对等网Chord模型的研究与改进

对等网Chord模型的研究与改进

论文摘要

近年来,对等网络(P2P,Peer-to-Peer)作为一种新型的网络应用模型以其可扩展性、高度容错性等优点变得越来越流行。P2P网络为资源的快速共享提供了良好的平台。P2P网络中资源的查找和定位是其需要解决的关键问题之一。现有的对等网络资源查找模型中,Chord算法是第二代P2P网络资源查找算法,它是一种基于分布式哈希散列表(DHT)策略的算法,其功能是实现在P2P网络中,关键字以对数倍定位网络资源。然而,现有的Chord算法存在查找效率不高、不能实行查找的并行性等方面存在不足。针对Chord算法的不足,论文提出了一种改进的MS-Chord(multiple super-Chord)算法,通过改进finger表,缩短路由选择的时间,提高查询效率。此外,在MS-Chord算法的基础上,本文还设计了相应的网络拓扑模型,通过采用二叉树的链式结构表示普通节点的存储和链接方式,从而实现减少网络抖动、负载均衡、解决拓扑失配的目标。本文的具体研究工作如下:深入研究P2P网络模型的特点,以及现有Chord算法的实现和性能,着重分析了Chord算法在P2P网络应用中存在的不足。针对Chord算法的不足,提出了改进MS-Chord算法。通过改进Chord算法的finger表,在节点的finger表中增加了路由信息后,对finger表中node域值相等的项进行合并,从而缩短节点对资源查询消息进行路由选择时所花的处理时间,提高查询效率。在MS-Chord算法的基础上,设计了基于链式结构的网络拓扑模型,通过采用二叉树的链式结构表示普通节点的存储和链接方式。并将模型分为inter-Chord和tree-Chord内外两层。根据节点性能不同分为超级节点和普通节点,从而有效定位资源,并提高查找效率。最后,通过仿真实验和分析表明此方案可以显著改善搜索结果的成功率和大大减少搜索所需的路由跳数,减少网络的抖动性,解决网络节点中的负载均衡问题,并且可以较好地解决拓扑失配问题。在目前结构化P2P环境中,该策略有一定的推广利用和研究价值。

论文目录

  • 摘要
  • Abstract
  • 插图索引
  • 附表索引
  • 第1章 绪论
  • 1.1 论文的研究背景和意义
  • 1.2 P2P 网络资源定位技术的研究现状及趋势
  • 1.3 论文研究的主要内容
  • 1.4 论文的结构安排
  • 第2章 对等网技术介绍
  • 2.1 对等网技术的介绍
  • 2.1.1 P2P 的特点
  • 2.1.2 P2P 网络的分类
  • 2.2 P2P 网络的应用
  • 2.2.1 P2P 的应用领域
  • 2.2.2 P2P 技术面临的问题
  • 2.3 DHT 协议比较分析
  • 2.3.1 Pastry
  • 2.3.2 内容寻址网络 CAN
  • 2.3.3 Chord
  • 2.4 小结
  • 第3章 Chord 算法分析
  • 3.1 Chord 协议算法
  • 3.1.1 算法的基本概念
  • 3.1.2 Chord 中查询消息的数据结构
  • 3.1.3 Chord 中的资源搜索过程
  • 3.1.4 节点的加入与失效处理
  • 3.2 传统 Chord 算法的性能分析
  • 3.2.1 相关消息的平均路由跳数分析
  • 3.2.2 节点路由表(finger 表)平均长度分析
  • 3.3 小结
  • 第4章 一种改进的 MS-Chord 算法
  • 4.1 传统 Chord 算法存在的问题及对应策略
  • 4.1.1 节点异构性问题及应对策略
  • 4.1.2 网络抖动性问题及解决方法
  • 4.1.3 节点的负载均衡的问题及解决方法
  • 4.1.4 路由表冗余项问题
  • 4.2 层次 DHP 网络的组织结构
  • 4.3 MS-Chord 模型结构
  • 4.4 算法的描述
  • 4.4.1 叶子节点的加入
  • 4.4.2 叶子节点退出
  • 4.4.3 超级节点加入
  • 4.4.4 超级节点退出
  • 4.4.5 资源搜索算法
  • 4.5 小结
  • 第5章 性能分析和仿真实验
  • 5.1 算法的性能分析
  • 5.1.1 路由表存储空间分析
  • 5.1.2 平均查找长度的理论分析
  • 5.2 仿真实验
  • 5.2.1 实验环境
  • 5.2.2 Finger 表的平均长度
  • 5.2.3 平均路由长度
  • 5.2.4 平均查找延时
  • 5.3 小结
  • 结论
  • 参考文献
  • 致谢
  • 相关论文文献

    标签:;  ;  ;  ;  ;  

    对等网Chord模型的研究与改进
    下载Doc文档

    猜你喜欢