率.实验结果表明该方法只将查询消息路由到相关兴趣的节点上,缩短了平均搜索路径,提高了查询效率,高于一般洪泛算法     

一种支持多维资源描述的高效P2P路由算法

在分析现有P2P(peer to peer)路由算法的基础上,提出了一种基于二阶矩定位、支持多维资源数据描述的高效资源路由算法--FAN(flabellate addressable network)路由算法.FAN算法将节点映射到统一的多维笛卡尔空间,并以节点相对空间原点的二阶矩作为子空间管理和资源搜索的依据.FAN路由算法具有O(log(N/k))的高路由效率,在节点加入和退出FAN网络时,更新路由信息的代价为O(klog(N/k)).实验结果表明,FAN路由算法具有路由效率高、维护代价小的优点,是一种P2P环境中支持多维资源数据描述的高效结构化资源路由算法.而且,目前部分基于CAN(content-addressable network)网络的改进算法也可以在FAN网络中适用,并获得更好的路由效率和更低的维护代价.     

一种P2P资源搜索的改进方法

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.针时以上问题,提出了一种在节点建立跳转路由表的方法进行搜索的算法.在该算法中,将每个转发消息的节点都看成是一个路由,将网络中某些特定性质的节点作为特征点,把网络中的特征点信息作为默认值,保存在节点的路由表的默认值项中,并根据网络具有动态变化的特性,采用了动态路由主动发现网络中的变化,并把系统中发生的变化进行更新,存储到路由表中,为进行动态路由提供信息.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.     

基于节点兴趣和Q-learning的P2P网络搜索机制

将智能手机设备加入基于非结构化P2P网络的资源共享系统中能够满足人们对资源共享的多样化、便利性、高频性、实时性、高效性等要求,但是该系统网络规模的扩张和网络节点互异性的加大,必将导致系统资源搜索效率的降低、冗余信息的剧增以及网络更加不稳定。为了解决这些问题,文中设计了一种改进的基于节点兴趣和Q-learning的资源搜索机制。首先将节点根据兴趣相似度进行兴趣聚类,划分兴趣集,然后根据兴趣集中节点的能力值构建兴趣树,该结构避免了消息环路的产生,极大地降低了冗余信息;在资源搜索中,兴趣树内采用洪泛算法转发消息,兴趣树之间采用基于Q-learning的消息转发机制,不断强化最可能获取目标资源的路径,查询消息优先在这些路径上传播。另外,针对“热点”资源问题,设计了自适应热点资源索引机制,减少了重复路径搜索,进一步减少了冗余消息量;针对节点失效的问题,给出了根节点冗余机制和捎带检测的策略方法,分别解决了根节点失效和普通节点失效导致的兴趣树的不完整性问题,分析表明该方法能够减少消息冗余量。仿真实验结果表明,与GBI-BI算法和Interest CN算法相比,所提搜索算法能够提高命中率,缩短响应时间,减少冗余信息,具有较好的综合性能,最终解决了由于智能手机设备加入P2P网络导致的资源搜索效率下降、网络流量开销大的问题。     

蚁群算法在P2P搜索中的应用研究

为了提高P2P网络中资源的搜索效率,蚁群算法被广泛应用于P2P网络的搜索中。但P2P网络中搜索的是大量不同的文件,不同于蚂蚁寻找的单一食物,目前的研究较少考虑到这方面的不同。基于此在应用基本蚁群算法的基础上,引入合成信息素的概念,提出了合成信息素的提取策略,并编程进行了模拟仿真。实验结果表明相比洪泛和基本蚁群算法,可提高查找的结果数并降低网络中产生的消息包总数。因此在蚁群算法中引入合成信息素可有效提高P2P网络的查找效率,进而提高网络的性能。     

非结构对等网络中一种有效的资源搜索策略

针对非结构化对等网络中资源搜索算法效率不高、搜索过程中产生的冗余消息数过大而造成的网络带宽消耗及网络拥塞等状况,提出一种基于路由搜索机制的改进算法.该算法利用邻节点之间的关系,生成邻节点的转发路由表.实验证明,该算法有效抑制了网络中冗余搜索消息数量,减小了网络带宽的消耗,有效避开了搭便车节点,从而提高了搜索效率.     

混合P2P系统中散播自适应算法的改进

在混合P2P系统中,散播自适应算法提高了资源搜索的效率。该文针对随机散播算法在资源知名度传播方法上存在的冗余信息和资源知名度一致性之间的矛盾,提出一种基于节点地址的资源知名度传输方法,采用资源知名度根据节点地址不进行重复发送的方法,结果证明该方法比随机散播算法具有更少的传输时间及更低的传输开销。     

基于兴趣域的非结构化P2P模型

泛洪式路由（Flooding）是在非结构化对等网络中进行有效资源查找的主要方式,但其路由过程将产生大量冗余消息,因而严重制约了其可扩展性。随节点数增多,泛洪式路由的网络带宽消耗也变得异常严重。针对非结构化P2P网络拓扑的特点,结合对已有的非结构化P2P搜索算法的研究,文章提出了一种基于兴趣域的非结构化P2P搜索算法,使得节点能在短时间内查找到有效的资源,减少了查询信息量,缩短了路由路径,提高了搜索效率。     

基于P2P的流媒体系统资源定位机制研究

针对P2P流媒体系统资源定位问题,本文提出一种改进的P2P无结构网络模型及相应的搜索算法。网络模型中根据节点能力把节点分成不同级别,文件信息发布按照低级节点向高级节点逐级汇报的方向进行,减少了查询延迟时间和消息冗余;同时,根据节点兴趣把节点分为不同的兴趣域,查询消息在兴趣域内传播,提高了搜索效率和搜索成功率。仿真实验证明了网络模型和搜索算法的有效性。     

基于兴趣域的对等网络动态搜索机制*

针对非结构化P2P搜索机制不够灵活、不能有效解决跨域文件搜索的问题,提出一种基于兴趣域的非结构化P2P动态搜索算法。此算法根据每个节点共享的文件类型的差异,将网络进行分域,在分域的基础上利用预算值和TTL(time to live)值来控制搜索节点的数目和搜索的深度,对不同类型的搜索采用不同的搜索策略。实验表明,该搜索算法的节点覆盖率在50%左右,搜索效率保持在35%左右,即算法能够有效地满足用户的查询需求,效率比较稳定且高于当前典型的搜索算法。     

反馈机制在P2P网络资源搜索中的应用研究

资源搜索是P2P网络的关键问题。目前P2P网络资源搜索中对反馈机制的应用研究较少,这样每次搜索对成功历史没有充分利用,搜索效率较低。该文针对此问题提出了基于改进的Rumormongering协议的资源发布算法BDFB(BidirectionFeedback),并将其应用到P2P网络资源搜索的反馈机制研究中,充分利用成功历史,提高资源在网络中的知名度,从而提高P2P网络中资源搜索效率。     

对等网络中基于结点兴趣的资源查找算法

为了提高对等网络中资源查找的效率,根据P2P结点的群聚特性,构建了基于结点兴趣的覆盖网络,并设计了相应的资源查找算法。算法根据查询请求和结点的相似度来决定搜索策略,在簇内查找请求不能被满足时,请求将被发送到与其兴趣最为相似的其他簇内。仿真测试表明,算法稳定高效,搜索成功率和查找效率均优于传统的搜索算法。