基于节点簇的非结构化P2P搜索策略

以Gnutella为代表的非结构化P2P系统通常会呈现复杂网络结构,针对其度分布服从幂律分布的特点,提出一种基于节点簇的搜索策略。该策略利用节点簇来存储系统中文件的索引,通过将搜索过程限制于节点簇内部来提高搜索性能。然后,基于数学模型的理论分析给出了搜索性能上下界的数学描述。实验结果表明,搜索性能与簇的阈值c密切相关;c的取值范围灵活性很大,此时稀有文件的搜索效率至少可以提高一倍以上,文件索引的传输和存储代价可以减少一个数量级。该策略不需要学习全局拓扑知识,具有稳定并且易于实现和部署的优点。     

基于利益的非结构化对等网络资源定位机制

为提高资源发现效率,减少非结构化对等网络中由于覆盖网络和物理网络间的不匹配,对等节点能力及节点间“兴趣域”的差异对资源定位的影响,建立了节点价值模型,提出了基于“利益”的非结构化对等网智能拓扑形成策略和资源定位机制。该机制中节点根据自身利益最大化原则有选择地与邻居节点建立连接,进行查询消息的转发。与超级节点和基于兴趣的对等网搜索机制相比,该机制在提高搜索效率的同时保证了节点间的公平性,并分别减少了约40％和25％的系统总开销。     

PPLive:为P2P流媒体"帝国"奠基

想想这都让人无比兴奋：当你从一个“Peer”哪里获取音视频内容时，你同时又是另外一个“Peer”——“Peer to Peer”，每个人都是—粒共享别人及让别人共享的“种子”!某种程度上，P2P已经超出技术概念的范畴之外，更多成为一种互联网“思想”。“奉献之后才有回馈”。也许这才是一项技术发展的真髓![编者按]     

混合P2P网络资源搜索机制研究

提出一种基于混合P2P网络的资源搜索机制,将基于结构化P2P网络的搜索算法和基于超级节点的搜索算法有机结合在一起,并探讨了簇中超级节点失效的应对策略.实验结果表明,该算法能有效提高资源搜索的有效性和准确率.     

一种基于全局复合评价算法的Super Peer选择机制

提出一种基于全局复合评价算法的Super Peer选择机制,该机制以主客观相结合的科学依据从多方面自动选择P2P网络中稳定可靠、长期在线且积极提供服务的大量高性能Peer担当Super Peer职责,从而可以极大地扩充Super Peer的数量,使得全分布式结构化拓扑和半分布式拓扑结构可以在同一个P2P网络中有效地互补并存.全局复合评价算法综合采用在线活跃情况、任务完成能力和平均通信速率这3个指标来作为Super Peer的选择标准.构建了P2P仿真实验系统环境,验证所提出的算法和相应机制的可行性和实用价值.     

基于P2P的网构软件的软件工程管理的研究

提出基于P2P-IWRM的网构软件的软件工程管理机制,为新型的版本管理方式提供一个初步的解决方案.网构软件的版本管理以Peer Group为单位进行.每个Group被认为是一个结构化的子网络,负责相应的子系统的管理,没有任何Server的存在.每个Peer根据自己机器的负载和响应能力运行那些属于自己所在的Group的服务.     

城市卷烟配送线路的网格划分算法

成本与服务是现代物流的两大主题，配送中心不同送货线路间的工作量均衡是线路划分的一个重要目标，它体现了配送中心的工作效率和对客户的物流服务质量．以浙江省烟草公司杭州分公司物流6400多户卷烟零售网点配送网络为数据源，采取“相邻合并、密集成簇、由簇扩展”思想，进行llO多条送货线路的网格划分和算法求解，内容包括不同送货线路之间的广义工作量均衡、网点密集簇和关键边的定义与遴选、密集簇的向外搜索扩展等．     

基于节点簇的P2P随机漫步搜索

以Gnutella为代表的P2P系统通常会呈现复杂的网络结构,为此,文中提出了一种基于节点簇的随机漫步搜索算法.该算法利用节点簇来存储系统中文件的索引,通过将搜索过程限制于节点簇内部来提高搜索性能.基于数学模型的理论分析,文中给出了搜索性能上下界的数学描述.实验结果表明:搜索性能与簇的阈值c密切相关;c的建议值为系统中节点最大度值的一半,与普通随机漫步相比,此时稀有文件的搜索效率至少可以提高250%,文件索引的传输和存储代价可以减少一个数量级;该算法具有索引存储代价非常低、搜索效率高、易于实现和部署的优点.     

