● 摘要
伴随网络用户数量的增多,计算机网络规模也不断扩大,由于受到计算机性能的限制,传统的C/S系统在处理大规模信息问题时已经显得越来越无能为力。正是在这种背景下,P2P(peer-to-peer)对等网络应运而生。对等模式的每个节点同时担任客户机和服务器的角色,在享受他人资源的时候也能贡献出自己的资源,使得资源得到了最大地利用。一个有效的资源搜索机制是网络实现高效资源管理的关键,如何高效准确地进行网络资源的搜索定位依然是P2P研究需要解决的核心问题。
本文通过分析Chord算法,针对Chord模型的不足,在传统Chord的基础上引入了信息相关度的概念并结合了分组思想,将Chord通过信息相关度进行节点的重组,由于查询具有方向性,同组具有相关性的节点查询的可能性更高。分组改进模型避免了节点的无区别对待及频繁变动对于系统的负面影响,实现了资源查找效率的提升。对改进模型查询效率及稳定性两个方面进行性能分析比较,并进行了查询效率及本组内不同概率查询实验仿真。实验结果表明,改进的分组Chord模型比传统Chord算法相比,整体性能有所提高。
同时针对大规模Chord网络提出分层思想,依据节点性能进行分层,再在每层中根据信息相关度分环,形成一个自上而下的搜索金字塔。分层改进算法使得节点的能力得到了最大地发挥,系统的稳定性也得到了进一步的加强,而且解决了节点规模庞大时搜索的低效性。对分层模型进行查询效率及稳定性两个方面的性能分析,并对基于信息相关度的分层算法进行了查询效率的实验仿真。实验表明,在大规模的网络中,基于信息相关度的分层改进模型优势比较明显,提高了资源查询效率。
相关内容
相关标签