新型P2P流媒体系统模型

为了改善数据传输性能,提出了一种新型P2P流媒体系统模型(NSMP2PS),描述了NSMP2PS的体系结构和设计原理. 通过引入网络编码的机制,提高了系统的数据存储转发能力. 采用效率较好的节点加入算法和节点失效管理策略,有效地解决了组播树负载不平衡的问题;此外,该模型的节点自优化过程能保证组播树结构的优化和播放的连续性. 引入了激励机制,激励更多的自私节点转发和共享资源、数据,使得数据质量和直播系统的总体性能也有所改善.     

结构化P2P网络Chord中节点行为优化的研究

为了提高结构化P2P网络系统Chord的性能,解决节点频繁地加入和离开带来的网络波动和高的维护代价,提出了一种新颖的节点行为优化的方法.通过对节点行为的策略控制,用较小的存储开销和节点的额外负载换取网络整体性能的提高。网络仿真结果显示,节点的优化有效地控制了Chord环的大小,增加了容错性,提高了系统的整体性能.     

P2P系统中激励机制的研究

由于P2P网络节点的匿名性和贡献资源的自愿性,绝大多数节点缺乏提供服务的积极,从而引发了P2P网络中的搭便车问题。在分析搭便车问题的基础上,介绍了多种典型的激励机制,讨论了基于博弈论的P2P系统激励机制,并给出了该机制的数学表述。     

基于IPv6和P2P的网络资源共享机制研究

在Internet飞速发展的现状下,人们对各类资源种类和访问速度的要求越来越高,为此如何提供高质量的网络资源,满足广大人民的网络文化需求成为当今社会的热点问题。针对网络资源的共享问题,本文设计了一种基于IPv6和P2P的网络资源共享模型。模型采用分簇网络进行节点间数据通信,减少因节点频繁进出的网络抖动发生。采用Kademlia算法对DHT分布式哈希优化,提高节点的识别准确率。利用TRCBC模型进行系统数据的访问控制,保证系统数据的完整性。模型已于2011年开始在长春理工大学的极光BT平台上应用,实践证明是一种有效的资源共享模型。     

P2P网络信誉评价体系研究与设计

介绍了P2P网络信誉机制的相关研究内容.考虑参与到P2P网络中的对等节点本身存在着匿名和动态的特性及该网络存在的安全隐患,通过采用信任机制来加强系统的可靠性,探讨了信誉模型机制的建立方法和关键技术,并在此基础上提出了一种新的设计思路和方法,为进一步研究提供了相应的方向.     

基于直接和推荐可信度的P2P综合信任模型

提出了一种新的P2P网络环境下的综合信任模型。明确区分了服务质量和反馈质量,不是简单地将节点的信任度作为推荐权重,而是通过节点推荐可信度来计算节点的推荐信任度,并且通过动态权重因子平衡自身交互历史经验和其他节点的推荐信任来计算节点的综合信任度,同时为每个节点引入信誉积分属性以鼓励节点提供服务和推荐信息,提高节点参与网络活动的主动性,给出了信任模型的实现算法和仿真实验。实验结果表明,信任模型能准确计算节点信任度,并且能抵抗恶意节点的夸大、诋毁、协同作弊等恶意行为,具有良好的性能。     

P2P直播系统中节点启动过程优化

针对现有P2P直播系统在动态环境下存在的较大启动时延等性能问题,建立节点的启动过程模型,分析影响节点的启动过程性能的关键因素,并从数据调度的角度提出了1种节点状态自适应的启动策略.该策略对节点的启动过程中的请求起始位置的选取、缓冲区的数据填充策略、播放策略3方面进行改进,以提高节点在启动过程中获取数据的效率,减少资源浪费,改进开始播放条件,进而达到提高节点对动态环境的适应性,提高系统的数据分发效率,降低节点的启动时延与播放延时的目的.仿真结果表明,该策略在动态环境下能够降低节点的启动时延与播放延时,提高数据分发效率.     

基于信任度的P2P系统节点激励机制

针对当前P2P网络中存在的搭便车现象,提出了一种基于信任度的激励机制.引入虚拟货币思想,把信任度分为3个等级;构造了评价节点信任度的数学模型,把超级跟踪服务器部署在网络边缘,主要监督和维护网络节点的信任度.理论分析和仿真数据表明,该激励机制可很好地解决搭便车行为,提高了P2P网络的性能和服务质量,使P2P网络中节点实现公平交易.     

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．     

基于零知识交互式证明和Bayesian信誉网的小世界P2P模型

针对当前P2P(Peer-to-Peer)系统在网络拓扑和信誉评估机制结合方面的不足,设计一种基于角色和信誉访问控制机制的可信小世界P2P(SW-R2P)模型.模型使用零知识交互式证明(ZKIP)算法,在不传输节点身份相关信息的前提下安全地验证对等节点的组信息,并以此作为构建小世界网络拓扑的基础.通过Bayesian信誉网对节点和组的多方面信誉进行评估,从而影响节点的各种操作和组之间连接的建立.仿真实验结果表明,SW-R2P模型在资源查找成功率、网络聚合度以及节点信誉偏差等方面的性能优于Chord和R2P模型.SW-R2P模型结合了ZKIP算法、Bayesian信誉网和小世界拓扑的优势,实现了一种可信、安全和高效的P2P网络架构.     

P2P覆盖网聚类服务

为了提供有效的拓扑感知服务,论述了对等(P2P)传输损耗现象和节点距离的度量空间性质,提出了P2P覆盖网聚类服务方案. 该方案通过聚类初始化、优化接口和算法实现对P2P用户节点进行管理,维护聚类视图（CV）,通过CV查询接口和CV映射算法提供跨P2P应用的拓扑感知支持. 模拟实验数据表明,该方案比现有的基于坐标空间映射的方法,能提供更精确的最近邻居推荐结果.     

