基于P-范式模型的P2P网络分组查询算法

计算机工程与应用 ›› 2007, Vol. 43 ›› Issue (24): 127-130.

基于P-范式模型的P2P网络分组查询算法

张晓玲¹，钟诚¹，李智^1,2，蓝乾艺¹

1．广西大学计算机与电子信息学院，南宁 530004
2．广西科技信息网络中心，南宁 530012

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2007-08-21 发布日期:2007-08-21
通讯作者: 张晓玲

P2P network grouping search algorithm based on P-paradigm model

ZHANG Xiao-ling¹，ZHONG Cheng¹，LI Zhi^1,2，LAN Qian-yi¹

1.School of Computer and Electronics and Information，Guangxi University，Nanning 530004，China
2.Guangxi Science and Technology Network Information Center，Nanning 530012，China

Received:1900-01-01 Revised:1900-01-01 Online:2007-08-21 Published:2007-08-21
Contact: ZHANG Xiao-ling

摘要/Abstract

摘要： P2P系统的可用性取决于查找数据的有效方法。利用节点兴趣和节点与中心节点的通信延迟建立链接，动态分组P2P网络的节点，查询节点通过中心节点转发搜索请求给其他中心节点，中心节点收到搜索请求后，若查找资源的主题排在本组关注的前K（K一般取1～3）位，则搜索本组内所有节点。在此基础上，提出了一种基于P-范式模型的P2P网络分组查询算法。算法分析和实验结果表明该算法的性能优于MSW查询算法。

关键词: P2P网络, 查询算法, P-范式模型, 节点兴趣, 分组

Abstract: The usability of Peer-to-Peer（P2P） systems depends on the effective techniques to find and retrieve data.Based on the P-paradigm model，a P2P network grouping search algorithm is presented by establishing the links and partitioning dynamically the nodes of P2P networks according to peer’s interest and communication delay.Its key idea is that the searching node transmits messages into the center node and the center node transmits the messages to the nodes whose interest is similar to the messages.The theoretical analysis and experiment results show that the performance of the algorithm is superior to the MSW searching algorithms.

Key words: P2P network, searching algorithm, P-paradigm model, node interest, partitioning

张晓玲¹，钟诚¹，李智^1,2，蓝乾艺¹. 基于P-范式模型的P2P网络分组查询算法[J]. 计算机工程与应用, 2007, 43(24): 127-130.

ZHANG Xiao-ling¹，ZHONG Cheng¹，LI Zhi^1,2，LAN Qian-yi¹. P2P network grouping search algorithm based on P-paradigm model[J]. Computer Engineering and Applications, 2007, 43(24): 127-130.

[1]	卜冠南，刘建华，姜磊，张冬阳. 一种自适应分组的蚁群算法[J]. 计算机工程与应用, 2021, 57(6): 67-73.
[2]	沈璇，王欣玫，何俊，孙志远. Robin算法改进的6轮不可能差分攻击[J]. 计算机工程与应用, 2021, 57(5): 95-99.
[3]	任军效，常新，侯滢，曹小博. 考虑用户偏好和平台收益的共享泊位分配模型[J]. 计算机工程与应用, 2021, 57(24): 242-248.
[4]	张宇，张延松. 向量分组聚集计算技术研究[J]. 计算机工程与应用, 2021, 57(11): 84-94.
[5]	陈甜甜，何秀青，葛文双，何聚厚. 大规模在线协作学习分组方法及应用研究[J]. 计算机工程与应用, 2021, 57(1): 92-98.
[6]	吴杰，段锦，赫立群，李英超，朱文涛. DS-YOLO网络在遥感图像中的飞机检测算法研究[J]. 计算机工程与应用, 2021, 57(1): 181-187.
[7]	梁承姬，申哲，张悦. 干扰约束下考虑分组作业面的岸桥AGV联合调度[J]. 计算机工程与应用, 2020, 56(18): 254-261.
[8]	丁棋梁，石泽智，李建华. 基于分组贝叶斯排序的药物-靶标关系预测[J]. 计算机工程与应用, 2020, 56(15): 185-190.
[9]	李国强，周贺，马锴，张露. 特征分组提取融合深度网络手写汉字识别[J]. 计算机工程与应用, 2020, 56(12): 163-168.
[10]	刘涛，杨林涛，徐静雅，谢文武，刘守印. 消除时空集聚性影响的社交关系推断方法研究[J]. 计算机工程与应用, 2019, 55(24): 128-134.
[11]	杨静雅，孙林夫，吴奇石. 基于汽车售后故障数据的关联分析[J]. 计算机工程与应用, 2019, 55(22): 219-224.
[12]	郝娟，张著洪，凃歆. 噪声环境下RSSI定位问题及其求解的果蝇优化算法[J]. 计算机工程与应用, 2018, 54(7): 121-126.
[13]	汪阳雄，张向文. 基于MK60DN512ZVLQ10纯电动汽车BMS上位机模块设计与实现[J]. 计算机工程与应用, 2018, 54(7): 232-238.
[14]	刘婕，马帅. 结构图正则低秩子空间聚类[J]. 计算机工程与应用, 2018, 54(18): 1-7.
[15]	文卫东1，李鸯2，李文海2. 基于Trevni行列混合的分布式嵌套存储研究[J]. 计算机工程与应用, 2018, 54(18): 74-81.