一种改进的非结构化P2P网络资源搜索策略

非结构化P2P网络具有资源搜索效率不高,容易产生大量冗余信息等问题,为此,提出了一种改进的资源搜索策略。通过为网络中的节点建立朋友节点来改进传统的非结构化对等网络资源搜索,并在此基础上设计了一种新的资源搜索算法。仿真试验证明,该策略在一定程度上提高了非结构化P2P资源搜索的效率,同时减少了网络中的冗余信息量。     

非结构化P2P网络基于马尔科夫链的搜索算法研究

现有的非结构化P2P资源搜索算法并没有将兴趣与负载结合进行考虑,本文不仅考虑节点搜索资源时基于兴趣的查询转发,也综合考虑了各个节点的负载信息。基于此,本文设计提出了基于Markov Chain模型的资源搜索改进算法Bo MC。Bo MC算法利用马尔科夫模型为非结构化P2P网络节点通过随机采样建立状态转移概率矩阵。而转移概率是基于节点的转发因子,其中包含有节点兴趣及负载的综合信息。我们知道,基于马尔科夫链平稳分布的特性可以使整个网络在查询过程中趋于收敛状态,进而达到节点的负载均衡。根据网络负载分布情况,该算法考虑到动态更新转移概率。在Peer Sim的仿真环境下,实现Bo MC算法并将其与传统的P2P资源搜索算法作比较。     

非结构化P2P网络的一种改进搜索算法

分析非结构化P2 P网络中利用原始的洪泛法进行资源搜索时产生冗余查询包的原因,提出整改的措施和优化的机制,在此基础上给出改进的搜索策略,同时设计出一种更好的分段搜索算法,并对其进行实验仿真,通过和洪泛法的模拟分析比较,表明改进后算法的高效性和可行性。     

基于蚁群算法的非结构化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,提出一种基于蚁群算法的非结构化P2P网络资源搜索策略,该策略利用蚂蚁信息素的正反馈原理,同时综合考虑邻居节点度和邻居-邻居节点信息,选择下一条邻居节点路径转发查询消息,有效地指导资源搜索路径的生成。实验结果表明,该算法在一定程度上减少了大量的冗余查询消息,提高了资源搜索的成功率,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。     

非结构化P2P资源搜索策略研究

通过从盲目搜索策略和启发式搜索策略两方面来分析无结构化P2P(peer-to-peer)系统的资源搜索策略。从泛洪搜索算法、迭代泛洪算法、随机漫步搜索算法以及基于超级节点的查询算法等四个方面对盲目搜索策略进行分析,而从基于兴趣的查询算法、移动代理、高速缓存及启发式泛洪搜索算法等四个方面对启发式搜索算法进行阐述。最后在以上算法分析的基础上对未来的工作进行了展望。     

基于蚁群算法的非结构化P2P搜索机制的研究

通过对P2P中资源搜索技术的研究,针对非结构化P2P网络中的传统洪泛搜索机制中的路由盲目性和产生过多冗余消息等缺点,提出一种基于蚁群算法的非结构化P2P搜索机制.蚁群算法是一种新型的优化算法,利用蚁群算法信息素的正反馈机制指导查询请求消息的转发,将查询请求消息尽量发往资源可能存在的节点上.实验结果表明,该算法在查询成功率和查询消息的传送次数方面都优于洪泛搜索算法,提高了算法的有效性.     

基于小世界与兴趣相关度的P2P网络搜索研究

构造了具有小世界特性的非结构化P2P网络,并依赖网络节点的兴趣相关度,提出了一个基于小世界与兴趣相关度的P2P网络搜索算法,使查询消息在更高效的路由路径中传播,避免了消息转发中的盲目性。实验从算法的查全率、通信开销、覆盖率等方面说明了本文搜索算法与洪泛算法相比产生的代价更小,证明了本文搜索算法的有效性。     

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网络资源搜索改进算法

为了改善非结构化对等网络(peer-to-peer,P2P)资源搜索的网络负载大、搜索时间长的缺点。对现有P2P网络资源搜索算法进行了研究,在此基础上,提出一种基于索引表的跳跃式算法,该算法中每一个节点存有一定数量邻居节点的资源索引,节点利用资源索引表以跳跃方式查询节点,网络中的某些节点需要查询资源索引表,而某些节点无需查询资源索引表,直接转发查询消息即可。通过OPNET进行仿真实验表明,该算法能有效的减少网络负载和搜索延时,提高了搜索成功率。     

结构化P2P网络路由算法在网络层的性能评估

基于结构化P2P路由系统的马尔可夫链模型,以平均路径长度为指标,提出了结构化P2P网络路由算法在网络层面的性能量化评估方法。该方法解决了结构化P2P网络采用基于overlay层面的路由算法实现资源查找和定位导致的网络层路由性能无法估量的问题,能够准确表现结构化P2P网络overlay层面路由算法的实际网络性能,为结构化P2P网络路由算法的研究提供准确的性能评估机制。     

