P2P網(wǎng)絡的邏輯結構與物理結構匹配性研究

P2P網(wǎng)絡的邏輯結構和物理結構匹配，主要是指對節(jié)點的物理網(wǎng)絡位置的知曉(比如距離的遠近)，以及邏輯層與物理層之間的拓撲網(wǎng)絡結構的匹配。資源搜索是P2P網(wǎng)絡中非常重要的構成部分，但是同時也帶來了很大的網(wǎng)絡開銷，此外，資源搜索過程中查詢消息需要在邏輯層的網(wǎng)絡拓撲網(wǎng)絡中傳輸，這就引出了邏輯層與物理網(wǎng)絡層之間的匹配問題。

一、P2P網(wǎng)絡的邏輯結構與物理結構不匹配。

由于邏輯層和物理網(wǎng)絡的不匹配的原因，很容易出現(xiàn)同一消息重復穿越相同的物理鏈接的現(xiàn)象，帶來大量多余流量。

根據(jù)文獻的敘述，Gnutella網(wǎng)絡是應用最廣的典型的分布式P2P系統(tǒng)。而只有50000個節(jié)點的Gnutella網(wǎng)絡，就會產(chǎn)生了330TB/月的流量。文獻[2]指出:Gnutella網(wǎng)絡中只有2%—5%的節(jié)點位于同一自治系統(tǒng)(AS)中，而超過40%的節(jié)點都位于前10大AS。這表明大部分的P2P網(wǎng)絡流量都要跨越AS邊界，增加了網(wǎng)間流量。

二、改進邏輯結構和物理結構不匹配的現(xiàn)有的辦法。

現(xiàn)有，對P2P系統(tǒng)搜索效率的改進方法可以分為4類:基于轉發(fā)機制、基于集群化、基于邏輯層拓撲優(yōu)化及基于緩存。這四種方法可以一起使用，相互補充。目前已有的研究的相關工作，如下所述。

1.基于轉發(fā)機制

基于轉發(fā)機制的改進方法原理，對于分布式P2P網(wǎng)絡系統(tǒng)來說就是，節(jié)點根據(jù)物理網(wǎng)絡信息選擇一部分鄰居節(jié)點而不是所有的邏輯鄰居節(jié)點來轉發(fā)查詢消息。文獻[4]提出的有向BFS方法中，每個節(jié)點維護一個基于一些量化值的信息，比如從鄰居節(jié)點獲得的查詢結果walker數(shù)量、與該鄰居節(jié)點的鏈接時延。節(jié)點選擇返回最多查詢結果的鄰居節(jié)點或者最近的鄰居節(jié)點來轉發(fā)查詢消息。文獻[5]提出的K-walker查詢方法，源節(jié)點會發(fā)送若干個不同的行走者(轉發(fā)鄰居節(jié)點)。行走者到達的節(jié)點，隨機只選擇一個鄰居節(jié)點來轉發(fā)該查詢。而對于每個行走者來說，查詢過程是順序處理的。

2.基于集群化

限制節(jié)點的交互信息的往來是嚴格控制資源搜索流量的關鍵問題。而將節(jié)點集群分組是一個很有效的方法。首先，先對集群化進行理論描述文獻[6]。通過估算互聯(lián)網(wǎng)上任意兩臺主機間的近似距離(采用IP網(wǎng)絡的時延來代表距離)，生成加權圖，加權值就是主機間的距離。這樣，網(wǎng)絡的集群化問題就被定義為圖的最優(yōu)化劃分。用圖論公式描述為:給定加權圖、直徑，將整個圖劃分為最少的N個集群，集群的總和覆蓋全圖。任意一個集群中，兩個節(jié)點的間距小于K。這樣形成的理想邏輯網(wǎng)絡和物理網(wǎng)絡結構的關系是，大部分邏輯層邏輯連接位于同一集群的各主機之間，而集群之間只通過少數(shù)邏輯連接來連通。

