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.     

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.     

基于WMN物理特性的P2P超级节点选取机制

跳数对无线网络传输性能的影响以及P2P网络相邻节点物理位置的不相邻导致P2P网络信息检索延迟过大。该文提出基于无线网状网物理特性的超级节点选举机制。根据节点在网状网中的作用和位置特性确立Mesh子域,构建超级节点服务簇,使簇内节点的实际通信跳数较小,控制应用的端到端传输延时。仿真结果表明,该机制能降低约50％的信息检索延迟。     

P2P网络基于CPU动态处理能力的超级节点选取

在非结构化P2P网络中,普通节点通常要综合考虑距离、信誉度、内容相似度、CPU动态处理能力等多种因素来选择一个合适的超级节点,其中CPU的动态处理能力无疑是最要的。针对如何选择超级节点的问题提出一种新的方法,该方法通过RBF神经网络预测CPU动态负载,以CPU的动态负载评定超级节点的动态处理能力并将该信息提供给普通节点,帮助普通节点选择一个最合适的超级节点。通过分析和仿真实验表明该方法有效地提高了系统的性能,系统开销减少了96%以上。     

P2P网络中基于区域划分的超级节点选取机制

P2P网络中的相邻节点在物理位置上不一定相邻,这将会增加P2P相邻节点间的延迟.本文通过聚集半分布式P2P网络中物理位置相近的节点,提出基于区域划分的超级节点选取机制.该机制将P2P网络中的节点按照物理位置的远近关系划分成若干区域,保证了区域内节点在物理位置上是相近的.利用MATLAB进行了仿真实验,实验结果表明使用这种机制能降低约35%的半分布式P2P网络的信息检索延迟,有效地提高了检索的效率,并且具有较好的可扩展性.     

P2P网络中的超级节点选取算法研究

P2P系统在构建覆盖网络时未考虑到与物理网络的结合,导致逻辑拓扑结构与物理拓扑结构严重不匹配问题,增加P2P相邻节点间的延迟。本文提出一种基于区域划分的超级节点选取机制,将P2P网络中的节点按照物理位置划分成若干区域,保证区域内节点在物理位置上是相近的。利用MATLAB进行仿真实验,仿真实验表明使用这种机制能降低半分布式P2P网络的信息检索延迟,有效地提高检索的效率,并且具有较好的可扩展性。     

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。     

基于带宽预测的流媒体超级节点选择算法

超级节点SGP的选择是影响P2P流媒体系统流畅性和播放质量的重要因素。针对P2P系统的特点,对传统随机选择算法进行改进,提出运用ELM极限学习机的节点选择算法ELM-SGP。通过对下一时刻节点带宽和CPU实时负载度进行预估,评定超级节点的综合可用性。普通节点根据SGP的综合可用性强弱进行选择,有效避免随机选择算法的盲目性和随机性,使系统能够稳定地为用户提供高质量的可靠服务。实验证明,相对于传统随机选择算法,ELM-SGP在系统的吞吐量上提高了7.74%、播放延时降低了44.4%、播放质量方面稳定保持在90%以上。     

移动P2P社会网络中关键节点发现方法

传统的消息传播关键节点发现方法大多针对静态网络进行研究。针对移动P2P社会网络这类复杂的动态时变网络,提出了一种其时效性随时间和传播路径衰减的一般类型消息传播过程中关键节点的发现方法。将静态网络中基于通路(walk)的节点中心性分析方法扩展到移动P2P社会网络中,将消息传播路径分解到时间一空间两个维度上,并利用两个衰减因子分别刻画消息的效用随传播路径长度衰减及随时间推移衰减这两种自然特性,利用节点的历史相遇信息,得到了节点传播能力的量化分析函数,以此刻画节点对时效性消息的相对传播能力。基于真实Trace数据的实验结果验证了该方法的可行性。由于所述方法考虑了消息时空两个维度上所有可能的传播路径,也可用于有效预测网络的演化和不同节点在未来传播或获取消息时的相对重要程度。     

P2P网络中基于语义和信任的资源发现算法

P2P对于分布式文件共享具有很好的前景,但当前的P2P系统仍然缺乏有效的信息管理机制。该文在构建超级节点叠加网络时考虑信任和语义的因素,语义相似的节点尽量分布在同一个域中。在选取超级节点时考虑信任值、节点能力及动态性等因素,提出一种高效的基于语义和信任机制的P2P资源发现算法。     

对等网中一种具有激励效用的超节点选取机制

针对当前对等网中超节点的选择大都根据节点物理性能而没有考虑free-riding现象,综合考虑节点的物理性能、自愿性与对节点的未来预期,提出一种具有激励效用的超节点选取机制SSMI,SSMI中选取节点整体效用值最大的节点作为超节点,超节点同时承担一定的监察作用以威慑Free-riding节点.仿真实验表明,SSMI较之按节点能力选择的方法使P2P系统性能明显提高,能保证在较小的网络开销下,达到激励节点主动参与贡献资源的目的,提高了文件共享数量与查询成功率,减少了资源的定位开销.同时保障了超节点叠加网络的稳定性,具有较好的系统鲁棒性.     

