基于蚁群算法的遥感影像传输资源调度方法

针对遥感影像数据量大,多用户并发请求造成服务器负载加重,使遥感影像传输效率逐渐降低的问题,提出一种在多线服务器环境下分块调度遥感影像资源的策略。该策略采用改进的蚁群优化(IACO)算法,通过引入一个线路等待因子γ动态选择当前最优的线路进行传输,从而提高传输效率。对IACO、ACO、Max-min、Min-min和Random算法进行了对比实验,IACO算法在客户端的任务完成时间和服务器端的执行时间与其他算法相比均是最少的,且随着任务数目的增加,效果更明显;同时IACO算法的线路资源的利用率也更高。仿真结果表明:多线服务器分块调度策略与改进蚁群算法相结合,使遥感影像传输速度和线路资源利用率均有一定提高。     

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。     

遥感图像快速压缩传输系统的设计与实现

遥感图像快速压缩传输系统为用户开展海量遥感图像存储与网络共享提供技术支撑平台。系统采用客户端对客户端的设计架构,采用图像分层分块、自适应小波变换、网络链路质量探测等技术,成功研制了遥感图像快速压缩传输系统,满足了各类型遥感图像应用单位之间的遥感图像共享、浏览、压缩与传输需求。     

P2P和CDN中MDC流媒体的性能对比

文中检测并对比了基于多重描述编码(MDC)的流媒体在对等网(P2P)和内容分发网络(CDN)中的性能。多个服务器同时为一个客户请求提供相同的描述,这样提高了网络传输的可靠性,并增加了服务器的数据传输率。用ns-2网络模拟器实现了这两种方法,实验结果表明:虽然P2P网络存在高度不稳定的情况,但是基于P2P的MDC流视频的质量明显比CDN上的好。     

基于P2P的视频点播系统设计

随着计算机网络和多媒体技术的发展,人们对网络视频点播的需求越来越高,高清、流畅和互动已经成为人们对视频点播的要求,在传统的C/S模式的视频点播系统中,客户终端要观看视频都需要依赖中心化的视频服务器,而且对带宽的要求越来越大,视频服务器就容易成为网络的瓶颈,当网络规模越大时,服务器的负担就会越重,一旦服务器崩溃,整个网络就会瘫痪。另外由于服务器的能力有限,往往不能及时地对每一个客户端的请求作出响应,因此会造成资源利用率低下。P2P网络中没有中心化的服务器,不存在系统瓶颈,每个节点既充当客户端又充当服务器端,因而具有很高的资源利用率。     

P2P和CDN中MDC流媒体的性能对比

文中检测并对比了基于多重描述编码（慨）的流媒体在对等网（P2P）和内容分发网络（CDN）中的性能。多个服务器同时为一个客户请求提供相同的描述，这样提高了网络传输的可靠性，并增加了服务器的数据传输率。用ns-2网络模拟器实现了这两种方法，实验结果表明：虽然P2P网络存在高度不稳定的情况，但是基于P2P的MDC流视频的质量明显比CDN上的好。     

一种基于P2P共享下载模式的证书撤销机制

基于增量CRL证书撤销机制,提出了基于P2P共享下载模式的证书撤销机制。在Delta-CRL的发布周期内,CA发布Base-CRL和Delta-CRL,用户除初始化外,其他时刻只需下载Delta-CRL即可。当用户提出请求,通过洪泛机制查询相应节点和资源的信誉度记录,找到最优记录节点,建立P2P连接。然后,将下载的CRL模块在客户端重构以获得完整的CRL。与其他CRL相比,该方法能够有效减少CRL的下载尺寸,真正降低通信载荷以及系统的峰值请求率,提供更为及时的证书撤销信息。     

基于P2P技术的GIS数据传输方法的研究

随着WebGIS用户数量的不断增加,传统的基于C/S结构网络传输模型已难以满足其不断增长的海量数据传输的要求.提出了一种新的基于P2P技术的GIS数据传输方法来解决该问题.借助相对成熟的P2P技术,由资源服务器搜索资源,然后建立连接,完成地图数据的传输,可有效地提高数据的传输速率.     

