基于興趣的P2P非結構化短鏈路資源搜索算法研究.pdf

1、太原理工大學碩士學位論文基于興趣的P2P非結構化短鏈路資源搜索算法研究姓名：張巧鳳申請學位級別：碩士專業(yè)：@指導教師：任新華@太原理工大學碩士研究生學位論文II時定義好的，在加入網絡之后有相對固定的鄰居，不能隨著用戶興趣的變化改變自己的鄰居節(jié)點，不能充分地共享和利用資源信息。網絡的小世界和冪定律性有利于提高搜索效率，能有效的利用“度”較高的節(jié)點。本文結合網絡的這兩個重要特性，對現有基于興趣的P2P搜索方法(也稱短鏈路搜索算法，Shtcu

2、tsalgithm)進行了改進，把改進后的算法稱為基于興趣的共同鄰居短鏈路預測算法(SCPCN)。并優(yōu)化了改進算法，稱為優(yōu)化的基于興趣的共同鄰居短鏈路預測(OptimizedShtcutsPredictionbasedonCommonNeighbsOSCPCN)。此改進的算法是在基于興趣的短鏈路搜索算法的基礎上提出的，節(jié)點首先按照興趣類別加入網絡，在發(fā)起搜索時優(yōu)先選擇搜索興趣相近的鄰居節(jié)點。同時，節(jié)點不僅在搜索的過程通過搜索的響應節(jié)點去

3、發(fā)現與自己有共同興趣的鄰居，而且主要是自發(fā)地主動地發(fā)現、預測新的可能返回查詢結果的節(jié)點。通過不斷的主動預測，調整鄰居節(jié)點，始終保持鄰居節(jié)點與自己有相同或相似度較高的興趣，從而保證了搜索的高效率性。本文用PeerSim仿真軟件對所改進的算法進行仿真驗證，與原有的Shtcuts算法和Flooding算法相比，OSCPCN在搜索效率方面有較大的提高，搜索路由跳數(搜索響應時間)縮短，網絡負載均衡和冗余消息的產生量方面也有大幅度的降低。關鍵詞：