论文部分内容阅读
近年来,基于文件共享,流媒体组播,网络协作等应用的P2P网络技术得到了越来越广泛的应用。传统的网络结构形态如C/S模式、CDN、IP组播等,在系统的可扩展性、可靠性和经济性等方面存在瓶颈,不能满足大规模并发服务的需求。P2P网络以其灵活组网,节点自治,无限充分利用网络节点资源(带宽,CPU,文件)等优势,得到了众多研究机构,大众的青睐,P2P网络在聚集网络资源为节点提供信息和服务方面表现强而有力。然而,由于P2P网络自身特性之一:节点自治,导致了网络亟需一种套行之有效的激励措施来鼓励节点在享受服务的同时更多的分享和提供资源。
本文主要研究P2P网络激励机制的相关理论和技术,首先研究了几种典型的P2P激励模型的基础:其次提出了一种K层迭代计算和管理节点信誉值的激励模型;最后,对K层迭代计算和管理信誉值的模型进行了博弈建模,以经济学为基础建立了完全信息条件下和非完全信息条件下的简单和复杂的两种模型,求出了模型中的Nash均衡,证明了本协议算法的可存在性,统计出了全网的整体效益。
K层迭代计算和管理节点信誉值模型是基于接受信息和服务的节点的评价反馈机制,以节点为中心辐射K层收集评价信息,分布式存储节点信誉值的计算和管理信誉值模型,权衡考虑了“防搭便车”、“反共谋”和“提高计算速度”等方面性能。模型中节点分布式存储其它节点(不包含自我)的信誉值,它有效避免了集中式存储节点信誉值的速度瓶颈、单点作弊等问题。同时,优化了节点信誉值的计算公式,可以充分考虑节点自身的性能上限。本模型鼓励了“态度良好性能有限”的节点的共享资料并提供服务,更符合现实。此外,模型优化了“反共谋”逻辑,提高了节点信誉值计算和更新速度。
本文实现了模型的系统原型,并针对模型中的主要性能指标设计了仿真实验,实验数据表明模型在抑制节点“搭便车”行为,防止节点间的“共谋”行为,提高网络整体迭代计算和更新节点信誉值时速度方面都有显著的性能优化。