基于一簇多超级节点的混合P2P网络模型

超级节点为其他节点提供各种服务,包括信息的收集与检索、数据传送及穿越NAT等,但P2P系统的高动态性为设计一个有超级节点的混合P2P网络带来困难。该文设计一种均衡、健壮、具有自适应能力的混合P2P网络模型,研究超级节点的负载均衡、健壮性及自我调整策略,提出新策略以解决超级节点失效时带来的问题。     

移动P2P网络中超级节点的选择

针对移动P2P网络中节点移动性强、网络拓扑结构变化剧烈、导致系统的低效和不可靠问题,提出一种移动P2P网络中的超级节点选择算法,该算法能够选择性能好、在线时间长的节点作为超级节点,并且采用候补超级节点技术,有效改善移动P2P网络系统的效率。仿真实验结果表明,该算法可以有效降低超级节点的失效率和缩短查询延迟。     

一种高效的P2P环境中的窗口查询算法

随着多媒体以及P2P网络的发展,针对高维数据基于属性的窗口查询已经成为一个重要研究课题.提出了一种在超级节点P2P网络中有效解决高维数据的窗口查询算法,在每个单独的网络节点上,数据通过一种降维算法映射到一维空间,在超级节点上,构造数据的统计信息表以及构造网络查询树,算法在每次查询时,按照查询树的规则来访问整个网络,并利用统计信息剪枝网络中的节点查询,避免网络的泛洪.实验中使用了不同的数据集来评测算法的查询效率,结果表明该算法具有很高的查询效率.     

基于结构化对等网络的云资源查询算法

为实现云计算中云资源的快速查询,针对资源查找过程中查询效率较低以及网络维护成本较高等问题,提出一种基于结构化对等网络的云资源查询算法,实现对待查询云资源进行快速有效定位。首先设计一种新型超级节点拓扑结构,对网络拓扑中各节点进行唯一性编码,构造二元组路由信息索引列表,并设计相应的路由算法;然后给出了分层象限超级节点算法的查询效率与稳定性分析。仿真实验结果表明,分层象限超级节点算法查询效率较高,且随着网络规模增加,查询路径长度趋于稳定,同时对于超级节点失效带来的网络维护成本较低。     

移动P2P网络中基于超级节点的资源发现算法

移动P2P网络节点具有的移动性,往往导致网络搜索性能变差,同时引起资源搜索成功率的降低以及系统的不稳定性.本文提出一种基于超级节点的资源发现算法(RDBS),它选择性能高且动态性弱的节点作为超级节点,并采用候补超级节点进行快速查询,有效改善了移动P2P网络中资源搜索性能和系统的稳定性.实验结果表明,该算法降低了索引信息的失效率、缩短了查询延迟并且提高了资源搜索的成功率.     

MP2P网络基于动态分组的超级节点选取

提出一种MP2P网络中基于动态分组的超级节点选取机制。根据MP2P网络中节点拥有资源的类型以及节点的物理位置等因素进行动态分组,根据阈值过滤算法和节点综合能力计算选出每组的超级节点群组和备选超级节点集合,根据每组的超级节点负载情况动态更新该组的超级节点群组。理论分析和仿真结果表明,该机制能显著降低MP2P网络中的信息检索延迟,有效提高了网络中资源的定位成功率,具有较好的网络动态扩展性。     

分级有序P2 P超级节点拓扑构造

拓扑构造是P2P网络研究中的核心问题之一。在当前的超级节点拓扑构造中,采用固定的两层结构和基于谣言的无序构造方式,不仅限制了系统性能,而且产生了过多的负载,使超级节点成为系统的热点。同时,无序构造方式也带来较高的成本和安全问题。据此,提出一种分级有序的超级节点拓扑构造方法(HOST),按照网络规模对超级节点进行自适应分级,并采用有序的节点加入和退出算法。模拟结果和分析表明,HOST能有效控制超级节点的产生,平衡超级节点间负载,同时显著降低拓扑构造和拓扑修复过程中产生的成本。     

