基于P2P平台的流媒体服务设计和实现

在分析和比较目前典型P2P流媒体系统之后,提出一种基于自治域的P2PStreaming系统.该系统考虑了网络的松散性,将网络根据对等结点的地理位置来划分成不同的自治域系统,在自治域系统内推选出一些能力比较强的结点称为强结点,由强结点构成系统的中继层,降低自治域内的通讯开销.并在网络拓扑构建过程中借鉴了非结构化P2P的Gnutella组网策略并对其进行改进设计,同时系统设计使用了合理的数据分派算法来提高系统性能.     

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.     

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。     

非对称P2P模型及资源定位算法研究

针对现有的结构化纯P2P拓扑在资源共享类应用中存在的拓扑不稳定及开销随规模递增的问题,提出“节点对称性”的考察角度,给出一种基于非对称K-叉树的结构化纯P2P拓扑DSKTree,并给出基于DSKTree的资源定位算法.通过性能分析表明,DSKTree可优化定位开销,并降低规模增大情况下对结构化纯P2P系统性能的影响.     

基于P2P的多机通信机制及负载平衡的设计

P2P技术引导着网络计算模式从集中式向分布式偏移,可以更好地解决网络上的对等计算、协同工作、文件交换等大型应用.本文介绍了一种基于P2P的多机通信机制,系统中各结点为逻辑环结构,结点动态的加入、退出,由邻接点对其请求进行响应,从而大大减少了网络通信量,并在此通信机制的基础上给出了一种自适应动态负载平衡算法.     

一种新的P2P内容分发优化数据调度方法

为了在P2P内容分发系统的可用结点间合理分配数据请求,设计了一种基于并行机调度模型的优化内容分发数据调度算法.仿真结果表明,在典型的数据块选择方法条件下,该算法相比常用的随机结点选择数据调度方法可以进一步提高系统吐吞能力,同时减轻源服务器的负载.     

基于非结构化P2P网络用户模型的协同过滤推荐机制

协同过滤是当前应用在信息推荐系统中最成功的技术之一。但随着用户数量和所需过滤信息的增加,计算复杂度迅速增长,大多数推荐系统都因集中式的体系结构而面临可扩展性差的问题。本文提出了一种基于非结构化P2P网络的协同过滤推荐机制,采用基于词汇链的方法构建资源对象描述向量,建立由偏好资源对象集合构成的用户模型,并且根据用户的兴趣变化,通过动态邻居重组的方法获得实时的个性化推荐。实验数据表明采用基于非结构化P2P网络的协同过滤推荐机制较传统集中式推荐方案有更好的可扩展性和预测准确性。     

结构化P2P中基于蜜罐的蠕虫发现策略研究

为解决结构化P2P网络中蠕虫发现时间长、准确率低的问题,提出了基于蜜罐技术的蠕虫发现策略.通过在P2P节点的文件索引哈希表中设置代表蜜罐节点地址信息的(K,V)对,将P2P蠕虫引入蜜罐中,并通过设置过滤名单提高P2P蠕虫的发现准确率.通过在模拟环境中的实验和对比,证明了该发现策略能够在P2P蠕虫爆发后的第一轮感染过程中将蠕虫引入蜜罐并准确的识别出P2P蠕虫.为结构化对等网络的蠕虫发现提供了新的方法.     

P2P模式下的资源定位技术探究

在P2P模式的网络环境中,如何迅速的对节点资源进行定位和建立连接,是网络技术研究的重点之一.针对P2P混合型模式的资源定位和搜索算法中存在冗余消息等问题,通过算法分析,提出两种改进思路和方法：一是减少查询的冗余消息;二是查询到的信息直接发送给起始的查询节点.通过仿真实验,表明改进后的算法,减少了查询消息冗余和提高了搜索速度.     

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.     

对抗P2P蠕虫的邻居选择机制

P2P网络中节点的邻居列表为蠕虫提供了快速传播的途径．网络中节点系统的漏洞情况各异,致使它们抵抗蠕虫的能力不同．无结构P2P网络中节点的位置影响着蠕虫围堵策略的效果,甚至影响整个网络的安全．为了对抗P2P蠕虫,在区分漏洞级别的基础上定义节点之间距离的计算方法,根据节点抵抗蠕虫的能力为其选择邻居,使得P2P网络中的节点分布更利于抵抗蠕虫的攻击;并将这种邻居选择机制应用到无结构P2P网络KaZaA中．实验结果表明,该选择机制明显提高了P2P网络对抗蠕虫的能力．     

基于信念的动态博弈理论的P2P激励模型

P2P是自治的网络系统,近年来P2P网络中出现了大量的free-riding节点和恶意节点,这些节点的不合作行为不仅不能对系统提供服务,还会对系统进行恶意的破坏,对系统的性能和用户满意度造成了很大的影响.为此,该文利用博弈论的相关知识提出了基于不完全信息的动态博弈理论的P2P激励机制,经过分析及仿真实现表明,该文提出的机制是简单且有效的.     

基于兴趣分组的混合P2P拓扑模型

P2P网络由于缺乏统一的国际标准和固定的网络拓扑模型,一直都呈现出一片混乱的局面.本文以用户兴趣为出发点,结合了分散式结构化和无结构化的优缺点,在覆盖网络的基础上,提出了基于deBruijn图的网络拓扑结构.采用兴趣分组的思想,由超级节点统一管理每个兴趣组,既提高了效率,又减少P2P网络带宽占有量.     

基于信念的动态博弈理论的P2P激励模型

P2P是自治的网络系统,近年来P2P网络中出现了大量的free-riding节点和恶意节点,这些节点的不合作行为不仅不能对系统提供服务,还会对系统进行恶意的破坏,对系统的性能和用户满意度造成了很大的影响.为此,该文利用博弈论的相关知识提出了基于不完全信息的动态博弈理论的P2P激励机制,经过分析及仿真实现表明,该文提出的机制是简单且有效的.     

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。     

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.     

非结构化P2P搜索方法分析及展望

随着Internet技术的发展,人们对P2P网络技术的认识也逐步深入。对等计算作为一种高效的P2P网络搜索方法,已经成为研究的热点课题。通过研究对目前关键的P2P搜索算法进行了总结和分析,包括泛洪机制、随机漫步、基于转发机制的改进、基于缓存方法的改进和基于拓扑结构的优化等,并对P2P搜索算法未来的研究走向进行了探讨。     

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...     

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.