3.基于邏輯層拓撲優(yōu)化的方法

目前，有很多工作都是通過使用小范圍的測量消息，來獲知該范圍內(nèi)的拓撲信息，然后進行邏輯層的拓撲優(yōu)化的。文獻提出了LMT算法，是在Gnetella0.6P2P網(wǎng)絡協(xié)議基礎上，設計了叫做TTL2的探測消息類型。

4.基于緩存的方法

基于緩存的，包括數(shù)據(jù)索引緩存和內(nèi)容緩存。集中式P2P系統(tǒng)提供集中索引服務器，保存所有節(jié)點的共享文件索引。KaZaA使用合作式的超級節(jié)點，每個超級節(jié)點保存一部分節(jié)點的文件索引。有些系統(tǒng)將保存索引這一功能分發(fā)到所有的節(jié)點。

三、基于聚類思想解決P2P網(wǎng)絡的邏輯結構與物理結構匹配性的新方法。

正如前文所說，P2P網(wǎng)絡的位置知曉性的問題，研究者提出了很多的解決方法，這些方法也確實都在一定程度上解決了P2P網(wǎng)絡的位置知曉性的問題，但是這些方法也存在這樣或者那樣的問題，比如基于緩存的方法必然對設備的性能有更高的要求，要有更大的存儲空間才有可能保持的性能;基于轉發(fā)機制的方法也存在著在某些情況下容易引發(fā)消息洪泛的可能。所以，基于這些情況，本文提出了基于聚類思想的P2P網(wǎng)絡的位置知曉性的問題的解決方案。

聚類方法是數(shù)據(jù)挖掘技術中的一種重要的方法。我們可以將解決P2P網(wǎng)絡的位置知曉性的問題的方法中的基于集群化思想的地標方法與數(shù)據(jù)挖掘中的聚類思想相結合，從而得到新的解決P2P網(wǎng)絡的位置知曉性的問題的方法。

本文討論P2P網(wǎng)絡的邏輯結構和物理結構匹配問題，分析造成底層網(wǎng)絡重復消息的理論原因，研究對等網(wǎng)絡(P2P)的邏輯結構和物理結構匹配問題。雖然對于P2P網(wǎng)絡的邏輯結構和物理結構匹配問題很多研究者提出了很多的研究方法，但是總有這樣那樣的缺陷，本文根據(jù)網(wǎng)絡環(huán)境的實際情況，提出了基于聚類的P2P網(wǎng)絡知曉性的新算法。

參考文獻:

[1]K.Sripanidkulchai.The Popularity of Gnutella Queries and Its Implications on Scalability.http://www2.cs.cmu.edu/ kunwadee/research/p2p/gnutella.html，2001.

[2]M.Ripeanu，A.Iamnitchi，and I.Foster.Mapping the Gnutella Network.IEEE Internet Computing，2002.

[3]Yunhao Liu，Li Xiao，Xiaomei Liu，Lionel M. Ni，Xiaodong Zhang.Location Awareness in unstructured Peer-to-Peer systems.IEEE TRANSACTIONS ON PARALLEL AND DISTRIBUTED SYSTEMS，VOL.16，NO.2，F(xiàn)EBRUARY 2005

[4]B.Yang and H.Garcia-Molina.Efficient Search in Peer-to-Peer Networks.Proc.22nd Int’l Conf.Distributed Computing Systems(ICDCS)，2002.

[5]Q.Lv，P.Cao，E.Cohen，K.Li，and S.Shenker.Search and Replication in Unstructured Peer-to-Peer Networks.Proc.16th ACM Int’l Conf.Supercomputing，2002.

[6]NG，T.E.，AND ZHANG，H.Predicting Internet Network Distance with Coordinates-based Approaches.In Proceedings of IEEE INFOCOM’02，New York，June 2002.

[7]Yunhao Liu，Li Xiao，Xiaomei Liu，Lionel M.Ni，Xiaodong Zhang.Location-Aware Topology Matching in P2P Systems.IEEE INFOCOM 2004，Hong Kong，China，March 2004.