融合P2P技术的云平台快速内容分发方法

云存储服务在内容分发过程中的数据传递协议通常采用超文本传输协议（HTTP）,当大量客户端在短时间内向云存储服务器发出下载同一文件的请求时,会造成云服务端带宽压力过大以及客户端下载过慢的问题。为有效解决该问题,提出了一种融合Peer-to-Peer （P2P）技术的云平台快速内容分发方法,在内容分发过程中构建动态的HTTP和P2P协议转换机制,实现快速内容分发。选取用户类型、服务质量、时间收益、带宽收益等四种协议转换度量指标,并基于OpenStack云平台实现了所提出的动态协议转换方法。实验结果表明,与仅使用HTTP或P2P协议的内容分发方式相比,动态协议转换方法能够保证客户端用户总是获得较短的内容下载时间,同时,当P2P客户端数量较大时能够有效节约服务提供商的带宽资源。     

有态分布式HTTP的实现

1.前言 WWW(World Wide Web)是Internet上最主要的服务。在WWW中,Internet用户通过WWW客户(浏览器)获取分布在全世界各地的WWW服务器的超媒体信息,它们之间传输信息的标准协议是HTTP(HyperText Transfer Protocol,超文本传输协议)。HTTP采用请求/响应方式进行通讯,其运作的基本过程是: (1)客户端与服务器建立连接; (2)客户端向服务器提出请求; (3)服务器响应客户端的请求; (4)客户端与服务器断开连接。     

一种减少网间P2P流量的Peer选择算法

为合理引导对等网络(P2P)的流量,减少关键位置的带宽占用,该文以常用P2P软件BitTorrent(BT)为例,提出一种基于片段融合度的peer选择算法,使得在BT下载效率降低很少的同时,减少了BT流量。通过建模与分析,证明该算法可以大大减少P2P的网间流量。     

基于网络拓扑和节点兴趣的P2P搜索机制

对于搜索机制而言,终端用户的反应时间是最重要的性能指标.在P2P系统中,终端用户的反应时间多由网络传输时间决定.提出了一种基于网络拓扑和节点兴趣偏好的P2P搜索机制,使终端用户在进行资源搜索时尽量命中在拓扑上与自己最近的,兴趣偏好也最接近的节点,减少路由距离和转发查询消息副本的数量,最小化网络传输时间,提高查询效率.     

基于评价向量的P2P电子商务信任模型

针对现有P2P信任模型中交易因素考虑不全面、缺乏恶意节点识别机制而导致无法防御恶意节点共谋攻击和耗费网络带宽等问题,提出一种新的P2P信任模型EVTM,该模型采用向量化的方式表示评价的标准,引入时间衰减因子和惩罚机制,促使模型中交易节点积极地、正确地评价,从而构造一个诚信、可靠的交易环境。仿真实验进一步证明EVTM不仅可以根据用户的不同需求对交易对象做出更合理的信任评估,而且能有效地避免恶意节点的共谋攻击,从而降低交易的风险,减少损失。     

P2P网络中自适应节点选择策略

以Bittorrent应用为背景,对P2P网络中传统的节点选择策略进行了研究分析,指出了传统节点选择策略中存在的随机选择节点连接与交互以及交互过程中节点带宽利用率偏低的问题.对Tracker以外的节点来源如DHT、PEX节点来源的情况进行分析,以自身上传带宽利用率和网络中各节点的空闲带宽为参考,以减少带宽资源浪费、提高带宽利用率为目的.针对节点选择各阶段特点,设计并实现自适应节点选择机制,实验表明在对原系统的公平性影响很小的情况下,自适应机制能有效的减少网络中带宽资源浪费并将自身上传节点带宽利用率提高8.45％.小规模节点环境下(100节点)平均缩短节点下载完成时间6.7％,大规模下载环境下(500节点)平均缩短下载完成时间36.3％.有效的提高了系统中文件的获得和分发效力.     