结构化P2P系统路由机制的研究

基于分布式哈希表的结构化P2P系统得到了广泛的研究,这些系统的网络拓扑结构一般都以图论中的一些广为研究的图作基础,而且大量借鉴了并行系统的研究成果。介绍了几个常见的结构化P2P系统,对其拓扑结构和路由算法作了分析对比。     

基于P2P的结构化半分布式语义搜索算法

目前的搜索引擎算法大多是基于关键词搜索,体系上是集中式结构,在安全性和语义性上存在缺陷.基于P2P的结构化半分布式语义搜索算法--DPSS(Distributed P2P Semantic Search),通过研究词与词的关联度,在传统的P2P覆盖语义层,实现语义功能.同时,结合文章距离算法,能够应用在文本分类、文章聚类等领域.     

结构化对等网络中P2P 僵尸网络传播模型

依赖结构化对等网传播的P2P僵尸是未来互联网面临的重要威胁.详细分析了两种典型的结构化P2P协议Chord和Kademlia的工作原理,在此基础上,使用数学建模的方法建立了结构化P2P僵尸网络的传播模型.该模型将Kademlia,Chord协议与双因子免疫机制、主机在线率等因素相结合,较为全面地研究了两种典型的结构化P2P网络中僵尸的传播机理,并使用软件仿真的方法模拟了节点超过百万时,结构化P2P网络中僵尸的传播行为,通过软件仿真得出的数据与理论数据进行对比,验证了模型的正确性.从实验结果可以看出:对于Kademlia和Chord两种结构化P2P网络,僵尸传播无论是双因子免疫模型还是结合双因子与主机在线率的模型,理论模型与仿真结果都非常吻合,体现了模型的准确性,为僵尸的检测与防御提供了理论依据.     

基于小世界网络的P2P缓冲策略

针对机构化的P2P网络存在的绕路（Detouring）问题,提出了一种基于小世界网络的P2P缓冲策略来对传统P2P算法进行改进。实验结果表明,改进后的算法可以有效地减少链路访问延时,而且链路流量的平滑性、吞吐率等都比其他传统算法要好。该策略对于以P2P为基础构架的对等网络稳定性和访问速度有重要意义。     

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.     

基于超节点的结构化P2P路由算法的研究

在对经典的结构化P2P路由算法研究的基础上,提出了BSNCCC(Based Super Node Cube Connect Cycle)路由算法。该算法节点维护的信息为O(1),查询步长为O(d)(节点个数N=d*2d),在充分考虑节点性能差异性的基础上,将性能好的节点作为路由过程中的主节点。模拟试验结果表明,在动态变化的P2P网络中,BSNCCC路由算法的效率优于Cycloid等算法。     

结构化对等网测量方法研究

网络测量是深入开展结构化对等网研究的基础,结构化对等网络协议设计、共享内容检索、态势感知乃至安全性的研究都需要以网络测量为前提.在节点分布对等、实时变化显著、未知瞬发扰动频繁的结构化对等网络中,获得其准确、完整的网络信息更是十分困难的.通过形式化分析结构化对等网节点搜索过程,研究节点信息在全网分布情况与查询返回率之间的关系,将历史测量数据与具体对等网特征信息相结合挖掘节点搜索优化策略,提出了一种网络资源占用显著降低、搜索速度较快、信息完备率较高的搜索测量优化方法.KAD 网络是目前得到大规模部署运行的为数不多的结构化对等网络之一,以KAD 网络为主要研究对象开发了KadCrawler 对等网搜索系统,进行了大量测量和分析,验证了搜索优化方法的可行性和有效性;同时,对当前KAD 网络拓扑结构特征、节点重名等现象进行了初步分析,发现KAD 网络近年来发生了显著的变化.     

基于重定向机制的结构化P2P网络路由优化方法

论文针对结构化P2P网络overlay层面路由计算导致网络层面路由性能较低的问题,提出一种基于重定向机制的路由优化算法。它通过重定向机制使节点逐渐收集同一子网内的节点信息,并将同一子网内的节点作为邻居,从而显著降低平均查询路径长度,而不加重网络负担。该方案能够极大地提高结构化P2P网络路由性能,从另一个角度解决overlay层面与网络层面的不匹配问题。     

一种网络敏感的结构化小世界P2P覆盖网络*

近年来人们对结构化P2P覆盖网络进行了大量的研究,在结构化P2P网络的构建中,下层的网络拓扑结构并没有得到考虑,因此在端到端的通信中,尽管覆盖网上所反映出路径跳数很少,但实际的延迟却会很大。针对此问题,结合小世界理论提出一种网络敏感的新P2P覆盖网络,使实际网络中邻近的节点能聚集到同一簇中,并利用小世界网络平均距离小和大簇系数特性进行路由选择和拥塞控制。仿真实验表明,与经典的P2P覆盖网络相比,该网络具有更高的查询效率。