基于移动Agent的非结构化P2P网络搜索方法

为了解决非结构化P2P网络搜索问题,在借鉴谣言传播模型基础上,提出了一种基于移动Agent的搜索方法.该方法通过在网络中部署一定数目的 Agent,使其通过理智移动和随机移动的方式转发查询请求.与经典随机游走策略对比的实验结果表明,该方法提高了整个搜索策略覆盖度,同时降低了网络通信代价.     

基于Flooding的非结构化P2P网络搜索算法的研究

当前随着P2P网络的广泛应用,P2P搜索技术发展迅速,在非结构化P2P网络中,如何快速、准确对资源定位是当前研究的热点问题,针对非结构化P2P网络中的搜索方法——广度优先搜索（BFS）可扩展性差和搜索效率不高的缺点,文章采用改进BFS搜索方法,按照邻居节点的相似度采取有选择性的发送搜索消息,降低了网络负载,提高了搜索效率。     

基于应用层组播策略的P2P网络搜索模型研究

介绍了传统P2P网络的搜索模型,并分析了其存在的一些问题.针对这些问题,提出了一种基于应用层组播策略的搜索模型,它可以减少冗余搜索包,提高搜索效率,并且能够适应P2P网络拓扑的动态变化,实现良好的可扩展性和容错性.     

基于资源规模的P2P网络搜索机制的研究

针对目前非结构化对等网络搜索算法查询到的资源量少、查询效率不高而且系统开销巨大的缺陷,提出了基于资源规模的搜索机制.将分散在各个节点上的资源索引信息向局部区域内资源规模较大的节点进行聚集,按照索引规模描述参数的扩散方向建立起冗余的资源索引系统.执行搜索动作时,查询命令沿着资源规模最大的一条路径向前传递,并采用回溯和重新选择邻居节点的方法处理失败的查询命令,在有限的搜索生命期内尽量地向前投递查询请求.对比试验证明:该算法能够在较少的步骤内覆盖对等网络的大部分资源信息,同时系统的开销较低.算法具有较高的查询效率,有效地提高了系统的性能.     

一种改进的基于分布式Caching的自适应搜索机制

文章分析了基于Gnutella协议的非结构P2P网络中利用基于分布式Caching的自适应搜索机制来进行资源搜索与使用统一索引Caching机制相比查询成功率有所降低的问题,提出了两种改进方案。通过实验与统一索引Caching机制比较,改进的搜索机制在不增加网络流量的条件下,能有效提高查询成功率。     

D-Trust:双信任度量的非结构化P2P网络信任模型

针对传统的P2P网络信任模型用单一信任无法准确反映节点行为的问题,提出了基于双信任的非结构化P2P网络信任模型D-Trust。该模型将信任分为服务信任和反馈信任,提出了双信任的存储、计算和更新算法,以及信任传播机制。仿真结果表明,该模型能有效防御常见的安全攻击,和单一信任相比,更大程度地发挥了节点的服务能力,较已有的信任模型在性能上有很大提高。     

一种基于社会行为的非结构化P2P搜索算法

针对非结构化对等网络(P2P)中信息资源搜索效率低的问题,给出一种基于社会行为的单跳算法。为网络中每个节点引入朋友列表和查询记录列表,记录过去的搜索经验,用于同伴选择和路线查询,之后排列节点价值,更新列表。利用基于推荐节点搜索、基于有用的朋友节点搜索和基于邻居节点搜索3种机制,搜索所需资源。仿真结果表明,所给算法可减少搜索跳数,提高搜索成功率,减少冗余消息,节省内存空间。     

一种采用组内分级策略的P2P搜索模型

针对当前主流P2P网络模型搜索效率低,大量的消息通信造成网络负荷过重,以及网络扩展性不高问题,分析了现有P2P模型,同时考虑网络通信时延,提出了基于节点之间通信时延的P2P搜索模型．该模型通过对网络中的节点进行逻辑上的分组,然后分别建立组内和组间的搜索策略,以减少消息通信量及网络负荷,提高整个网络系统的性能．