一種基于物理拓撲的DHT物聯網解析機制*

肖 祿，黃 韜，2，劉 江，魏 亮

（1.北京郵電大學 北京100876；2.南京（中國）未來網絡產業創新中心 南京211100）

1 引言

同當年的互聯網一樣，物聯網也已經成為一種勢不可擋的時代潮流。物聯網的規模化發展與應用亟需建立一套可靠高效的公共服務基礎設施和信息共享機制，而這種共享機制的核心問題在于建立一個高效健壯的物聯網命名解析網絡。在該領域的研究與實踐中，美國EPCglobal組織[1]和日本泛在ID中心（ubiquitious ID center）的標準體系[2]中均探討了物聯網命名解析服務的內容。其中，目前應用比較廣泛的是EPCglobal提出的基于DNS（domain name system，域名系統）架構的對象命名解析系統，即ONS（object naming service，對象命名服務）[3]解析系統。

然而，物聯網是一個實現全球物品信息實時共享的實物互聯網，隨著物聯網的快速發展，物品的地址空間也會迅速增長。對于這種ONS解析系統，在進行信息對象的詳細信息定位查找、命名解析時，會出現根ONS（root ONS）瓶頸問題，甚至導致查詢時延過大、查詢效率過低以及單點失效等問題。

為了解決以上提到的ONS解析系統存在的問題，部分研究開始采用基于 DHT（distributed Hash table，分布式散列表）的 P2P（peer-to-peer，點對點）技術[4,5]。但是，扁平結構的DHT解析結構并未能考慮到網絡中節點的異構性[6]，隨著網絡規模的不斷擴大，弱節點將嚴重地制約P2P網絡的性能，導致網絡整體性能急劇下降[7]。于是，針對扁平DHT解析結構存在的問題，研究人員提出了層次化DHT網絡方 案 ，如 HIERAS[8]、Structured Superpeers[9]、Canon 原 則[10]等。但這些方案依然存在不足之處，如HIERAS[8]和Structured Superpeers[9]的層次化設計中沒有考慮網絡拓撲結構，因此存在路由復雜、查詢效率過低等問題；Canon原則[10]雖然可以反映拓撲結構，但是只適用于特定的網絡拓撲（對數型網絡）。

另外，當前物聯網命名問題存在眾多標識方案，且同類標識方案也存在不同的編碼技術，同時，物聯網是否采用層次化的命名空間仍未確定[11]。因此，目前還沒有統一的可兼容的物聯網命名解析系統，能夠滿足對多種標識同時進行正確的查詢解析和路由轉發，并能夠兼容層次化和非層次化的命名空間，這些都是當前物聯網命名解析系統仍未解決的問題。

針對上述問題，本文提出一種PTDHT-RS（physically topological distributed Hash table resolution system，基于物理拓撲的DHT解析系統）。該解析系統以層次化DHT網絡思想為基礎，并依據實際的底層物理網絡拓撲結構進行組織部署，不僅可以解決ONS解析系統存在的負載不均衡、單點失效以及查詢效率過低等問題，而且能夠全面反映底層物理網絡的實際拓撲結構，從而使得解析及路由過程得到優化，并使解析后的數據回傳效率更高。同時，本系統還可以為層次化和扁平化命名空間提供統一的解析架構，是一種兼容性的解析方案。

2 ONS解析機制

ONS是EPC系統中的命名解析模塊，類似于互聯網DNS，是一個分布式的層次結構系統。ONS由映射信息、根ONS、ONS 服務器、ONS 本地緩存（ONS cache）、本地 ONS解算器（local ONS resolver）5個部分組成，其基本功能是將一個物品的產品電子代碼[1]（electronic product code，EPC）映射到一個或者多個EPCIS（EPC information service，EPC信息服務器）的 URI（uniform resource identifier，網絡通用資源標識符）。類似于DNS將域名地址轉換成IP地址，ONS首先把一個EPC映射到一個或者多個NAPTR（naming authority pointer，名稱權威指針）（統一資源標識（URI）的一種定義格式），然后這些NAPTR在本地DNS中轉換成對應的一個或者多個URI，最后通過這些URI查詢解析到在EPCIS（或Web）服務器上關于此產品的詳細信息[12]，圖1是一個典型的ONS查詢過程演示。

