论文摘要
对等网络（Peer to Peer）作为一种新兴的网络计算模式,打破了传统的C/S模式,其应用越来越广泛。网络中的节点可以随时加入或退出网络,自愿地贡献自身的资源,但这导致了网络中产生了很多搭便车（free-riding）节点和不合作节点。网络中普遍存在着“公共悲剧”的问题,也存在着大量不可靠的服务以及欺诈行为,严重影响了P2P网络的性能。因此,要提高P2P网络的性能,就要分析节点的行为,激励节点间的合作。如何设计出一种合理、有效的激励机制,来抑制free-riding行为、促进节点间的合作,成为了近些年研究的热点问题之一。本文在总结与比较现有激励模型的基础上,针对现有模型的缺点与不足,提出了基于免疫策略和基于神经网络的激励机制,目的是依据节点的贡献提供有差别的服务,使系统的效用达到最大化。基于免疫策略的激励机制利用免疫系统的相关理论来解决P2P系统的问题。将网络中的节点根据类型和功能进行分类和管理,在节点请求下载资源时计算节点的繁殖度和生长度,建立免疫激励模型,通过计算亲和力来启动免疫应答过程来实现抑制free-riding节点和促进节点间合作。实验表明,基于免疫策略的激励机制适用于低成本,网络开销小,对free-riding的抑制不是很严格的中小型P2P网络系统。基于神经网络的激励机制主要是对节点贡献进行评价。在衡量节点贡献的时候,综合考虑了共享资源的大小、个数、下载次数以及转发与命中消息的数量等因素。神经网络通过建立神经网络模型和训练样本,进行学习和求解,能够对节点的贡献值做出正确合理的评价。实验表明,基于神经网络的激励机制适用于复杂的,需要严格抑制free-riding行为的大中型P2P网络系统。以上两种激励机制能够很好地克服服务器瓶颈问题,有效地防止白洗、合谋等行为的攻击。实验表明,基于免疫策略和基于神经网络的激励机制能够有效的抑制free-riding节点,促进节点之间的合作,提高整个系统的效率。