P2P中基于蚁群算法的智能搜索研究

P2P是完全分布式网络，资源搜索是P2P网络中的关键问题。P2P网络中资源搜索有多种机制，传统的有洪泛机制，分布式哈西表和中心索引机制。本文对基于仿生学的蚁群算法在P2P网络资源搜索中的应用进行研究。     

基于P2P架构的资源搜索机制

为了提高P2P网络资源搜索效率,研究并分析了一种新的P2P系统资源发现机制——基于历史记录的智能搜索机制(The Intelligent Search Based on History,ISBH).该机制的特点是在转发请求信息时对邻居节点进行选择,而不是盲目或者随机转发.通过实验室模拟环境对ISBH与另外几种搜索算法做了性能比较,仿真结果表明IS-BH能够在使用较少消息数量的情况下,获得比较高的搜索成功率,显著提高了P2P系统的资源搜索效率.     

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.     

一种改进的非结构P2P资源搜索方法的研究

为了改进非结构P2P网络中搜索机制效率低下的问题,提出了一种新的非结构P2P网络资源搜索方法.在Gnutella泛洪搜索的基础上,利用蚁群算法的信息素的思想,指导资源搜索的方向,从而减少了消息信息量,提高了搜索速度.模拟实验表明该模型对搜索请求具有较高的效率和准确性.     

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％.     

P2P网络中移动agent的搜索资源分配研究

针对P2P网络中的资源搜索问题,讨论了非结构化P2P网络中的几种搜索方案,着重关注了基于移动a-gent的资源搜索方法,针对搜索资源有限、网络节点的异质性等约束提出了基于最优搜索理论的移动agent搜索资源的全局最优分配模型,并与通常情况下的均匀资源分配进行了比较.     

改进Kademlia协议的P2P网络资源发现算法

标准Kademlia协议在P2P网络内容监控中获取资源信息时,存在搜索效率低下、全面性不佳等问题,据此提出一种采用改进Kademlia协议的P2P网络资源发现算法。该算法在分布式哈希路由表的基础上实现一个可动态修改自身ID的自定义P2P节点,改进Kademlia协议通过自定义P2P节点被其他节点记录在路由表中的位置来提高节点收到资源搜索消息的数量,高效获取P2P网络中传输的资源搜索与下载消息。实验对比表明:和标准Kademlia协议相比,采用改进Kademlia协议的资源发现算法进一步提高了单位时间内发现资源搜索与下载消息的数量,能找到更多P2P网络中传输的资源及正在搜索或下载这些资源的节点。从而实现P2P网络监控中对资源进行有效定位和发现的目的。     

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。     

基于节点信誉改进Q学习的P2P资源搜索策略

针对对等网络（peer to peer,P2P）中资源搜索效率低的问题,提出一种基于节点信誉改进Q学习的资源搜索策略(search strategies using improved Q-learning based on node reputation,SSQBR)。该策略在Q学习模型基础上通过引入信誉机制,在搜索初期通过选择信誉值最高的邻居节点转发查询请求以解决Q表的资源信息不足时搜索成功率低的问题,该策略加速了Q学习过程,提高了资源搜索的成功率。仿真结果表明,改进的资源搜索策略与其他搜索策略法相比,可有效降低资源搜索响应时间,提高搜索成功率。     

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.     

基于混合式P2P架构的资源搜索机制研究

P2P(Peer-to-Peer)系统由一组地位相等的节点构成,节点间可以直接通信,无需第三方参与。为了提高P2P网络中资源搜索效率,很多学者对此进入了深入研究,提出了一些解决方案。本文也是通过对混合式P2P网络模型资源搜索机制的深入研究,提出了自己的一些系统设计方案,最后分析了今后系统设计时的难点和应注意的问题。     

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-Grid系统中的资源组织与定位策略研究

在结合P 2P技术和G rid技术的P 2P-G rid系统中局部网格系统规模适中的情况下,根据资源属性对资源进行分类组织,把属性相同或相似的资源聚集地组织在一起,可以实现这些资源的一次性查找,其时间复杂度可以缩短到O(5)常量阶,并通过重定位机制,可减少对资源的重复搜索操作.     

基于IS-P2P结构的资源搜索定位算法

为提高P2P网络的搜索效率和应用效果,提出一种基于IS-P2P网络结构的资源定位和查询算法—BRChord算法,BRChord算法采用双向路由定位管理策略,同时也设计了一种新的IS-P2P结构的消息查询机制.研究结果表明:BRChord算法比传统的Chord算法具有更好的路由性能,同时,XP复杂查询机制也提高了资源查询的效率.     

P2P网络中基于节点能力自适应的搜索算法

非结构化P2P网络应用广泛,每个结点被赋予相同的权利和义务.但其拓扑结构差异较大,网络中各节点之间存在很大的差异性,容易造成单点失效和网络带宽瓶颈.对衡量非结构化P2P网络的节点能力互异性的影响因素和评价规则进行了研究,并提出了一种新型资源搜索算法--节点能力自适应算法(Node Abdity Automatically Fit,以下简称NAAT),给出了NAAT的算法定义、执行步骤、算法伪代码和实验测评.实验结果表明,相比于洪泛机制和索引目录机制,NAAT算法明显提高了系统的资源搜索效率.图7,表1,参9.     

基于发布订阅的P2P流媒体资源定位算法

现有的P2P流媒体资源定位算法中,多以主动查询为主,尤其是在非结构化网络中,搜索效率低下,资源耗费巨大,最终导致用户延迟播放.基于发布订阅的定位算法-PSS,通过快速预取的思想,结合视频块的优先级,可有效解决该问题,使播放连续度明显提高,搜索消耗明显降低.     

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.     

移动P2P网络中基于超级节点信息熵的资源发现算法

移动P2P网络节点的移动性特征使得网络搜索性能的变化大,也造成了资源搜索的成功率低下和系统不稳定性增加.通过选择信誉高、动态弱的节点作为超级节点,再选择一个与超级节点相对信息熵最小的节点作为此超级节点的候选超级节点的基于超级节点信息熵的选择算法.理论分析和仿真结果表明,该算法使得系统稳定性增加,可有效地提高系统的资源搜索的成功率.