如圖1所示，ONS的典型查詢步驟如下。

（1）從 RFID（radio frequency identification，射頻識別標簽）標簽中讀取一個EPC序列。

（2）標簽解讀器將這個EPC序列發送到本地服務器。

（3）本地服務器根據標簽數據標準[13]把這些比特流轉換成URI形式，再將此URI發送給本地ONS解算器。

（4）本地ONS解算器將此URI轉換為域名形式，并發出對這個域名的NAPTR查詢。

（5）DNS服務器返回一系列NAPTR記錄回答，其中包含有指向一個或者多個相關服務的URI。

（6）本地ONS解算器從返回的NAPTR記錄中提取出需要的EPCIS服務器的RUI，返回給本地服務器。

（7）本地服務器最終與目的EPCIS服務器建立連接。

在ONS系統中，根ONS服務器處于ONS層次結構中的最高層，擁有命名空間中的最高層域名，基本上所有的ONS查詢都從根ONS服務器開始，因此，在EPC網絡中，對根ONS服務器的性能要求相對較高。目前EPC-ONS在全球部署了大約14臺根 ONS服務器，每臺根 ONS服務器負責一個特定國家或地區的EPC編碼解析服務。由于物聯網的命名地址空間大于IP命名地址空間，并且預計將不斷擴大，因此，在當前的ONS架構下，根ONS服務器將不可避免地出現負載過重的問題，目前，EPCglobal和Verisign并未提出該問題的有效解決方案。

3 基于層次化DHT的解析機制

為了解決ONS解析系統中存在的根節點負載重、查詢效率低、查詢時延大等問題，研究人員開始在ONS解析服務中采用P2P技術，特別是結構化P2P技術[14～16]。柏林洪堡大學的Sergei Evdokimov[17]等人在2010年的IEEE傳感網絡與可信計算會議上總結了現存的5種DS（discovery services，發現服務）的實現原理和各方面性能上的優缺點，同時指出基于DHT技術的結構化P2P技術的ONS解析系統的綜合性能更具優勢。

在基于DHT的P2P網絡（簡稱結構化P2P網絡或DHT網絡）中，節點盡管具有不同的計算能力和穩定性，但在網絡中都承擔著同樣的功能角色，即在散列空間上負責關鍵字的注冊和查詢，其中比較典型的系統有Chord[18]、KAD[6]等，然而，已有研究表明，DHT網絡中不僅節點的計算能力（包括存儲空間、帶寬以及CPU性能等）具有很大差異性[7]，而且節點的穩定性也存在很大差異，網絡中的節點可隨時、任意地加入或離開網絡[19～21]。隨著DHT網絡規模的增長，弱節點（即計算能力差，或動態變化劇烈，或計算能力差且動態變化劇烈的節點）嚴重地制約著DHT網絡的性能[7]。為了克服該問題，研究者提出了許多層次化DHT網絡，其中典型的系統有層級化 Chord2[22]、HIERAS[8]和Structured Superpeers[9]等，如圖2所示是一個簡單的兩層層次化DHT網絡架構。

層次化DHT網絡的主要優點有：穩定的高性能節點被選作為超級節點，在超級節點之間構建的上層DHT網絡的維護代價和查詢跳數相對于扁平的DHT網絡更少，且能有效應對DHT網絡中的churn問題（即節點頻繁地加入或離開對DHT網絡性能造成的嚴重影響）。