D-Trust:双信任度量的非结构化P2P网络信任模型

针对传统的P2P网络信任模型用单一信任无法准确反映节点行为的问题,提出了基于双信任的非结构化P2P网络信任模型D-Trust。该模型将信任分为服务信任和反馈信任,提出了双信任的存储、计算和更新算法,以及信任传播机制。仿真结果表明,该模型能有效防御常见的安全攻击,和单一信任相比,更大程度地发挥了节点的服务能力,较已有的信任模型在性能上有很大提高。     

对等网络Chord模型的分区管理策略

提出了一种对等网络Chord模型的分区管理策略,使节点标示包含了区域位置特征信息,提高了结构化哈希算法中覆盖层逻辑排列和底层物理网络的匹配程度. 该策略使全局对等网络搜索实现到区域查询,尤其在资源查询比较频繁的区域,搜索效率比传统Chord模型有显著的优势. 实验结果表明,分区管理策略在平均路由跳数、查询时延和带宽方面都用显著的优点.     

P2P流媒体系统搭便车行为建模研究

搭便车行为是指节点仅使用其它节点的资源而不作任何贡献,对P2P流媒体系统的服务质量会产生严重影响。基于两类流体模型对P2P流媒体系统的搭便车行为进行了建模研究,同时考虑了不存在种子节点和存在种子节点两类场景,并对稳态环境下搭便车行为对P2P流媒体系统性能的影响作了定量分析。结果发现,在存在种子节点场景下,诚实节点和搭便车节点的平均下载时间均远低于不存在种子节点场景,因此需要设计相应的激励机制以吸引种子节点留在系统中。而且,搭便车节点比诚实节点更容易从流媒体服务器和种子节点受益,因此需要在流媒体服务器和种子节点引入区分服务机制。     

基于P2P网络的网构软件自适应性研究

P2P的网络环境具有网络的开放性、动态性和多变性,同时增强了网络的可控性,它提供了一种在大规模异构环境下进行资源共享的有效途径,可以降低网构软件自治和演化的难度.提出了建立在P2P网络拓扑结构上的网构软件模型,模型包括用来描述软件的系统架构、控制集合以及自适应构件库.网构软件的自适应性主要通过控制集合和构件库的共同作用来实现.自适应构件库通过引入构件副本、构件复用形式以及构件副本测试状态等概念来增强网构软件模型的自适应性.在P2P网络中每个Peer的本地都维护着一个本地构件库,而网络构件库是一个逻辑上集中、物理上分布的构件库系统,由分布在P2P网络中的符合构件接口的所有构件副本组成.     

一种基于P2P的工作流管理系统设计

基于客户机/服务器结构的工作流管理系统，其中心化的服务器不仅影响系统性能，而且容易导致单点故障.通过引入P2P（点对点，即通过节点间的直接信息交换来实现计算资源和服务的共享）概念，给出了一种非中心化的工作流管理系统设计方案，系统中的每个节点既是客户端，同时又可以承担数据存储和流程控制的职责.基于JXTA（Juxtapose项目，SUN公司为了支持P2P应用而提供的一个底层开源平台）的实现及就诊工作流应用表明，非中心化工作流管理不仅对环境变化具有良好的适应性，而且可以为工作1流参与者提供更多的自主性.     

一种可接受大规模实时播放的分布式P2P点播系统

指出P2P的传播方式为现阶段实施大规模多媒体网络应用提供了较好的解决方案。采用动态的加入和退出算法和分布式网络,减轻了单个节点的行为对全网的影响,同时针对一些P2P传输系统存在的时延问题,应用核心迁移的方法,动态改变媒体分发树的拓扑结构,尽量减小网络中的节点离核直径,控制全网的平均时延,保持媒体平稳连续的在线播放。     

基于资源规模的P2P网络搜索机制的研究

针对目前非结构化对等网络搜索算法查询到的资源量少、查询效率不高而且系统开销巨大的缺陷,提出了基于资源规模的搜索机制.将分散在各个节点上的资源索引信息向局部区域内资源规模较大的节点进行聚集,按照索引规模描述参数的扩散方向建立起冗余的资源索引系统.执行搜索动作时,查询命令沿着资源规模最大的一条路径向前传递,并采用回溯和重新选择邻居节点的方法处理失败的查询命令,在有限的搜索生命期内尽量地向前投递查询请求.对比试验证明:该算法能够在较少的步骤内覆盖对等网络的大部分资源信息,同时系统的开销较低.算法具有较高的查询效率,有效地提高了系统的性能.     

兴趣域信任相似度敏感的P2P拓扑构建模型

为了提高对等（P2P）网络系统中资源定位效率,保证资源下载质量,基于P2P网络中节点偏好的兴趣域划分机制,给出了兴趣域信任相似度的概念和计算方法,并在此基础上设计实现了一种基于兴趣域信任相似度的对等网络拓扑（ITAPT）模型．ITAPT模型通过引入节点间的兴趣域信任相似度,使具有相近兴趣偏好且兴趣域可信度向量相似的节点互为邻居,提高了节点资源查询效率,同时又能激励节点提供更多贡献. 仿真结果表明,该模型在拓扑有效性和安全性等方面比现有典型机制均有较大提高.     

基于应用层组播策略的P2P网络搜索模型研究

介绍了传统P2P网络的搜索模型,并分析了其存在的一些问题.针对这些问题,提出了一种基于应用层组播策略的搜索模型,它可以减少冗余搜索包,提高搜索效率,并且能够适应P2P网络拓扑的动态变化,实现良好的可扩展性和容错性.