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.     

小世界模型下基于信任机制的资源搜索

在P2P中,大量的资源共享已经成为重要应用之一。有效的资源搜索方法是实现资源共享功能的重要基础,资源搜索效率既取决于网络的拓扑结构,又与搜索策略相关。现有的搜索算法存在网络负载较大和搜索效率偏低的问题。以P2P为研究对象,根据小世界网络较短平均路径长度和较高聚类系数的特性,提出一种小世界模型下基于信誉机制来遴选最优路径(CMS),从而实现一定可信程度下资源高效率搜索。实验结果表明,该搜索机制提高资源搜索的命中率的同时,有利于数据包的快速传递且具有一定的资源搜索可信性。     

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。     

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.     

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％.     

基于分层结构的P2P-SIP网络的研究

现有P2P-SIP架构提高了SIP网络的可靠性和可扩展性,但是要付出增加呼叫建立时延的代价.P2P-SIP系统对时延是敏感的,为了减少定位用户的平均响应时间,提出了一种基于超级节点的分层P2P-SIP网络架构.该系统根据节点和参考点之间的延迟对节点进行分组,将P2P-SIP网络划分为多个低层子网,各子网的超级节点再构成高层主干网.仿真结果表明该系统有效地降低了呼叫建立的平均时间.     

基于查询代理和广义蚁群算法的P2P资源搜索

随着Intranet迅速发展,私有网络中包含了大量的资源,如何将P2P网络延伸到私有网络中,并对其中的资源进行整合具有重要的研究价值。在分析现有P2P网络资源搜索方法的基础上,提出了一种基于查询代理和广义蚁群算法的资源搜索模型。即在私有网络内部使用查询代理完成资源的查找,在公有网络中使用广义蚁群算法进行资源搜索,并对广义蚁群优化算法进行改进,将节点可信度融入到算法优化条件中。实验表明:该算法能够提高搜索效率和命中率,能够有效地孤立网络中的虚假节点,对提高网络的服务质量具有重要意义。     

基于移动Multi-Agent的P2P网络中资源搜索技术的研究

资源搜索是P2P网络中的关键技术.针对目前已有的资源搜索方法存在占用网络带宽过多、搜索时延过长,以及由于Peer节点的动态加入和离开导致资源搜索的不稳定性等缺点,在具有超级节点架构P2P网络模型的基础上提出了一种改进的基于移动Multi-agent的资源搜索方法.该方法通过移动Multi-agent间的协作来完成资源搜索任务.最后,通过实验验证了该方法是可行和有效的.     

基于主题划分的有组织P2P搜索算法

提出一种基于主题划分的P2P搜索算法———主题覆盖网络搜索算法(TONS).TONS在有组织P2P网络基础上,将结点按主题组织成覆盖网络,使含有相似主题的结点链接在一起,因此可以根据内容将查询限定在P2P网络的局部范围内.通过在覆盖网络中随机添加一些长距离链接,使覆盖网络具有Small-World特性.TONS为有组织的P2P系统提供了一种能依据部分匹配、多关键词等复杂条件搜索结点数据对象的有效方法,与现有的有组织P2P系统相比,它可以将搜索的查全率提高74.7%,并减少P2P网络信息搜索的平均路径距离和平均消息数目.     

基于节点热度的改进Gnutella2搜索算法

Gnutella2的搜索算法在超级节点间转发消息采用泛洪机制,在大规模文件共享中产生较多冗余消息,降低了搜索效率.为提高搜索效率,提出一种基于节点热度的改进搜索算法.该算法根据P2P网络中的幂律特性,提出节点热度概念,根据节点热度选择转发超级节点,设计了基于节点热度的搜索算法;在节点热度的计算中,引入惩罚因子减少无效搜索;在搜索消息转发时,通过最热轮空策略来均衡高热度节点的负载.对实验结果的分析表明,该算法在保证搜索命中率的前提下,能有效减少平均搜索时间和平均跳数,提高了搜索性能.     

基于非结构化P2P网络资源检索的自组织研究

通过自组织将非结构化P2P网络过渡到半结构化网络,改变传统P2P网络资源检索的盲目性,降低检索请求的响应延迟,减少检索时网络带宽的占用. 针对非结构化网络的不稳定性,设计了易于管理和重构的三层自组织结构,优化检索请求在自组织结构中的传播;当节点退出网络时,采用了平稳的过渡方法,使自组织结构在重构过程中对网络的影响较小;在重构过程中根据节点的稳定程度选择管理节点,使整个网络保持相对稳定.     

A Routing Algorithm for Risk.Scanning Agents Using Ant Colony Algorithm in P2P Network

This paper describes a routing algorithm for risk scanning agents using ant colony algorithm in P2P（peerto peer） network. Every peer in the P2P network is capable of updating its routing table in a real-time way, which enables agents to dynamically and automatically select, according to current traffic condition of the network, the global optimal traversal path. An adjusting mechanism is given to adjust the routing table when peers join or leave. By means of exchanging pheromone intensity of part of paths, the algorithm provides agents with more choices as to which one to move and avoids prematurely reaching local optimal path. And parameters of the algorithm are determined by lots of simulation testing. And we also compare with other routing algorithms in unstructured P2P network in the end.     

基于隶属函数的改进Grid_P2P资源检索算法的研究

为了提高P2P网络的资源搜索效率和管理效率,提出了一种改进的Grid_ P2P网络结构,并以此结构为基础提出了基于隶属函数的资源搜索算法GPMA.在改进的Grid_ P2P结构中,通过增加MP层对超级节点的管理,减少了网络的通信延迟;在GPMA算法的实现过程中,利用隶属函数的隶属度来组织节点的加入和路由信息的更新,减少了资源搜索的跳数并提高了资源搜索的效率.通过对仿真结果中的数据进行分析和比较,验证了搜索算法GPMA的优势.     

一种新的基于移动代理的P2P模型及资源定位算法研究

如何在P2P网络中进行资源的搜索定位是相关研究中最为关键的问题。但是目前的资源定位方法都存在不同的问题,尤其表现在占用过多的网络带宽、资源定位时延过长,peer节点的随意加入离开导致资源定位的稳定性不高等。针对上述问题,提出了一种基于移动代理的两层P2P模型。在该模型下,首先设计了一个确定Query Agent数量及路线的算法;然后将这些Query Agent派发出去,再根据资源定位算法进行资源定位。最后,对算法进行了性能分析。分析表明,算法在资源定位效率、带宽节约、鲁棒性等方面均优于一般的资源定位算法。     

一种新的点对点路由算法容错性概率分析

随着网络规模不断扩大,网络节点出现故障的可能性也随之增加,为了提高网络容错能力,增强网络的连通性能,提出了一种新的点对点路由算法,首先阐述了新算法的工作原理,然后对网络中采用和不采用新算法2种情况进行了容错性概率分析,分析表明,新路由算法可以提高网络的容错能力,增强网络稳健性.     

采用k-均值聚类算法的资源搜索模型研究

针对当前海量信息存储对等网络系统中资源搜索技术效率较低的问题,提出了一种采用k-均值聚类分析的高效搜索模型.该模型利用资源描述框架(RDF)描述的元数据进行聚类分析,使得资源的搜索由全局变为局部,从而有效地提高了资源搜索效率;采用动态优化排序技术显著提高了查询的速度.通过子网分裂算法和节点备用算法增强了模型的可扩展性、安全性和可靠性.仿真结果表明,所提模型在查找时延和平均路径方面均比传统搜索模型更加高效、便捷.