但是，由于現有的層次化DHT解析系統沒有考慮到節點的實際物理距離，導致邏輯鄰近的節點可能實際相距甚遠，因此，現有層次化DHT解析系統在信息對象查詢解析過程中花費的實際鏈路時延較大，缺乏路由本地性。此外，由于當前網絡中的信息對象更傾向于富媒體化（如大文件、音頻、視頻以及高清視頻等）的內容，導致物聯網所需的命名地址空間迅速擴大、信息容量急劇增加，這種情況下，信息對象查詢解析過程中的路由本地性以及解析得到數據的回傳效率就顯得尤為重要。學術界針對這一問題已提出一些考慮網絡拓撲的改進DHT網絡，如改進d維CAN的PNS方法[23]和Canon原則[10]，其基本思想是將節點分區域分簇，分別建立子DHT系統，再將子DHT系統按層次有機結合。但是這些已有的方案只適用于特定的網絡結構，如Canon方法只適用于對數型網絡，所以，物聯網的解析系統仍有進一步研究的空間。

4 基于物理拓撲的DHT物聯網解析機制

為了解決目前EPC-ONS、單/多層DHT-ONS解析系統存在的問題，建立一套統一的可行且兼容性強的物聯網解析系統方案，本文提出PTDHT-RS。PTDHT-RS可以解決現有解析系統所存在的問題，并為層次化命名空間和非層次化命名空間解析提供統一的解析架構。本節將首先對PTDHT-RS的架構進行描述，再詳細分析信息注冊和查詢解析的過程，最后介紹位于管理層級的全球命名解析部分以及結合結構化層次化命名的優化解析方法。

4.1 系統描述

本文提出的PTDHT-RS分為兩大步驟來處理以ID標識的信息對象的查詢解析。在第一階段，即解析階段中，ID標識被解析成一個位置列表，這一列表指向所需要查找的數據對象的副本。在第二階段，即數據轉發階段，根據配置參數（如網絡狀況等）從位置列表中選擇出最佳位置信息，從而實現數據對象以最佳路徑從源端發送到請求端。

如圖3所示，DHT域按照嵌入式、層次化的結構組織建立一個DHT樹結構，用來反映底層網絡拓撲結構，適應網絡和拓撲需求，可以有效解決查詢解析過程中的路由低效問題。其中具有相同屬性的多個互聯的DHT域構成一個 AD（autonomous domain，自治區域），例如具有相同的信息提供商的DHT域可以實現聚合，形成一個大型的AD。每個DHT域代表不同拓撲層級的網絡，例如AS（autonomous system，自 治 系 統 ）層 級 、POP （point of presence，入網點）層級和 AN（access node，接入點）層級。AN位于該系統最底層，用戶/主機節點通過AN與PTDHT-RS建立聯系。從用戶角度來看，AN層級就類似于互聯網中的本地DNS服務器。每個DHT域的內部節點要按照P2P的模式組織，可以使用自己獨立的DHT機制，例如使用Pastry或Chord算法進行數據對象的查詢。

在解析階段，DR（dictionary record，記錄字典項）中存儲對象的位置列表，包含對象位置ID標識的綁定信息和相關數據單元。PTDHT-RS字典中存儲的DR項與多個DHT域相關。在數據轉發階段，PTDHT-RS和底層的傳輸轉發/路由層是獨立的。例如，轉發最佳路徑可以通過傳統的基于拓撲的路由方式（如OSPF、ISIS、BGP）獲得，確保數據傳輸的有效性。

通常情況下，PTDHT-RS中的每個節點不僅參與自己的DHT域的內部操作，也會參與部分或所有的高層DHT域的操作，即該系統高層級的DHT域是通過匯聚底層較小的DHT域節點，建立一個單一的、更大規模的DHT域，因此，此處定義這個新型的解析系統為物理拓撲化嵌入式的層級化解析系統（PTDHT-RS）。系統中每個節點可以自由選擇加入DHT域的范圍。該系統可以從ONS的邊緣節點開始組織，逐漸增長，形成更大規模，甚至全球性的PTDHT-RS，這樣在實際部署中會更加容易。例如,該系統可以首先部署在一個小型的網絡中，然后與大型的系統建立聯系，最終形成一個單一的、更大規模的PTDHT-RS。

