基于兴趣域中心节点的P2P网络拓扑

资源搜索是P2P应用所面临的最核心问题之一,相关的非结构化P2P系统主要采用了查询消息泛洪和信息索引机制。通过对分布非结构化的搜索算法以及对现有改进算法的研究,参考网络中的小世界性给出了一种基于兴趣域中心节点的P2P网络拓扑结构。该算法使得节点能在短时间内查找到有效的资源,减少了查询信息量,缩短了路由路径,提高了搜索效率。     

P2P流媒体服务中的索引技术研究

本文对现有P2P流媒体资源定位方法进行分析比较。在此基础上,综合了结构化网络和非结构化网络的优点,引入分组混合拓扑索引技术,在组间进行泛洪搜索,组内采用DHT的结构化搜索方式,有效提高P2P流媒体资源定位的效率,组内备份超节点增强了系统的鲁棒性。     

一个有效的对等网络搜索机制

提出了一个对等网络中基于“簇”的搜索机制,利用信息社会中数据的存放具有结构化的特点,设计了一个算法在具有相似“兴趣”的Peer之间建立邻居关系,形成一个“簇”．转发查询请求时优先考虑“兴趣”更接近的簇内的Peer,大大提高了搜索效率,同时保持了非结构化系统的良好的容错性且支持关键字部分匹配．     

利用多元信息综合决策的无结构P2P资源发现策略

资源发现是P2P应用所面临的最核心问题之一.为提高无结构化对等网资源发现效率,提出了一种利用多元信息综合决策指导搜索路由算法,该算法采用邻居节点资源信息索引机制、动态TTL调整机制和可变概率路由信息索引机制,提高了资源发现概率、效率,增强了索引可信性,提高了索引指导搜索路由的有效性.实验证明该算法较现有算法性能具有较大的提高.     

基于Kademlia的结构化对等网络原理及其应用

Kademila是第三代P2P(Peer-to-Peer,对等网络)技术,是一种构建结构化对等网络的机制,基于DHT(Distributed Hash Table,分布式哈希表)和XOR(异或运算)实现了覆盖网(Overlay Network)的构建和节点快速定位以及资源的精确搜索,在新一代P2P软件如BitTorrent和OverNet等中得到了广泛应用。     

Gnutella环境下基于兴趣和信任的资源发现算法

在Gnutella系统中融入兴趣和信任,构建超级节点叠加网络时考虑信任和兴趣的因素,提出一种基于兴趣和信任的资源发现算法,减少资源定位的跳数和系统的网络负载,一定程度上解决恶意节点提供虚假欺诈服务问题,提高系统可用性和服务质量.仿真表明,该算法有效地抑制了欺骗,降低了网络的消息负载,提高了算法的搜索效率.     

非结构化P2P网络资源搜索算法研究

资源搜索是P2P网络应用面临的最关键问题之一,相关的非结构化P2P搜索算法主要采用了查询消息洪泛和信息索引机制,本文对现有本地索引搜索算法进行了研究,通过考虑节点物理距离和节点资源相关度两个因素优化邻居资源列表。通过OPNET进行实验仿真表明,该算法能有效的减少搜索延时和网络负载,提高搜索相关资源的成功率。     

基于文件分类的非结构化P2P网络搜索算法

为了解决现有的非结构化对等网络的搜索机制不灵活,效率低下的问题,提出了一种新算法.在该算法中,将网络结点按照拓扑分类,同时把要搜索的资源根据其流行程度和位置划分为不同类型,在搜索过程中对不同类型结点在查找不同类型文件时应用不同的搜索策略,提高了搜索效率.实验结果表明,该算法具有较高的灵活性和自治性,且比传统搜索算法有较...     

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.     

一种基于层次分析法的超级节点选取机制

在非结构化P2P中,为了使得普通节点能够综合考虑各方面的因素,并根据自身要求选择一个合适的超级节点,提出了基于层次分析法(AHP)的超级节点选取机制SNSM.该机制综合考虑了网络传输往返时延(RTT)、节点兴趣向量相似性以及节点带宽三方面的性能,并在区域组成、资源搜索平均路径长度和网络带宽消耗3个方面和传统的超级节点的随机选取机制进行了比较.仿真实验表明,和随机选取机制相比,SNSM能够在一定程度上提高网络的性能.SNSM能将物理位置上较为靠近的、兴趣较为相似的节点组成了一个区域;不仅减少了25%的信息检索平均路径长度,同时还降低了11%的网络消耗.