一种P2P网络的信息优化检索算法的仿真分析

为了解决P2P网络系统信息检索效率低、不能有效解决跨文本搜索,提出节点兴趣域聚类和信息量声誉激励的P2P网络检索机制。在该机制中,首先对网络系统中节点持有的数据信息量进行基于相似度和兴趣度阈值的兴趣域聚类;然后依据节点数据信息的声誉激励策略对兴趣相邻节点进行兴趣树构造,同时对用户输入的搜索关键字进行语义分析和个性化的辅助语义选择。将与查询信息向量最接近的节点持有信息量返回给用户,并对该数据信息量进行声誉激励评价和更新。实验仿真证明,该算法基于兴趣树的动态构造,能够避免结构化P2P网络系统对中心节点的过度依赖;同时检索的向量是基于用户个性化辅助语义生成的,能够有效地提高查询率和查准率。     

基于胖树的启发式P2P资源搜索算法研究

针对非结构化的P2P资源搜索应用需求,提出了基于胖树的启发式P2P资源搜索算法.通过构建基于胖树的P2P资源网络结构,高效率地对P2P上的各种资源进行管理.采用基于启发式的搜索策略利用每次资源搜索的反馈结果,对搜索路径进行调整.测试表明,P2P资源搜索算法相对于传统的Chord算法在搜索跳数减少约60％,对网络资源搜索平均延时缩短50％.     

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.     

一种适用于P2P-SIP框架的自适应搜索算法

针对P2P-SIP框架中资源搜索路径过长的问题,提出了一种基于统计分析的自适应搜索算法.P2P-SIP系统对时延是敏感的,网络变化概率增大或者网络节点数目增多会令时延大幅度延长,该算法根据对收发消息的统计分析,决定是否对资源的路径信息进行发送,从而减少资源的搜索时延,同时通过线性平滑使算法具有一定的容错性.它可以应用于现有的P2P搜索算法中,从而提高现有的P2P搜索算法的效率.理论分析和仿真结果表明,在P2P-SIP环境下该算法具有更好的性能.     

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.     

支持模糊搜索的结构化P2P算法

传统的结构化P2P系统不支持模糊搜索,针对结构化P2P系统的模糊搜索问题,提出一种改进的P2P算法。为应用系统建立类别树,使用源自类别树的类别向量而非传统的二进制码标识结点和实体,将实体信息存储在类别相近的结点,形成按类别聚集的结点和实体分布。在此基础上,提出路由算法和结点发现算法,实现了模糊搜索功能。实验证明,算法具有较高的查全率。算法已在某服务计算平台中成功应用,该平台已通过验收并连续运行近一年。     

基于聚类分析的P2P流量识别

通过使用聚类分析的方法来进行P2P的流量识别.首先给出P2P流量的特征,接着定义聚类特征树,然后通过扫描从网络中截得的数据得到相应的初始聚类树,最后计算初始聚类的贝叶斯信息准则值得到最终聚类结果.该方法能有效利用存储空间,避免了存储所有数据对象.同时还能够根据数据特征自动得到聚类数目,减少人为因素的影响,与K均值算法相比较优.     

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。     

混合索引P2P网络中基于语义的查询

在混合索引P2P网络上构建一种基于主题的P2P搜索算法,使搜索信息更具有表达性。为了更好地负载平衡,提出虚拟超级节点的思想,利用聚类算法尽可能使含有相似主题的结点链接在同一个虚拟超级节点上,并添加一些快捷键,进而提高搜索的效率。     

基于PLSA方法的用户兴趣聚类

为了在个性化搜索过程中能够准确地挖掘到用户的潜在兴趣并进行相应的聚类分析,提出采用潜语义空间的Zipf分布的特性,并结合PLSA(概率潜在语义分析)来获取全文的语义.即先通过Zipf分布原理找到文档的潜在语义空间,在此空间中对用户的兴趣进行聚类,并建立用户兴趣描述文件(user profile),即建立用户兴趣层次树.实验表明,所提出聚类算法的聚类效果明显优于传统的VSM(向量空间模型)的聚类效果,同时,在著名的CTI数据集上的个性化推荐实验结果也充分说明基于潜在语义空间构建的用户兴趣描述与用户真实兴趣相符合.     