此外，該解析系統中，路由和轉發以兩種獨立的方式發出請求：域內路由/轉發方式，例如一個DHT域內，可以執行由DHT域的提供商決定的路由/轉發機制 （如通過Chord算法）；域間路由/轉發方式，例如在DHT域之間，需要把該請求轉交給更高層級的一個節點來實現域間的路由/轉發，該節點同時屬于不同DHT域。

4.2 信息注冊與查詢

在PTDHT-RS中進行物品信息注冊與查詢解析時，會涉及兩大主要原語——put和get原語。首先，通過put(ID，metadata)可以將新的信息對象的散列值ID注冊入網，如圖3所示。然后，當有客戶節點發送查詢請求時，就通過get(ID)在系統中進行查詢解析，最終獲得信息對象的詳細信息。信息注冊與查詢分組含以下信息。

（1）接口原語

PTDHT-RS中，主要用到 put(ID，metadata)和 get(ID)兩大原語。put原語用來在網絡詞典里注冊綁定信息，例如用于公開對象ID與一組位置列表或者元數據綁定等；get原語用來請求系統返回一組位置列表，也可以請求返回和特定ID綁定的元數據信息。

（2）注冊過程

首先，在PTDHT-RS中注冊用戶設備的標識ID TK。在用戶AN處，TK映射為存儲對象信息的本地地址K（如EPCIS的地址），這個映射信息對于用戶接入點可以是私有的。然后，信息對象就可以在用戶AN處注冊，使得連接到同一AN的本地用戶都可以訪問所注冊的信息。同時，在PTDHT-RS中注冊一個新的對象會創建一個新的DR，通常用來存儲對象X的標識ID映射到用戶設備標識ID TK的間接綁定信息。DR中可以注冊兩種類型的綁定信息：本地直接綁定信息（將對象/節點的標識ID映射到具體的網絡位置）和間接綁定信息（將對象/節點的標識ID映射到其他的節點ID）。

然后，將新信息對象的注冊請求廣播到PTDHT-RS樹結構中，使得沿著AN到根節點AS的傳播路徑中的高層級DHT域上也存儲有對象X的DR。在所有層級的DHT域中，除將在4.3節中提到的最高層級GNR(global name resolution，全球命名解析）之外，散列（對象ID）的值均作為DHT域內存儲及查詢解析信息對象的關鍵字。

此外，在高層級的DHT域中，對象標識ID映射到接入點ANZ的地址Z處，從而在該接入點ANZ處可以通過用戶主機TK的地址K獲得所要查詢的信息對象X。這種綁定信息的方式允許保持主機地址私有，同時因為需要從最初的查詢接入點收到回復的響應，所以也提升了安全性。另外，這種間接的綁定信息方案使得信息對象的移動性也得到了很好的支持，因為接入點可以像移動IP“home agent”一樣將請求重定向到新的TK節點的位置處。

PTDHT-RS中，提供商可以指定每個對象信息的注冊范圍，這就限定了各自DR在樹結構中的傳播范圍。例如：可以將信息對象的注冊限定在本地公司網絡內部而不向上級DHT域傳播。

（3）查詢過程

如圖4所示，用戶（如主機T0）發出信息對象X的查詢請求，該請求首先在ANA處進行查詢分析處理。若查詢解析到需要查找的信息對象則停止查詢解析過程，返回響應信息；若在ANA處沒有獲得信息對象標識ID的對象信息而解析失敗 （例如還沒有將數據對象的副本在該DHT解析域內注冊）時，就將該請求逐層向上廣播到更高的DHT域中，直到找到所要查詢的信息對象的副本，或者在最高層級的DHT域中也未能解析到所查詢的信息對象時，則停止查詢解析過程。最后返回響應信息。

