一种基于节点兴趣的移动P2P网络动态分组算法

为了提高移动P2P网络的资源共享效率,根据兴趣相似节点间交易概率比较大的思想,提出一种基于节点兴趣的动态分组算法,该算法在保证每组节点之间具有较高的兴趣相似度的基础上,考虑到一个组内的节点之间拥有的资源重叠较少时能更好地为其他节点提供分享资源,通过计算节点间的资源相似度,在进行动态分组时使同组内节点资源尽可能更丰富;针对移动P2P网络中逻辑拓扑结构与物理拓扑结构不匹配的问题,进行动态分组时考虑移动P2P网络中的节点间的物理距离,使物理距离小的节点划分到一个组内。并通过仿真实验验证了所提算法的有效性和可行性。     

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。     

基于分类节点的P2P语义路由模型

对于P2P语义覆盖网络,语义信息的维护和智能路径的选择是实现的难点。根据小世界原理,提出了一种新的基于节点分类划分的P2P语义路由模型。通过建立节点本体来描述节点的网络结构和节点下的内容项,在此基础上创建了路由消息格式和节点分类划分的方法,然后创建了支持内容语义查询的节点内相关性内容查询算法和节点间消息路由算法。通过实验对比,该语义路由模型能够提高P2P系统下的内容查找速度并且能够显著降低占用的网络带宽。     

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。     

面向用户需求的非结构化P2P资源定位泛洪策略

在非结构化P2P网络中,如何对用户所需资源进行快速、准确定位是当前研究的热点问题,也是P2P应用领域面临的核心问题之一.相关的非结构化P2P资源定位算法在查准率、查全率和查询成本上难以同时被优化,这会造成严重的网络带宽负担以及巨大的索引维护开销.为此,提出一种面向用户需求的非结构化P2P资源定位策略(user requirements resource location strategy,简称U2RLS).该策略的创新点是:在原有非结构化P2P网络资源定位泛洪算法的基础上,融入用户需求、用户偏好、用户兴趣度等因素,首先进行用户资源子网划分;采用带有用户需求信息的泛洪和查询索引机制,对用户所需资源进行精确定位.该策略有效避免了因海量信息引起的网络风暴、信息重叠和资源搜索偏覆盖等问题,从而解决了查询节点盲目使用中继节点的现象.实验结果表明:面向用户需求的非结构化P2P资源定位策略U2RLS以其高搜索成功率、有限网络资源消耗和短查询时间响应等优势,能够显著地提高用户资源定位效率.     

基于P2P网络检索算法的设计与仿真

为了很好的解决P2P2网络检索算法的低效率问题,提出了信息量声誉激励的P2P和节点兴趣域聚类的一种网络检索机制。在这个机制当中,首先对于网络节点的信息量进行了分类,然后根据节点数据的声誉激励法对相邻节点进行以兴趣为基础的构造模式,与此同时用户输入关键字进行个性化辅助选择。通过试验仿真设计证明,这个网络检索算法构建的动态结构,可以很好的避免结构化P2P网络对中心节点的依赖性。     

基于IPv6的三层混合P2P覆盖网络模型

研究现有的非结构化对等(P2P)网络,结合IPv6以及人类社会资源查找方法,提出一种三层混合P2P覆盖网络模型。在该模型中,具有相同IPv6网络前缀的节点组成一个域,域内节点根据属性相似性划分为若干个兴趣组,组内节点管理功能由智能节点完成,域内路由节点负责跨域路由消息。仿真结果表明,该模型能提高资源查找效率,缩短查找时延,减少消息路由跳数。     

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。     

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。     

CDN验证系统在P2P网络中的应用①

提出了一种基于CDN网络的P2P验证方法,有效解决了P2P网络的用户验证问题。具体的实现方法是：首先分析了P2P网络的系统架构,接着探讨了基于CDN网络的P2P验证原理,最后提炼出基于CDN网络的P2P验证流程。研究结果表明：提出的基于CDN网络的P2P验证方法不但解决了P2P网络的用户验证问题,而且提高了用户验证的效率和准确性。     

PROSE: Proactive, Selective CDN Participation for P2P Streaming

Many production peer-to-peer (P2P) streaming systems use content delivery networks (CDN) to protect the user’s quality of experiences. Thus, how to efficiently utilize the capacity of CDN (e.g., which peers receive services from the CDN nodes) is a problem of practical significance. Existing solutions adopt a passive, on-demand approach, which is inefficient in utilizing CDN resources. In this paper, we propose PROSE, a simple, novel scheme to achieve proactive, selective CDN participation for P2P streaming. PROSE introduces novel concepts such as choke point expansion nodes/super nodes and leads to efficient, light-weighted, and distributed algorithms to identify and serve these nodes using CDN. Our experimental results show that PROSE achieves at least 10%～25% performance improvement and 2～4 times overhead reduction compared with existing general CDN-P2P-hybrid schemes.     