基于“伪IP”匹配的P2P Peer选择算法

当前流行的BitTorrent-like,eMule-like P2P系统,主要从系统的健壮性和网络负载均衡性考虑进行Peer的选择,而忽视系统对底层网络流量的影响.为了提高类似对等网络中的网络传输性能,提出基于“伪IP“匹配的Peer选择算法,为每一个加入对等网络的Peer根据其物理拓扑分配一个“伪IP“,通过“伪IP“匹配算法选择物理网络拓扑临近的Peer,使资源的共享优先在物理网络拓扑临近的Peer之间进行.通过构建简化的网络模型分析系统性能,证明了采用基于“伪IP“匹配的Peer选择算法之后,能够显著地降低网络流量,提高整个网络性能.     

一种动态检索算法改进

对基于RDF的动态语义检索算法进行了探讨,在它的基础上提出了一种基于“簇”的RDF动态语义检索算法。该算法与原算法相比,主要是在查询条件与目标资源进行匹配时,将搜索范围限制在超节点所归属的语义簇内及超节点所管辖的自治节点簇内,即搜索范围从语义对等网络中的所有节点数降低到超节点所归属及所管辖的簇内的节点数,有效地防止了请求洪,从而大大地缩短了搜索时间、提高了检索效率。     

A ＂cluster＂ based search scheme in peer-to-peer network

This paper presents a “cluster“ based search scheme in peer-to-peer network. The idea is based on the fact that data distribution in an information society has structured feature. We designed an algorithm to cluster peers that have similar interests. When receiving a query request, a peer will preferentially forward it to another peer which belongs to the same cluster and shares more similar interests. By this way search efficiency will be remarkably improved and at the same time good resilience against peer failure (the ability to withstand peer failure) is reserved.     

拓扑感知和局部负载均衡的应用层组播方案

应用层组播是一种适合大规模流媒体分发的方案。为了解决异质网络条件下Peer节点的负载均衡问题和降低覆盖层传输延迟,提出一个二层构架方案,覆盖网络根据网络距离进行聚类实现拓扑感知来降低覆盖层网络延迟;在聚类网络的内部,通过基于预期适应度的有偏游走算法构建局部负载均衡的覆盖网络。"中国教育与研究网"(Cernet)主干网上的实验验证了节点聚类方法的有效性。仿真结果表明该方案能够以O(lgN)的游走步长得到比现有系统更小的相对负载方差。     

拓扑感知和局部负载均衡的应用层组播方案

应用层组播是一种适合大规模流媒体分发的方案。为了解决异质网络条件下Peer节点的负载均衡问题和降低覆盖层传输延迟,提出一个二层构架方案,覆盖网络根据网络距离进行聚类实现拓扑感知来降低覆盖层网络延迟;在聚类网络的内部,通过基于预期适应度的有偏游走算法构建局部负载均衡的覆盖网络。"中国教育与研究网"(Cernet)主干网上的实验验证了节点聚类方法的有效性。仿真结果表明该方案能够以O(lgN)的游走步长得到比现有系统更小的相对负载方差。     

P2P网络中资源搜索机制的研究

基于当前Gnutella网络统计特性的分析,重点分析了三个影响搜索性能的因素:超级结点,历史搜索记录以及延迟特性.分析结果表明上述三个指标对于设计一个新的搜索策略非常重要,它们构成了判断节点是否转发搜索请求的重要指标.在据此判断指标所提出的新型搜索机制中,每个节点就可以在选择邻居转发搜索请求时更加有目的性,搜索成功率会更高.实验仿真数据表明,与基于洪泛策略和基于随机行走策略的传统搜索机制相比较,此搜索策略在保持高搜索成功率的前提下能够大大减少消息通信量,从而减少系统开销,提高系统效率.     