該系統中，低層級DHT域內的節點之間通常要更加鄰近，所以通過以上的查詢解析方式，可以優化解析和數據回傳問題。查詢解析時，堅持選擇來自最近DHT域的信息對象副本的原則，使得數據信息流總保持在本地，從而有效避免域間的數據對象信息流，滿足本地內容屬性。這樣可以進一步優化任播路由策略和位置感知內容分發策略。綜上所述，該系統中信息對象更容易獲得本地訪問解析模式，從小型的DHT解析結構中獲益。

4.3 全球命名解析

物聯網中，按照地域劃分的每個門戶所管轄的AD內都有各自最主要的解析系統，在AD的上層創建了GNR層，負責管理全球的命名解析服務。GNR是一個獨立的節點，可以為ICP客戶端（即物聯網中按地域劃分的多個門戶提供商）提供全球性的解析服務。正如DNS頂層域一樣，GNR可以由獨立可靠的第三方來管理，這樣可以確保正確地管理各個門戶提供商的解析綁定信息。

目前大量的對象信息都在不斷注冊到物聯網中，并且這個數量在不斷地增大，所以，本文提出的PTDHT-RS的最高層級GNR域，就必須具有高度的可擴展性。此外，GNR系統結合ID標識的結構應可以實現內容上的聚合。假設一個信息對象的標識ID結構是A:M，其中A是具有一定語義的命名字段 （如EPC的域名字段），M是該對象信息的唯一編碼字段，明確標識信息對象本身，那么GNR結合域名字段應可以將所有A范圍的信息對象與該ID綁定，實現A內容的聚合。

若未來物聯網中采用扁平化的名字空間，則該系統采用自底向上的查詢解析方式，如4.2節所述。這種情況下，GNR系統將作為一個行政管理實體，而不是用來執行具體的解析本身。該系統建立在全球層級上，只用來管理信息對象的注冊、更新和綁定聚合任務。這些綁定信息會自適應地緩存在對應的DHT域內，通過域間路由協議可以實現域間查詢請求，整個過程在底層AD域內/域間執行，不轉發到GNR系統。

若未來物聯網中采用層次化的名字空間，例如EPC中包含對象信息的地址字段，則將GNR層與底層的DHT域相結合，可以進一步改進層次化命名解析過程。此時，采用類似于兩層P2P-ONS[10]中的自頂向下查詢解析方式，GNR系統只存儲從信息對象關鍵字到物聯網中按地域劃分的每個門戶提供商的映射重定向信息，而不是關鍵字到存儲信息對象地址的信息。所以，GNR系統可以將信息對象ID重定向到特定域名字段所管轄AD DHT域內。

5 系統性能評估與評估

根據物聯網解析系統對目標對象數量、節點性能的需求，本節將對PTDHT-RS的節點數量、節點服務能力等性能指標進行簡要評估與分析。

首先，假設全球性的PTDHT-RS解析系統包含4個層級，分別是AN層級、POP層級、AS層級和GNR層級，所有下層節點和上層超級節點都按照DHT協議組織，對象信息會沿著PHDHT-RS樹，注冊到最高層級（在沒有限制對象信息的注冊范圍的情況下），所以，當超級節點失效時它負責的葉子節點不會孤立，可以有效解決ONS解析系統存在的單點失效問題。

其次，解析系統都要求低時延的解析、轉發過程，因此不能使用傳統的硬盤驅動器，目前固態磁盤存儲器（SSD）可以提供足夠快的訪問速度（15 μs）[24]，最高達到 4 TB的存儲容量（例如Tera Ramsan[24]）。假設目前全球大約有1015個信息對象要在物聯網中注冊，每個信息對象需要1 KB的DR，則該系統每個層級的每個DHT節點上大約可以存儲約109的綁定信息量。因此，若使用PTDHT-RS，僅需要部署大約106個服務節點，而使用基于DNS技術的ONS解析系統時，參照DNS當前的部署狀況，大約需要部署1.2×107個服務節點。所以，PTDHT-RS需要部署的DHT解析節點數量僅為ONS解析系統節點數目的1/10左右。