基于自信息量算法构建混合式P2P网络

在大多数研究中,推选超级节点时重点考虑节点的性能是否适合作超级节点,而没有考虑当有节点从网络中退出或加入时,网络重新构建的开销。在选择超级节点的算法方面,很少有算法同时涉及节点的容量和在网络中的在线时间这两个参数。本算法在Alberto Montresor算法的基础上进行了改进,由信息量概念入手,将节点的容量和在线时间两个因素有机地结合起来,设计了自信息量算法模型。试验结果表明,自信息量模型网络构建的速度和单一使用节点容量构建的速度相仿,但自信息量模型推选的超级节点相对稳定,减少了网络构建的频数,从而减少了网络维护开销。该模型还能够适应一些极端情况,如试验中有50%的节点离开时,仍可较快地构建网络,说明该算法具有一定的鲁棒性。     

移动P2P网络超级节点选取机制研究

针对半分布式结构的移动P2P网络超级节点选取问题,提出一种新颖的超级节点选取机制,全面分析影响超级节点选取的各种因素,按着其特点和类型不同将其分为效益型属性和成本型属性,并在此基础上建立了超级节点选取的带约束多目标优化模型.采用新的约束处理方法,利用免疫克隆算法对超级节点选取问题进行求解.实验结果表明,该机制可以有效降低超级节点的失效率,提高系统查询效率,算法收敛速度快,有较好的可扩展性.     

P2P全文信息检索系统的路由机制研究

本文介绍了一个基于P2P网络建立的全文信息检索系统的路由机制,在实现系统路由时采用了分层机制,将P2P网络中的节点分成超级节点和普通节点,超级节点间采用非结构化的P2P网络搜索技术,普通节点采用结构化的P2P网络搜索技术,使得整个网络的路由趋于稳定的结构.     

RSSN:一种基于漫步采样的超节点对等网络

超节点对等网的引入,有效解决了网络节点异构性所带来的低性能节点对于文件定位效率低的问题。但是传统超节点对等网构建效率低,不能适应目前高度动态的网络环境。提出一种高效可靠的超节点对等网RSSN,RSSN通过漫步算法对网络叶节点采样,从采样集合中选出高性能节点建立预备超节点,通过判断网络需求调整超节点层,并利用预备超节点备份文件索引信息,提高对等网的稳定性。仿真实验表明,相较Gnutella0.6超节点对等网,RSSN能够有效地提高对等网中超节点的平均性能和利用率,并能适应高动态的网络环境。     

一种高效的超节点网络容错机制

超节点网络采用超节点作为普通节点服务器,负责管理和查询处理的机制,提高了搜索效率。但是,如果超节点失效,将会严重影响网络的稳定性和查询效率。提出一种高效的容错机制。首先,改进了无向双环结构,提出k-无向双环拓扑结构,并利用此技术,构建了超节点层拓扑结构,使网络具有高容错特性;同时在此基础上,给出了超节点选择和超节点负载均衡的方法,降低了超节点因负载过重而失效的可能性,另外,给出了超节点失效恢复算法和容错路由算法,解决了超节点失效后的恢复和路由问题。实验结果显示,该网络具有易维护、高容错的特点。     

基于k-Petersen图的超节点网络容错机制*

针对已有容错机制动态维护复杂、带宽消耗大的问题,提出一种新的容错机制。首先,利用改进后的k-Petersen图,构建了超节点层拓扑结构,使网络具有高容错的特性;同时, 给出超节点选择和超节点负载均衡方法,减少了超节点因负载过重而失效的情况;另外,给出超节点失效恢复算法和容错路由算法,解决了网络中失效超节点的恢复问题和网络路由问题。理论分析和实验结果显示,该网络具有易维护、高容错的特点。     

