基于博弈论的P2P网络激励机制研究

来源 :云南大学 | 被引量 : 0次 | 上传用户:yclmq
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
由于缺乏有效的激励手段,传统的P2P (Peer-to-Peer)网络普遍存在着搭便车现象以及“公共物品的悲剧”等问题,严重影响了网络的健壮性及可用性。因此,如何构建和设计合理的激励机制成为了当前P2P网络研究中的一个热点问题。在P2P文件共享系统中,基于博弈论的激励机制有效地抑制了搭便车行为,但该机制容易引起whitewashing现象;而在P2P流媒体系统中,当前的激励机制没有综合考虑节点的贡献以及对资源的需求程度,因而出现了系统资源的不公平调度等问题。因此,研究P2P网络中的激励机制,具有重要的学术意义和应用价值。针对上述问题,本文以文件共享系统和流媒体系统为研究对象,以经济学中的博弈理论为指导,对P2P网络中的激励机制进行了分析和研究。一方面,针对P2P文件共享系统中的whitewashing问题,引入完全信息、博弈中的均衡选择博弈模型对P2P网络进行建模,该博弈模型的优势在于它不依赖于统一的行动信号,使其过程可更有效地模拟P2P网络中节点的随机请求;此外,均衡选择博弈具有多个均衡解,其最大最小策略在系统保持均衡的状态下能有效的解决新加入节点的下载请求问题,弥补了传统激励模型的不足。模拟实验表明,所提激励机制可有效促进系统资源的公平分发,同时提高了节点对网络的贡献度,有效地约束了自私节点的行为,保障了节点和系统的效用。另一方面,针对流媒体系统中文件播放实时性、节点传输有序性等特点,本文以不完全信息博弈的相关理论为指导对P2P流媒体系统中的激励问题展开研究。特别地,引入一级密封价格拍卖机制对系统的激励模型进行分析和建模,使系统中的服务节点根据请求节点的贡献度以及所申请资源的紧急程度,响应其资源请求。最后,我们对CoolStreaming系统进行了改进和优化,加入了激励模块。实验结果表明,所提激励模型可有效提升流媒体系统中资源调度的效率,保障了节点的服务质量。
其他文献
随着信息技术的不断发展,需要保存和处理的信息量爆炸式增长,应用程序对存储系统的I/O性能提出了越来越高的要求。预取技术作为一种重要的I/O性能优化手段而被广泛地应用于各级
随着工程应用的范围和复杂度日益增大,人们对可视化的要求也越来越高,无论是电力系统、热力系统还是工作流管理系统,都习惯使用模型图来表示系统的组成结构或特定的工作流程
秘密共享是信息安全的重要组成部分,在重要信息和秘密数据的安全保存、传输及合法利用中起到了至关重要的作用。动态多秘密共享实现了参与者集合动态变化,完成了对多个秘密的
在各种图像分析和处理过程中,人们感兴趣的区域通常不是图片的所有内容,而是只是图像的一部分,因此,有大量研究者关注于人类视觉注意机制,并提出了一些计算模型,例如,Laurent
基于递归神经网络(RNN)的语言模型已经在很多语言生成的任务中取得了非常杰出的成果,然而模型主要关注的是如何减少字符层面的误差,却因此导致了对句子整体的忽视。一个行之有
随着多媒体信息处理技术的发展,图像数据呈快速增长趋势,为了有效管理和组织图像,基于内容的图像检索(CBIR)方法逐渐被人们所重视并成为快速检索图像数据库的核心研究领域。
近年来,数据收集与处理技术导致了大量的数据不一致和丢失,这样的数据通常是以不确定的形式出现。不确定数据的出现对传统的数据挖掘技术提出了新的挑战。作为数据挖掘的一项
随着存储技术的不断发展,传统的直连式存储模式逐渐被网络存储所替代。然而在网络存储环境下,传统的缓存系统并不能很好地满足网络存储提出的新需求:   1)有效支持多应用共享
多目标问题出现在许多工程领域。由于多目标问题的复杂性,很难找到精确的解,因此利用遗传算法解多目标问题的研究应运而生。它们以种群为基础,通过特定方法在决策空间中探索,
高性能计算机在征服每秒千万亿次计算能力的过程中,成功地提高了单个节点的性能和互连网络的规模,但同时也引入了许多新的问题。多核处理器和GPU等加速部件在增加了节点性能的