吉林大学学报(工学版) ›› 2011, Vol. 41 ›› Issue (05): 1414-1420.

• 论文 • 上一篇    下一篇

基于Cayley图的P2P覆盖网络模型

刘浩1,张连明2,朱同林3   

  1. 1.湖南人文科技学院 计算机科学技术系,湖南 娄底 417000|2.华南理工大学 计算机科学与工程学院,广州 510640;3.华南农业大学 信息学院,广州 510642
  • 收稿日期:2009-12-31 出版日期:2011-09-01 发布日期:2011-09-01
  • 作者简介:刘浩(1977-),男,博士研究生.研究方向:P2P网络及其安全.E-mail:lhkd0407@126.com
  • 基金资助:

    中国博士后科学基金项目(20070420782);国家科技部科技型中小企业技术创新基金项目(08c26214411225).

P2P overlay network model based on Cayley graph

LIU Hao1, ZHANG Lian-ming2, ZHU Tong-lin3   

  1. 1.Department of Computer Science and Technology, Hunan University of Humanities, Science and Technology, Loudi 417000,China|2.School of Computer Science &|Engineering, South China University of Technology, Guangzhou 510640, China|3.College of Informatics, South China Agricultural University, Guangzhou 510642,China
  • Received:2009-12-31 Online:2011-09-01 Published:2011-09-01

摘要:

针对现有的P2P覆盖网络模型大多数没有考虑P2P网络的聚类性和对称性问题,本文采用基于Cayley图的代数图论构造方法,给出了一种新颖的P2P覆盖网络模型。该模型结构简单、高度对称,能满足P2P网络的自组织和可扩展性。分析和实验结果表明,该模型在容错性、查询效率和负载均衡方面都要优于现有的覆盖网络模型Chord、CAN,并具有高聚类性。

关键词: 计算机应用, P2P网络, Cayley图, 覆盖网络, 聚类性, 容错性, 对称性, 负载均衡

Abstract:

One of the hotspots in structuralized P2P network research is to construct a high-powered overlay network model for P2P system. However, the clustering and symmetry properties of P2P network were not taken into account in existing P2P overlay network models. In this work, a novel P2P overlay network model is proposed by adopting Cayley graph based algebraic graph theory method. The simplicity and symmetry of the proposed model can ensure the self-organization and scalability of P2P network. Analytical and experimental results show that this model provides better robustness, higher enquiry efficiency and better load balance than existing P2P overlay network models, such as Chord and CAN. Furthermore, this model possesses the property of high clustering.

Key words: computer application, Peer-to-Peer network, Cayley graph, overlay network, clustering, robustness, symmetry, load balance

中图分类号: 

  • TP393
[1] 刘富,宗宇轩,康冰,张益萌,林彩霞,赵宏伟. 基于优化纹理特征的手背静脉识别系统[J]. 吉林大学学报(工学版), 2018, 48(6): 1844-1850.
[2] 王利民,刘洋,孙铭会,李美慧. 基于Markov blanket的无约束型K阶贝叶斯集成分类模型[J]. 吉林大学学报(工学版), 2018, 48(6): 1851-1858.
[3] 金顺福,王宝帅,郝闪闪,贾晓光,霍占强. 基于备用虚拟机同步休眠的云数据中心节能策略及性能[J]. 吉林大学学报(工学版), 2018, 48(6): 1859-1866.
[4] 赵东,孙明玉,朱金龙,于繁华,刘光洁,陈慧灵. 结合粒子群和单纯形的改进飞蛾优化算法[J]. 吉林大学学报(工学版), 2018, 48(6): 1867-1872.
[5] 刘恩泽,吴文福. 基于机器视觉的农作物表面多特征决策融合病变判断算法[J]. 吉林大学学报(工学版), 2018, 48(6): 1873-1878.
[6] 欧阳丹彤, 范琪. 子句级别语境感知的开放信息抽取方法[J]. 吉林大学学报(工学版), 2018, 48(5): 1563-1570.
[7] 刘富, 兰旭腾, 侯涛, 康冰, 刘云, 林彩霞. 基于优化k-mer频率的宏基因组聚类方法[J]. 吉林大学学报(工学版), 2018, 48(5): 1593-1599.
[8] 车翔玖, 王利, 郭晓新. 基于多尺度特征融合的边界检测算法[J]. 吉林大学学报(工学版), 2018, 48(5): 1621-1628.
[9] 桂春, 黄旺星. 基于改进的标签传播算法的网络聚类方法[J]. 吉林大学学报(工学版), 2018, 48(5): 1600-1605.
[10] 刘元宁, 刘帅, 朱晓冬, 陈一浩, 郑少阁, 沈椿壮. 基于高斯拉普拉斯算子与自适应优化伽柏滤波的虹膜识别[J]. 吉林大学学报(工学版), 2018, 48(5): 1606-1613.
[11] 曹洁, 苏哲, 李晓旭. 基于Corr-LDA模型的图像标注方法[J]. 吉林大学学报(工学版), 2018, 48(4): 1237-1243.
[12] 赵宏伟, 刘宇琦, 董立岩, 王玉, 刘陪. 智能交通混合动态路径优化算法[J]. 吉林大学学报(工学版), 2018, 48(4): 1214-1223.
[13] 黄辉, 冯西安, 魏燕, 许驰, 陈慧灵. 基于增强核极限学习机的专业选择智能系统[J]. 吉林大学学报(工学版), 2018, 48(4): 1224-1230.
[14] 傅文博, 张杰, 陈永乐. 物联网环境下抵抗路由欺骗攻击的网络拓扑发现算法[J]. 吉林大学学报(工学版), 2018, 48(4): 1231-1236.
[15] 侯永宏, 王利伟, 邢家明. 基于HTTP的动态自适应流媒体传输算法[J]. 吉林大学学报(工学版), 2018, 48(4): 1244-1253.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
No Suggested Reading articles found!