基于P4P的CDN系统中内容分发节点选择算法

对内容分发网络(CDN)和对等网络(P2P)分别进行了分析对比,指出了它们各自的优缺点,并根据电信运营商主动参与P2P网络(P4P)技术的特点,给出了一种结合P4P、P2P与CDN技术的混合系统的设计方案,以及混合系统中协助CDN节点分发内容节点(伪CDN节点)的选择算法.该算法利用P4P技术获得运营商提供的网络信息,选择合适的边缘节点,贡献出其容量和带宽,为其他节点服务,以减少了系统边缘代理服务器的数量,增大系统容量,同时减少网络骨干网上的负载.模拟实验分析了考虑底层网络情况后,系统在链路花费、时间花费上的改进,结果表明该算法减少了跨网络运营商(ISP)流量,提高了系统性能.     

基于Hebbian一致性学习的P2P推荐算法

借鉴社会网络的概念,构建了一个基于信任权值的P2P(peer-to-peer)推荐网络,其中每个对等体作为一个用户代理负责维护其在推荐网络中的信任邻居关系。在此基础上,提出了一种基于Hebbian一致性学习的信任权重学习算法,并且基于相似用户发现机制、信任权重学习规则、潜在邻居调整策略等来自适应地调整用户与邻居用户的信任权重。实验数据证明该算法具有较高的推荐效率、社区构建效率和良好的可扩展性。     

基于兴趣社群的P2P网络节点自治管理方法

随着P2P应用领域的扩大及用户群体的迅速扩张,对P2P网络进行节点管理、安全协同是保障其正常运行的重要条件之一。根据P2P节点的自组织及自治性与人类社会自治管理的对应关系,通过设计自组织社群构造算法,动态配置节点,给出一种基于兴趣社群的P2P网络节点自治管理方法。在JXTA平台上的实验结果表明,所提出的方法改善了P2P网络节点的可管理性,具有良好的自适应性与安全性。     

非结构化P2P网络拓扑结构的改进机制

非结构化的P2P网络由于方便的全局部署和支持模糊匹配,而越来越受到欢迎,但是非结构化的P2P网络采用了洪泛的广播方式,因而导致网络的缩放性比较差,该文则在研究非结构化P2P网络拓扑结构存在问题的基础之上,提出采用平衡二叉树作为非结构化P2P网络的拓扑结构,设计相应的网络节点加入,节点退出,资源搜索等算法,并通过相应的仿真来展示改进的效果。     

非结构化P2P网络搜索算法的研究与改进

针对P2P软件搜索效率不高、网络带宽消耗大的问题,结合子网掩码技术,提出基于物理位置的网络拓扑结构,并介绍一种基于学习的定向查询资源搜索算法(D-Searching)。该算法通过在终端节点上引入路由索引表来存储最新的资源信息与热点信息。仿真结果表明,D-Searching搜索算法在消息数、平均跳数、查询效率等方面都有较大提高。     

基于P-范式模型的P2P网络分组查询算法

P2P系统的可用性取决于查找数据的有效方法。利用节点兴趣和节点与中心节点的通信延迟建立链接,动态分组P2P网络的节点,查询节点通过中心节点转发搜索请求给其他中心节点,中心节点收到搜索请求后,若查找资源的主题排在本组关注的前K（K一般取1～3）位,则搜索本组内所有节点。在此基础上,提出了一种基于P-范式模型的P2P网络分组查询算法。算法分析和实验结果表明该算法的性能优于MSW查询算法。     

P2P系统的信任研究

由于P2P系统的开放、匿名等特点,使得P2P系统对节点缺乏约束机制,节点间缺乏信任。针对以上问题,本文提出了一种新的P2P系统信任模型,该模型根据系统中节点的历史交易情况和系统中其它节点的推荐计算节点的信任度,节点根据计算的结果决定是否进行交易。仿真试验及分析表明,该模型能有效地评估节点的信任度,隔离恶意节点,提高下载成功率。