基于蚁群算法的对等网搜索算法的研究

针对传统的对等网搜索方法的不足,分析了蚁群算法的优势,提出了一种基于蚁群算法的对等网搜索方法．对等网上发起结点收到查询请求后,执行消息路由搜索算法对目标结点进行搜索,在搜索过程中根据状态转移公式寻找下一跳路径．实验结果表明,基于蚁群的对等网搜索算法能够节省路由长度并且有较高的搜索准确率．     

一种基于语义的super-peer网络构建方法

针对分类层次语义空间,提出了一种基于语义的super-peer网络构建方法.该方法根据peer上数据的语义信息,动态地将peer聚簇成不同的语义簇,语义簇之间建立适当的语义路由关系.每个语义簇由一个super-peer节点和一组peer节点组成,仅负责回答其语义子空间上的查询.查询首先根据其语义被路由到适合的语义簇中,然后被转发给包含结果的peer.实验结果表明,该方法在查找性能和开销之间取得了一个良好的平衡,具有较高的查找性能和较低的查找代价,提高了网络的可扩展性.     

一种无结构 P2P 系统中基于层次兴趣树的语义检索机制

提出了一种无结构P2P系统中有效的语义检索方法: 基于层次兴趣树(HIT) 的语义检索。每个节点中所有的文档根据分类 目录被分类成层次兴趣树, 并发送至该节点所属的超级节点。同时, 每个类中前 n个关键词的倒排文档索引, 也会依据它们的χ²统计值被发送至超级节点。当节点发送一个查询并给出类别语义相似性阈值Simth时, 查询消息通过一个有效的查询路由算法被转发, 结果则通过搜索HIT返回。不同的节点可以给出各自不同的Si mth, 其灵活性可以为每个节点提供更好的个性化服务。实验表 明在无结构的P2P系统中, 基于HIT的语义检索方法比以前的方法具有更好的准确性和有效性。     

一种基于同组的图像分割算法

提出了一种基于同组的图像分割算法。首先Fisher判据对初始聚类中心自动确定出一个同组;然后,再用置信度来判定这一同组是否有效,从而消除过分割,实现图像的精确分割。最后．给出了上述算法的计算机实现方法,并进行了计算机仿真研究。     

基于网络编码的P2P视频点播数据传输方案

为提高视频点播系统的性能,提出了一种基于随机网络编码的P2P视频点播数据传输方案.该方案包括服务器中流媒体数据的预处理,数据块的网络编码和解码过程,Peer节点数据调度算法,Peer节点数据块缓存的设计,以及数据块的处理流程等部分.分析表明,相对于纯P2P视频点播系统,该方案增强了系统鲁棒性,提高了Peer节点下载速度和下载成功率.仿真实验中该方案相对于纯P2P视频点播将Peer节点的数据下载速度提高了约5%.     

基于邻域和密度的异常点检测算法

为了减少基于密度的异常点检测算法邻域查询操作的次数,同时避免ODBSN(Outlier Detection Based onSquare Neighborhood)中有意义异常点的丢失和稀疏聚类中的对象靠近稠密聚类时导致错误的异常点判断,提出了一种基于邻域和密度的异常点检测算法NDOD(Neighborhood and Density based Outlier Detection)。NDOD吸收基于网格方法的思想,以广度优先扩张方形邻域,成倍地减少了邻域查询的次数,从而快速排除聚类点并克服基于网格方法中的"维灾"。新引入的基于邻域的局部异常因子代表候选异常点的异常程度,用于对候选异常点的精选,可避免ODBSN的缺陷,发现更多有意义的异常点。大规模和任意形状的二维空间数据的测试结果表明,该算法是可行有效的。