基于IPv6的混合P2P网络模型的研究

来源 :重庆大学 | 被引量 : 0次 | 上传用户:chongfengli
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
P2P网络完全对等的特性使P2P网络技术得到广泛应用,为用户提供了极大的自由和便利。P2P网络技术有效整合了Internet的潜在资源(包括存储资源、计算资源和内存资源等)。借助其零成本、病毒式的传播模式,基于它的分布式应用近几年也得到了长足的发展。大部分P2P应用都有P2P网络模型支撑,但特定的P2P网络模型因自身的局限性而只适合特定的P2P应用。因此,需要寻求更为通用的P2P网络模型,目前P2P网络模型的研究既是重点,也是难点。如何进一步提高P2P网络路由效率、降低网络带宽占用、提高网络的可扩展性以及增强管理机制都是一个非常值得研究的问题。   针对当前P2P网络模型存在的缺陷和不足,本文分析和研究了P2P网络模型的工作原理和关键技术问题,在提高基于IPv6的P2P网络寻路效率与降低寻路时延方面做了大量深入的研究。本文的主要工作和成果包括:   ①结合IPv6网络本身所具有的地址聚类性,本文提出了一种基于IPv6的混合P2P网络模型HMP2P6(Hybrid Model of P2P network based on IPv6),该网络模型考虑了P2P网络中节点之间的异构性,引入了超级节点的概念,根据节点的能力将节点进行划分,将结构化的Chord网络与非结构化的Gnutella网络进行有效地融合。针对Chord所存在的绕路、单向定位缺陷、缺乏缓存机制等问题,模型中还提出了基于最近访问纪录的双向定位策略,提高了资源的查找效率,降低了查找延时。   ②考虑到超级节点的承载力和Gnutella子网的洪泛效果,提出了子网规模的自适应调整策略,该策略通过预先给子网规模设定相应的临界点,随着系统的运行,临界点的值不断自适应调整,以适应当前网络状况,一旦子网规模超过相应的临界点,便进行子网分裂或子网合并,保证了系统模型的稳定性。   ③针对HMP2P6网络模型中由于热点访问导致的负载不平衡问题,提出了基于节点间物理距离的负载均衡方案。该方案利用IPv6的地址聚类性,负载转移在物理位置相近的节点区域之间进行,减少了负载转移的开销(包括带宽、延迟等);由轻载节点负责主要的负载转移操作,节省了重载节点的资源,提高了负载转移质量;在一个区域上整体进行负载转移与传统的只在节点之间进行负载转移相比加快了负载转移的速度,减少了算法运行的次数。   最后,在仿真实验基础上对所提出的HMP2P网络模型性能进行分析和验证,实验结果表明,与P2P网络模型Chord和Gnutella相比,该模型在综合性能上得到明显改善。该网络模型结合了结构化的Chord网络和非结构化Gnutella网络的优点,使两种网络相互合作,达到互补的效果。
其他文献
车牌识别技术是一项日渐成熟的技术。目前,大多数国家和地区都有自己的车牌识别系统,而且它们的识别率也很高,但交通系统不断复杂和所处环境的不确定,对车牌识别技术提出了更
随着社会的发展以及技术的进步,人们对快速高效的自动人脸识别的要求日益迫切。生物特征由于是人的内在属性,具有很强的自身稳定性和个体差异性,在科研领域内得到了极大的重
随着信息技术的迅猛发展和网络化时代的到来,各种各样的Web应用系统高频率的出现在我们的日常生活、工作和学习中。对于多并发的Web应用系统,其状态图的规模是以并发数指数级增
计算机网络技术和通信技术的迅猛发展,极大地促进了多媒体应用的普及。多媒体应用与传统数据型应用相比,集成了各种不同性质的媒体,特别是近几年出现的多种新型业务,如IP电话
随着互联网技术的发展和人们对电子办公、电子商务等的依赖,信息安全问题显得愈发重要。用户每天需要登录到许多不同的信息系统。每个系统都要求用户遵循一定的安全策略,比如
对于统计机器翻译而言,命名实体的识别及实体的翻译是影响其性能的重要因素。目前专门针对新蒙文命名实体识别的研究较少且多采用基于规则的方法;这种方法需要人工标注新蒙文
随着计算机科学的飞速发展,计算机相关领域的应用已经深入到人们牛活的各个方面,并起着十分巨大的作用。其中,图像工程是计算机科学研究中比较前沿的研究课题。人脸图像质量
近年来,运动捕获技术逐渐成熟,并广泛应用于影视制作、游戏设计和体育训练等领域。随着运动捕获数据的逐年积累和运动编辑、合成等技术的飞速发展,使得高效地重用现有的捕获
跨膜蛋白在离子通道型受体等生物系统中有着重要的作用,是药物设计的关键目标。通过物理实验来获取它的结构难度很大,使用计算的方法成为当前非常流行和有效的方法。目前,跨膜蛋
利用人工图像标注结果作为索引信息并且使用此信息检索图像库是一种昂贵而费力的过程。与此同时,自动图像标注由于在图像理解和检索方面的潜在巨大影响而逐渐受到人们的重视