從查詢時延方面分析：假設將所有的DR都存儲在BBT（balanced binary tree，平衡二叉樹）中，那么在一個單一節點的DR中的一次解析查詢會遍歷平衡二叉樹的30個層級。因此，15 μs（訪問接入時間）×30 層（BBT 的度數）=450 μs（存儲訪問時延），即一次get命令完成過程中的存儲訪問時延不會大于500 μs。

從可以支持的最大訪問數量分析：假設實際中對PTDHT-RS的所有請求中，大部分都是get查詢解析請求。目前SSD存儲服務器可以支持每秒高達2×1010次的存儲訪問操作，因此，該解析系統中的一個DHT節點每秒可以處理多達6.65×104次的get信息對象解析請求 （假設信息對象的綁定信息存儲在30層級的BBT中）。同時假設每個用戶平均每秒會發出2個get信息對象的查詢解析請求，并且最壞的情況是所有請求都需要通過4個層級，即AN層級、POP層級、AS層級和GNR層級的查詢解析才能得到請求響應信息，這樣每個DHT解析節點在只具備一個存儲單元的條件下，仍然可以處理大約8 300個用戶請求。所以，106個DHT解析節點可以并行處理大約1010個用戶的查詢解析請求。

最后，從更新過程對動態帶寬的需求分析：假設該系統所注冊對象信息中每1 500 byte平均包含大約10個綁定信息，且每天只有1%的DR需要更新，則在一個單一的DHT節點處就需要更新4×109個DR或者是6 GB大小的綁定信息量。因此，每天更新1%DR的綁定信息時，僅需要大約0.56 Mbit/s的持續更新帶寬，而每天更新10%DR的綁定信息，僅需要5.6 Mbit/s的持續更新帶寬。

6 結束語

本文在充分借鑒DHT網絡優勢的基礎上，基于層次化DHT網絡架構的基本思想，提出了一種新型的PTDHT-RS。從實際部署中需要的節點數量、訪問所需要的時延、支持的最大訪問量以及所需要的帶寬等方面對該系統進行估計分析結果顯示，PTDHT-RS不僅可以通過層次化、拓撲化的嵌入結構有效解決ONS解析系統低時延、負載不均衡和效率問題，也可以通過較全面地反映底層的物理網絡拓撲結構解決當前解析系統中數據的回傳效率低的問題，從而確保了網絡的路由本地性，提高了物聯網解析效率。此外，PTDHT-RS為層次化和扁平化命名空間提供了統一的解析架構，解決了目前解析系統不能正確解析非層次化命名空間的問題。

在PTDHT-RS中，仍有一些問題尚未解決，例如PTDHT-RS的原型系統搭建及驗證問題，安全認證問題，系統架構的復雜度問題等。因此，后續的首要工作就是對PTDHT-RS進行實際的模擬，進一步分析系統性能，并進行改進優化；其次，要進一步探討研究物聯網解析過程中存在的安全認證問題，增強PTDHT-RS的可信程度；最后，應進一步降低解析系統架構的復雜度，從而使PTDHT-RS能夠更好地滿足物聯網查詢解析服務的效率需求。

1 EPCglobal. The EPCglobal Architecture Framework. The EPCglobal Standards Development Process,2007

2 Ken Sakamura.Ubiquitous ID technologies 2008.Ubiquitous ID center,http://www.Uidcenter.org/pdf/UID910-W001-080226_en.pdf,2008

3 EPCglobal.EPCglobal object name service （ONS）1.0.1,http://www.epcglobal.org.cn/,2008

4 劉學洋，趙文，張世琨等.基于P2P的RFID編碼解析網絡結構與算法研究.電子學報，2008,12（36）：102～108

5 Fabiall B,Gunther O.Distributed ONS and its impact on privacy.Proceedings of the IEEE International Conference on Communications,Glasgow,Scotland,2007:1 223～1 228