超级节点网络中并行查询和合并机制研究

针对超级网络中超级节点可能会导致网络瓶颈、检索结果重复问题,提出一种并行查询和合并机制。首先提出超级节点选择查询节点的算法,以减少超级节点的存储和计算负担。然后提出选择下载节点的合并算法,以得到高质量、新颖和更能有效获取的检索结果。实验结果表明了该机制的有效性。     

A self-similar super-peer overlay construction scheme for super large-scale P2P applications

Unstructured peer-to-peer (P2P) overlay networks with two-layer hierarchy, comprising an upper layer of super-peers and an underlying layer of ordinary peers, are used to improve the performance of large-scale P2P applications like content distribution and storage. In order to deal with continuous growth of participating peers, a scalable and efficient super-peer overlay topology is essential. However, there is relatively little research conducted on constructing such super-peer overlay topology. In the existed solutions, the number of connections required to be maintained by a super-peer is in direct proportion to the total number of super-peers. For super large-scale P2P applications, i.e. the number of participating peer is over 1,000,000, these solutions are not scalable and impractical. Therefore, in this paper, we propose a scalable hierarchical unstructured P2P system in which a self-similar square network graph (SSNG) is proposed to construct and maintain the super-peer overlay topology adaptively. The SSNG topology is a constant-degree topology in which each node maintains a constant number of neighbor nodes. Moreover, a simple and efficient message forwarding algorithm is presented to ensure each super-peer to receive just one flooding message. The analytical results showed that the proposed SSNG-based overlay is more scalable and efficient than the perfect difference graph (PDG)-based overlay proposed in the literature.     

An adaptive super-peer selection algorithm considering peers capacity utilizing asynchronous dynamic cellular learning automata

Super-peer networks refer to a class of peer-to-peer networks in which some peers called super-peers are in charge of managing the network. A group of super-peer selection algorithms use the capacity of the peers for the purpose of super-peer selection where the capacity of a peer is defined as a general concept that can be calculated by some properties, such as bandwidth and computational capabilities of that peer. One of the drawbacks of these algorithms is that they do not take into consideration the dynamic nature of peer-to-peer networks in the process of selecting super-peers. In this paper, an adaptive super-peer selection algorithm considering peers capacity based on an asynchronous dynamic cellular learning automaton has been proposed. The proposed cellular learning automaton uses the model of fungal growth as it happens in nature to adjust the attributes of the cells of the cellular learning automaton in order to take into consideration the dynamicity that exists in peer-to-peer networks in the process of super-peers selection. Several computer simulations have been conducted to compare the performance of the proposed super-peer selection algorithm with the performance of existing algorithms with respect to the number of super-peers, and capacity utilization. Simulation results have shown the superiority of the proposed super-peer selection algorithm over the existing algorithms.     

基于语义网和小世界理论的对等网搜索机制

针对目前超结点网络研究中的不足,该文基于语义网和小世界理论提出了一种对等网搜索模型——SemanticP2P。模型中结点依据小世界理论在物理上形成自然的区域自治系统(AAS),各AAS依据幂规律选取各域内的超结点,超结点再根据语义关系形成多个超结点语义网(SSN),从而形成一个层次化的超结点叠加网络模型,并对其中结点的组织、SSN的构造、搜索机制等进行了阐述,最后通过实验的验证,证明了模型的合理性与有效性。     

一种新的常数度数的超节点拓扑结构构造

超节点网络采用两层结构组织超节点和普通节点,有利于提高网络性能和搜索效率.而起节点拓扑结构及其动态维护机制和搜索路由机制,对网络性能和搜索效率具有重要影响.针对已有超节点拓扑结构存在动态维护复杂或查询产生信息多的问题,提出一种新颖的k-Petersen拓扑结构,并利用该结构,建立一种超节点网络KPSPN,给出了KPSPN的路由和动态维护机制.它具有常数度数和固定邻接点特性,不但支持模糊查询,而且解决了结构化超节点拓扑对动态性支持差的问题.模拟结果表明:KPSPN减少了查询所带来的带宽消耗,具有更小的拓扑构造和失效修复成本.