P2P中的典型资源搜索算法原理及其性能研究

P2P(Peer-to-Peer)技术是一种新型的网络技术,用户如果想在网络中访问某些数据或者需要某些服务,可以不通过相关的服务器或中间设备,而把依赖分散到网络中参与者的计算能力和带宽,其应用的核心技术是资源搜索机制.本文根据其网络模型特点,分析并研究了四种典型的资源搜索算法原理及性能.     

基于蚁群算法的P2P层次域网络模型设计

针对现有P2P网络搜索效率低、搜索算法开销大等问题,提出采用蚁群搜索算法(ACO)构建P2P层次域网络模型。该模型在域间资源查询时,通过节点信誉度选择查询路径,有效将搜索蚂蚁导向到可能存在查询资源的高信誉度节点域中。实验证明,该方法有效提高了资源搜索命中率,减少了网络中冗余信息包的传送,有一定的实用性及可扩展性。     

P2P模型在校园网上的应用研究

针对目前流行的P2P网络模型的特点,结合非结构化的P2P网络Gnutella路由和结构化的P2P Pastry路由,提出了一种应用在校园网内的P2P结构模型方案,并给出了详细的P2P节点结构和路由,同时提出了设计该网络模型上的P2P网络应用软件的可行性.     

一种P2P直播系统网络模型研究

研究了P2P直播系统网络模型,并在此基础上提出一种基于可信节点的半结构化的网络模型(SSPM)。该模型结合了结构化网络模型中的对相邻节点有序组织和混合式网络模型的快速搜索的优点,利用可信节点良好的时间恒定性和性能稳定性,使该新型模型在实际网络环境下能达到较优的性能。     

基于评价的P2P网络信任模型研究

P2P网络的信任研究关系到P2P网络的安全。本文在对信任关系研究的基础上提出了一种基于价的P2P网络信任模型,构建了基于评价的信任网络,给出了信任度的计算方法。并通过实验数据验证了该网络模型的安全性。     

基于泛洪请求模型的P2P网络资源搜索方法研究与应用

如何高效地在P2P网络上搜索到资源,依赖于对网络上资源的高效索引和查找方法。本文在分析、研究P2P网络基本搜索方法的基础上,改进了泛洪请求模型搜索方法,并将其应用到企业内部网络资源搜索中,以达到更合理的利用和共享企业内部网络信息资源的目的。     

P2P对等网在互联网上的应用和技术探讨

P2P即Peer to Peer,又称为对等连接或对等网络,本文主要阐述了P2P网与互联网在硬件连 接、信息控制技术方面的区别,并给出了一个可实现P2P应用的流程图。     

分布式P2P网络Chord模型研究

本文分析了计算机对等联网(P2P网络)的网络构架,在此基础上,着重探讨了Chord网络模型的体系结构及设计原理,分析了其优缺点和存在的问题,并提出了相应的改进方法。     

基于P2P的分布式搜索算法研究

针对目前P2P系统中广泛采用的泛洪搜索方法中产生大量冗余搜索包的缺点,提出了一种基于小范围P2P搜索环境的全新搜索模型——将广度优先搜索算法和本地索引搜索算法相结合。以增强节点间的交互能力。最后用数学方法证明了它的有效性。     

基于P2P的分布式搜索算法研究

针对目前P2P系统中广泛采用的泛洪搜索方法中产生大量冗余搜索包的缺点,提出了一种基于小范围P2P搜索环境的全新搜索模型——将广度优先搜索算法和本地索引搜索算法相结合,以增强节点间的交互能力。最后用数学方法证明了它的有效性。     

构建网络出版业基于P2P技术的应用模型

通过分析P2P与C/S网络模式的区别,结合网络出版业的发展需求,设计出适合网络出版业应用的P2P网络模型,并从搜索机制、版权保护和收费模式三方面进行了分析.     

基于复杂网络特征的P2P系统模型的研究

研究表明小世界和无尺度是很多大型复杂网络的重要特征,研究具有复杂网络特征的P2P网络模型对研究网络的拓扑结构和行为有着重要的意义.针对现有模型不能全面地反映实际网络提出了基于复杂网络特征的P2P网络模型.本文在基于组增长和选择具有较大吸引力的节点这些特征基础上建立一个新的模型,经过实验证明此模型更接近实际网络.     