6 Maymounkov P, Mazieres D. Kademlia: a peer-to-peer information system based on the XOR metric.Proceedings of the International Workshop on Peer-to-Peer Systems,Cambridge,USA,2002:53～65

7 Saroiu S,Gummadi P K,Gribble S D.A measurement study of peer-to-peer file sharing systems.Proceedings of the Multimedia Computing and Networking,San Jose,USA,2002：156～170

8 Xu Z,Min R,Hu Y．HIERAS:a DHT based hierarchical P2P routing algorithm.Proceedings of the International Conference of Parallel Processing,Kaohsiung,Taiwan,China,2003:187～194

9 Mizrak A T,Cheng Y,Kumar V,et al.Structured Superpeers:leveraging heterogeneity to provide constant-time lookup.Proceedings of the IEEE Workshop on Internet Applications,San Jose,USA,2003:104～111

10 Prasanna Ganesan,Krishna Gummadi,Hector Garcia-Molina.Canon in G major:designing DHTs with hierarchical structure.Proceedings of 24th IEEE International Conference on Distributed Computing Systems(ICDCS'04),Tokyo,Japan,2004

11 Dannewitz C,Golic J,Ohlman B,et al.Secure naming for a network of information.Proceedings of the 13th IEEE Global Internet Symposium,San Diego,USA,2010

12 Lee G,Shin J.Discovery architecture for the tracing of products in the EPCglobal network. Proceedings of IEEE/IEIP International Conference,Shanghai,China,2008

13 EPC Tag Data Standard Version 1.5,http://www.gs1.org/gsmp/kc/epcglobal/tds/tds_1_5-standard-20100818.pdf,2010:31～32

14 劉洪濤，程良倫.基于DHT的物聯網命名服務體系結構研究.計算機應用研究,2011,6（28）：2 327～2 329

15 Xu He,Wang Suoping,Wang Ruchuan.P2PONS:a distributed object naming service architecture based on P2P for EPC network.AISS:Advances in Information Sciences and Service Sciences,2011,3(3):1～10

16 Wen Zhao,Xueyang Liu,Xinpeng Li,et al.Research on hierarchical P2P based RFID code resolution network and its security.Proceedings of International Conference on Frontier of Computer Science and Technology,Shanghai,China,2009

17 Evdokimov S,Fabian B,Kunz S,et al.Comparison of discovery service architectures for the internet of things．Proceedings of the IEEE International Conference on Sensor Networks,Ubiquitous,and Trustworthy Computing,Newport Beach,California,2010:237～244

18 Stoica I，Morris R，Karger D，et al．Chord：a scalable peer-to-peer lookup service for internet applications.Proceedings of the ACM SIGCOMM,San Diego，USA，2001：149～160

19 Godfrey P B， ShenkerS,Stoica I．Minimizing churn in distributed systems.Proceedings of the ACM SIGCOMM,Pisa，Italy，2006：147～158

20 Krishnamurthy S， E1-Ansary S， Aurell E， et al．An analytical study of a structured overlay in the presence of dynamic membership．IEEE Transactions on Networking，2008，16(4)：814～825

21 Garces-Erice L，Biersaek E W，Ross K W，et al．Hierarchical peer-to-peer systems.Parallel Processing Letters,2003，13(4)：643～657

22 Joung Y J,Wang J C.Chord2:A two-layer Chord for reducing maintenance overhead via heterogeneity．ComputerNetworks，2007，51(3)：712～731

23 Ratnasamy S,Francis P,Handley M.A scalablecontentaddressable network.Proceedings of the 2001 Conference on Applications,Technologies,Architectures,and Protocolsfor Computer Communications,San Diego,California,USA,2001

24 Texas Memory Systems,http://www.ramsan.com,2011