大规模DVE场景对等传输机制研究新进展

目的 目前互联网上构建的虚拟世界规模越来越大,但在现实网络带宽有限的情况下,实时传输海量复杂虚拟场景一直都是难以解决的“瓶颈问题”,针对该极具挑战性的问题进行了综述性研究。方法 首先对大规模3维虚拟场景传输的主要技术进行了概述,然后分别对其中的关键技术如大规模虚拟场景的轻量化与流式化技术、P2P-Cloud(Peer to Peer-Cloud)网络架构、资源发现/邻居发现策略、不同网络架构的虚拟场景数据分发策略和移动网络场景传输等进行了详细综述。结果 阐明了虚拟场景传输主要技术之间的关系,并通过对已有经典成果的对比,分析了它们的优缺点及需要解决的关键问题。结论 分别从虚拟场景传输的场景预处理、基于云的混合网络架构和移动网络中的场景传输这3个发展方向做了前瞻性的展望。     

P2P流媒体系统服务节点选择机制研究与仿真

根据IP地址的特性,提出一种节点间静态测距法.同时考虑节点内容的相似性、网络节点位置、稳定性、传输能力等因素,根据节点数据的传输时延的特点,提出一种选择服务节点的算法.经实验和仿真证明,文中所提的节点选择机制能较大提高P2P流媒体系统性能,优化系统路由.     

Scalable Retrieval and Mining With Optimal Peer-to-Peer Configuration

We proposed to utilize the scalable peer-to-peer network to perform the content-based image retrieval and mining, i.e, P2P-CBIRM. The decentralized unstructured P2P model with certain overheads, i.e., peer clustering and update procedures, is adopted to compromise with the structured one while still reserving flexible routing control when peers join/leave or network fails. The peer CBIRM engine is designed to utilize multi-instance query with multi-feature types to effectively reduce network traffic while maintaining high retrieval accuracy. It helps to enhance the knowledge discovery and image data mining capability. The proposed P2P-CBIRM system provides the scalable retrieval and mining function that the query scope and retrieval accuracy can be adaptively and progressively controlled. To improve the query efficiency (recall-rate/query-scope), it effectively utilizes both: 1) forwarding query message (forward phase) to reduce the query scope and 2) transmitting retrieval results (backward phase) such that activated peers keep filtering high similarity images on the link-path toward the query peer. Experiments show that the query efficiency of the scalable retrieval approach is better than previous methods, i.e., firework query model and breadth-first search. It provides a scalable knowledge discovery platform for efficient image data mining applications. We also proposed to optimally configure the P2P-CBIRM system such that, under a certain number of online users, it would yield the highest recall rate. Simulations demonstrate that, with the optimal configuration, recall rates can be improved to 2.5 to 3 times larger while the network traffic of each peer is reduced to 30% of the original, under the same number of on-line users.     

基于Bloom Filter和概率分发队列的P2P网络快速查找算法

无结构化P2P网络资源定位过程中的响应时间、查准率及覆盖率难以同时被优化。提出一种面向有向无环随机网络的基于Bloom Filter和概率分发队列的快速查找算法BFPDQ(Bloom Filter and Probabilistic Distribution Queue),它用Bloom Filter表达和传递节点命中资源信息及查找请求信息,计算新查询消息与历史查询消息Bloom Filter语义向量相似度,并应用底层网络路径性能信息指导上层转发决策。概率分发队列(Probabilistic Distribution Queue,PDQ)把传统walkers表示成为查找消息分发队列,查找请求者协调各分发队列的查找方向和深度,并融合各队列查找过程中得到的定位消息。仿真实验表明,BFPDQ算法在保持较少冗余信息的同时有效缩短了响应时间。     

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.     

分组P2P网络模型分包传输策略分析

Internet的飞速发展使对等网络(P2P)及其相关领域的研究成为热点,但是当前P2P网络的结构并不完善。文中介绍了几种P2P模型,并在综合这几种模型优点的基础上,针对P2P网络的动态特性提出了一种分组P2P模型。P2P的网络应用在正不断发展,P2P中的一个重要核心思想是分包传输,它所采用的分包算法对于我们开发P2P软件具有重要的参考价值.我们在本文中分析它的分包传输算法,并且结合参考Coolstreaming和沸点网络电视系统中的策略,对在P2P网络中进行视频、音频等多媒体流数据的传输的方法和性能进行分析。