基于P2P的贝叶斯网络检测模型研究

针对P2P流不同时间分段发生的P2P流量不同的特征,提出了一种基于P2P的贝叶斯网络检测模型.该模型利用贝叶斯方法在负载均衡下统计和分类不同的网络环境流量,通过加入时间段函数,改进传统的贝叶斯分类器.实验证明,该模型能有效提高P2P网络平均识别率,减少P2P的误报率和漏报率.     

P2P网络借贷投资者接受模型分析与构建

在分析技术接受模型（technology acceptance model,TAM）和任务技术匹配（task technology fit,TTF）整合的必要性的基础上,运用基于TAM和TTF整合的信息技术接受模型,采取二手资料和开放式问卷调查获取影响因素,构建出P2P网络借贷投资者接受模型。模型研究表明:感知风险是阻碍投资者使用P2P平台进行投资的最重要的影响因素。感知有用、感知收益和感知信任从一定程度上能促进投资者使用P2P平台进行投资。政策法规、P2P平台的质量、主观规范、感知行为控制对P2P平台投资也会产生一定的影响。同时,结合本研究模型提出了针对P2P平台应用和推广的建议。     

自适应调整布谷鸟搜索算法研究

布谷鸟算法是基于启发式搜索的智能仿生算法。传统的布谷鸟算法收敛速度较慢,容易陷入局部最优解。针对该算法特点,对算法原理进行了分析,并就算法中步长和发现概率两个控制因素进行改进,使其根据迭代次数动态变化,提出了具有自适应调整特点的搜索算法,改变了步长和发现概率相应的更新方式,避免了传统布谷鸟算法容易陷入局部最优的缺陷,以增强算法搜索性能。实验对比表明,自适应调整的布谷鸟算法具有更好的寻优性能。     

P2P网络模型设计及其对教育资源的应用

在网络中搜索各种资源时,通用的搜索引擎很难满足用户特定的需求。P2P网络是一种有效的资源共享和搜索方式。通过分析P2P网络的基本结构和资源共享特点,提出了一种基于P2P的资源网络模型(PBRN)。PBRN是由各资源实体"自组织"形成的分布式、虚拟、动态和松散的纯P2P网络,并实例化的剖析了它在教育信息资源上的应用。     

基于P2P的资源搜索算法探讨

服务器的不堪重负和分布在网络中的闲置资源促使了一种新的网络范例即对等计算(Peer-to-Peer,简称P2P)的出现。介绍了P2P的3种类型,提出了基于根服务器的P2P搜索算法的设计。     

基于语义的搜索算法研究

基于XML得出改进的语义表示法,能解决当前常用网络搜索引擎缺乏理解用户想法而导致查询结果不满意的问题。文档解析算法、模式匹配算法、生成XMLSE文档算法等几个基于语义搜索的核心算法,辅以人工标注和建立规则库,构成一个语义网络,能达到精确的搜索,提高搜索效率。     

基于Kademlia模型查询延时的改进

根据基于分布式散列表(DHT)的P2P网络资源定位方法,将洪泛式查找与DHT系统相结合,在拓扑形成时充分利用网络访问的区域性和物理网络中节点的邻近性来降低访问延迟并优化路由选择。构建了一种改进的基于Kademlia的P2P网络资源定位模型NKademlia,NKademlia继承了DHT和Kademlia的优点,在路由选择、查找成功率和平均逻辑路径长度等方面的性能均优于原Kademlia模型。     

基于JXTA的分布式系统的研究和实现

JXTA开源项目是一个业界领先的P2P网络计算平台,JXTA在现有网络之上建立了一个虚拟的网络层,从而隐藏了底层的物理拓扑结构。JXTA使得应用程序开发人员,不仅仅是网络管理员,可以设计出符合应用需要的最佳网络拓扑结构。本文将详细的阐述一下开发一个基于JXTA应用程序的设计和实现具体过程。