一种基于分层P2P结构的教育资源网格检索模型

基于教育资源网格,讨论了网格的组织结构问题。针对教育资源网格基于层次扩充树结构,提出了一种基于分层P2P结构的教育资源网格分布式检索模型(DRM-HP2P),该模型使用Web Services技术为资源节点的本地检索进行了封装,使用P2P方式进行域内检索,并通过该域内的管理节点向其它管理域转发检索请求,启动多个域内检索,最后将检索结果合并后返回。应用表明,该模型有较高的效率。     

基于分簇结构的P2P流媒体混合分发算法

提出了一种基于分簇结构的混合分发算法,算法采用分簇的方法将流媒体中的节点资源进行簇划分,形成由簇头、簇内节点构成的分簇网络结构,簇头与簇内节点通过拉拽算法来获得数据,而簇头间采用推送分发算法.仿真结果表明,该算法能提高数据块复制速度,减少数据传播时延,有效降低系统的控制开销,提高了播放连续度.     

一种支持结构化P2P的多维范围查找方法

提出一种基于结构化P2P的分层聚类查询系统. 利用空间填充曲线建立从高维特征空间到一维相邻空间的映射,根据映射过程提出一种分层聚类的概念,并将相似的多维数据归入在相同的聚类中,使聚类内的数据具有更大的相似性与更小的值域区间. 模拟结果显示,该方法可减少查询所需的带宽,具有良好的查询准确度和可扩展性.     

P2P网络通信树群发算法研究

深入分析P2P通信规则,以并发通信时间最短为目标,提出了一种新型的群发通信树构建算法——“困难节点”优先通信树算法.对比支路优先试加节点通信树算法,更加合理的布局各个节点在通信树中的位置,模拟结果表明,“困难节点”优先通信树算法的通信效率优于支路优先试加节点通信树算法.     

基于最优化分类的视频镜头谱聚类算法

谱聚类是目前最有效的视频镜头聚类算法之一,但是如何自动选择最优化的分类个数仍是谱聚类算法中的难题。该文提出一种基于最优化分类的视频镜头谱聚类算法,对每个镜头采用分区域的Gauss混合模型(DGMM)进行特征建模,并提取模型参数特征作为镜头谱聚类的特征向量,通过构造DGMM和谱聚类的联合评价函数来自动选择最优化的分类个数和特征空间维数。实验结果表明,该文提出的算法比原有谱聚类算法分类结果更加准确和有效。     

基于转移矩阵P的复杂网络聚类方法

提出了一种相对简单、有效的划分复杂网络社团结构的方法.该算法利用复杂网络的转移矩阵P和K均值聚类算法来划分社团结构,并且用F统计量判定最优的聚类结果,在探测社团结构明显的人工网时具有较高的准确度.     

基于P2P分布式多维平衡树的数据索引结构的复杂查询

对等网络(P2P)中,如何高效的支持对多维数据的复杂查询是一个重要的问题.在现有的P2P系统中对于这样的查询经常受到查询类型的约束,或者需要很高的维护开销.将跳跃图技术和平街树索引结合在一起,并借助小波技术辅助平衡负载,设计了一种简单有效的索引结构DMBTI(分布式多维平衡树索引),研究了分布式多维平衡树的构造、导航算法、平衡负载过程和维护方法.进行了性能测试实验,结果证明了这种结构的优越性.     

P2P-SIP分层结构的通信机制

P2P与SIP相结合(简称P2P-SIP)的媒体会话与传输机制还没有广泛实际的应用,主要原因在于P2P节点不稳定性以及缺乏完整的P2P-SIP通信结构设计.针对以上问题设计了基于SIP和P2P相结合的媒体通信机制,针对加入各节点的异构性,在覆盖网络的组织上采用了分层结构,使用超级节点对整个覆盖网络节点进行管理,并提出了组织分层结构的算法.仿真表明,该机制与现有的P2P系统结构相比有较高的稳定性,减少了网络中媒体通信的信息量以及资源定位的时延.     

大规模并行分布式P2P算法模拟器设计与实现

为精确地分析和评估对等（P2P）算法的性能,在并行分布式网络模拟器的基础上,设计并实现数据包级的通用可扩展P2P算法模拟器．该模拟器可实现达万级节点的大规模P2P算法仿真．模拟器采用分层框架结构,包括P2P用户模拟层、P2P算法模拟层、P2P传输模拟层和并行分布式连接层,并完成对传输层UDP和TCP套接字扩展、改进,将P2P应用层算法控制消息解析与网络层数据分片传输相结合,支持大规模P2P实时和非实时算法．结合BitTorrent阐明本模拟器的设计与实现,达到万级节点的模拟实验结果验证本模拟器的正确性和有效性．