基于Super-peer的对等网络研究

超级点是对等网络中的一个节点,它不但作为一个组中点成员的目录服务器,同时也是一系列超级点所组成的网络中的普通节点。根据对等网络的特点和目前流行的P2P网络架构存在的问题,提出一种基于Superpeer的对等网络,分析讨论了它的特点和优势,并给出了这种网络架构的设计。     

对等网络的研究与应用

文章介绍了P2P网络的起源、基本特征和分类,将该技术与Client／Server模式进行了分析比较,讨论了P2P的关键技术和应用领域,并指出对等网络的节点管理以及节点间通信的信任与安全是亟待解决的重要问题。     

移动P2P网络位置信息辅助的先应式搜索机制

给出一种移动P2P 网络中的自适应搜索机制。该机制依据节点命中查询的历史信息动态地计算相应的节点存储文件流行程度,并根据文件流行程度先应地发布文件元数据信息,利用返回最多的响应节点或者流行节点的位置信息作为查询转发的指导以减少查询消息。实验结果表明,该机制具有较高搜索成功率和较短的响应时间,能够提高搜索性能。     

混合型P2P应用层多播模型

针对传统应用层多播模型中存在的不足,提出一种基于P2P技术的混合型应用层多播模型。该模型结合2种不同的应用层多播常用网络结构,即本地传递树和结构化中枢网络。每一个本地Peer分组选出一个协调节点,并且所有的协调节点一起构建出一个结构化的中枢网络。通过各协调节点之间的相互协作,优化应用层多播网络中的路由路径、负载平衡以及传输延迟,从而有效提高其在可扩展性和协作性两方面的性能。     

基于跨层机制的无线自组对等网

在无线自组对等网的构建中,采用跨层设计机制,对传统Chord组网协议进行改进。将接收信号的能量用于估计节点之间的距离,用节点的指针表信息对网内节点分布的疏密进行估计,获得一个兼顾逻辑网与物理网之间匹配和系统负载平衡的节点标号,提出一种新型无线自组对等网构建方法。仿真结果表明,在基于该方法的无线自组对等网中,资源定位路径缩短,时延和丢包率减小,网络的负载能力得到了提高。     

用于对等全文检索的安全覆盖网

对等全文检索充分利用对等节点的资源实现检索,其关键是控制检索请求传播的节点范围。结合全文检索的安全要求提出安全覆盖网(Secure Overlay Network, SON),按安全级支配关系将对等节点组成网络。SON中节点发起的检索请求只能向下传递到安全级受其支配的节点,涉及节点是整个覆盖网中节点的子集,检索结果也是符合安全要求的。给出了SON的定义并分析了其性质,介绍了基于SON的对等全文检索原理和算法并分析了其安全性。实验表明,基于安全覆盖网的对等全文检索具有良好的检索效率。     

一个基于元数据的对等信息系统模型

现有的基于DHT的P2P系统使用唯一标识来定位资源,实现了从资源标识到资源位置的一种映射。在这类系统中,用户必须准确知道资源的标识才能访问该资源,它们本质上并不具有搜索能力;同时由于网络中资源的多样性和资源本身的复杂性,仅仅使用一个标识很难准确完整地描述一个资源,经常需要多个属性才可以。因此,文章在DHT的基础上,设计了一个基于元数据的对等信息系统MPIS,它能够根据资源的多个属性来定位所需资源,并且具有很强的搜索能力。     

纯Peer to Peer环境下有效的Top-k查询

目前大多数的Peer-to-Peer(P2P)系统只支持基于文件标识的搜索,用户不能根据文件的内容进行搜索.Top-k查询被广泛地应用于搜索引擎中,获得了巨大的成功.可是,由于P2P系统是一个动态的、分散的系统,在纯的P2P环境下进行top-k查询是具有挑战性的.提出了一种基于直方图的分层top-k查询算法.首先,采用层次化的方法实现分布式的top-k查询,将结果的合并和排序分散到P2P网络中的各个节点上,充分利用了网络中的资源.其次,根据节点返回的结果为节点构建直方图,利用直方图估计节点可能的分数上限,对节点进行选择,提高了查询效率.实验证明,top-k查询提高了查询效果,而直方图则提高了查询效率.