【文章內容簡介】 與典型的 PRM 測量模型方法 Pathload 相比， FSabe 的精確性更高、測 量時間更短、對網絡路徑的干擾更小。 最后，針對覆蓋網中實現快速數據分發(fā)面臨的路由效率低下和分發(fā)路徑的性能瓶頸問題，提出了位置感知的非結構化覆蓋網拓撲構建算法 Lautc 以及延遲帶寬敏感的分發(fā)路徑選擇方法 LBPS。在 Lautc 算法中，采用非結構化拓撲和分布式構建方式，提高了拓撲的動態(tài)適應能力、彈性恢復能力以及可擴展性；采用隨機行走方式并結合低延遲鄰居選擇策略構建拓撲，降低了延遲伸展率，提高了數據定位的效率。在 LBPS 方法中，以位置感知的非結構化覆蓋網拓撲為基礎，減少了傳輸延遲，提高了數據定位的效率；采用半分布式的帶寬容量信息管理方式，增強了可擴展性和實用性；根據網絡延遲、帶寬容量和可用帶寬選擇路徑，在確保優(yōu)化分發(fā)路徑的同時減少網絡延遲，有效地提高了數據分發(fā)的效率。實驗結果表明，利用 Lautc 算法構建的覆蓋網拓撲的延遲伸展率較 Binning 方法更低，位置感知能力更強；與 Gnutella 拓撲相比， Lautc算法構建的拓撲數據定位效率更高。此外，通過深入比較分發(fā)路徑優(yōu)化前后的路徑可用帶寬，證明了 LBPS 方法能有效地優(yōu)化分發(fā)路徑，提高數據分發(fā)的效率。 Inter 環(huán)境下的快速數據分發(fā)作為一種高吞吐率、低延遲、轉發(fā) 時間緊迫的數據分發(fā)模式，在突發(fā)事件響應、信息化戰(zhàn)場環(huán)境、多媒體應用、新聞傳播、金融證券等需要快速共享信息的諸多領域，發(fā)揮著極其重要的作用?；诟采w網的快速數據分發(fā)可以利用覆蓋網的部署靈活、自治性、可擴展性和魯棒性強等特點，實現有效的數據分發(fā)。然而，由于現有覆蓋網的構建不能有效地反映底層物理網絡拓撲特性，極易導致數據分發(fā)過程中路由效率和傳輸性能低下等問題。延遲和帶寬作為網絡路徑的重要參數，極大地影響著數據分發(fā)的效率。為支持有效的快速數據分發(fā)，對網絡延遲預測、網絡路徑的可用帶寬測量以及為優(yōu)化路由效率和數據分發(fā)路 徑的延遲帶寬敏感技術進行了深入的研究。 首先，針對已有網絡坐標計算方法在收斂性、精確性、安全性等方面的不足，提出了一種基于分簇的啟發(fā)式網絡坐標計算方法 CHCC以優(yōu)化網絡延遲預測。 CHCC中利用改進的 Binning分簇算法 EBinning 對節(jié)點有效地分簇，并結合最優(yōu)的分布式地標選擇策略Hybrid 以優(yōu)化方法的可擴展性和精確性；提出并使用惡意節(jié)點檢測算法 MNDA 檢測惡意節(jié)點以提高網絡坐標的安全性；提出并使用啟發(fā)式坐標更新算法 HCUA 對坐標周期性更新以提高坐標的收斂速度和預測精度；提出并使用坐標穩(wěn)定算法CSA 對坐標進行穩(wěn)定處理以防止坐標發(fā)生漂移現象，增強坐標的穩(wěn)定性。實驗結果表明，與已有的典型方法 Vivaldi 相比， CHCC 具有更好的收斂性、穩(wěn)定性、安全性和精確性。 其次，針對 Inter 網絡環(huán)境下端到端路徑的可用帶寬測量問題，提出了一種快速自適應的網絡路徑可用帶寬測量方法 FSabe。 FSabe 基于探測速率模型 PRM，克服了探測間隔模型 PGM 中需要已知帶寬容量以及緊致鏈路和窄帶鏈路為同一鏈路的條件；根據接收端的到達速率和背景流的突發(fā)性來自適應調整探測包串的發(fā)送速率，提高了測量的收斂速度；根據背景流量的突 發(fā)性與路徑負載的情況自適應地確定探測包串長度，減少了探測包的數目并減輕了對網絡路徑的影響，提高了方法的可用性；采用適宜的探測包大小，并改進了判斷探測包單向延時變化的方法，增強了方法的精確性和抗干擾性。實驗結果表明，與典型的 PRM 測量模型方法 Pathload 相比， FSabe 的精確性更高、測量時間更短、對網絡路徑的干擾更小。 最后，針對覆蓋網中實現快速數據分發(fā)面臨的路由效率低下和分發(fā)路徑的性能瓶頸問題，提出了位置感知的非結構化覆蓋網拓撲構建算法 Lautc 以及延遲帶寬敏感的分發(fā)路徑選擇方法 LBPS。在 Lautc 算法中，采用非結構化拓撲和分布式構建方式，提高了拓撲的動態(tài)適應能力、彈性恢復能力以及可擴展性；采用隨機行走方式并結合低延遲鄰居選擇策略構建拓撲，降低了延遲伸展率，提高了數據定位的效率。在 LBPS 方法中，以位置感知的非結構化覆蓋網拓撲為基礎，減少了傳輸延遲，提高了數據定位的效率；采用半分布式的帶寬容量信息管理方式，增強了可擴展性和實用性；根據網絡延遲、帶寬容量和可用帶寬選擇路徑，在確保優(yōu)化分發(fā)路徑的同時減少網絡延遲，有效地提高了數據分發(fā)的效率。實驗結果表明，利用 Lautc 算法構建的覆蓋網拓撲的延遲伸展率較 Binning 方法更低，位置感知能力更強；與 Gnutella 拓撲相比， Lautc算法構建的拓撲數據定位效率更高。此外，通過深入比較分發(fā)路徑優(yōu)化前后的路徑可用帶寬，證明了 LBPS 方法能有效地優(yōu)化分發(fā)路徑，提高數據分發(fā)的效率。 Inter 環(huán)境下的快速數據分發(fā)作為一種高吞吐率、低延遲、轉發(fā)時間緊迫的數據分發(fā)模式，在突發(fā)事件響應、信息化戰(zhàn)場環(huán)境、多媒體應用、新聞傳播、金融證券等需要快速共享信息的諸多領域，發(fā)揮著極其重要的作用。基于覆蓋網的快速數據分發(fā)可以利用覆蓋網的部署靈活、自治性、可擴展性和魯棒性強等特點，實 現有效的數據分發(fā)。然而，由于現有覆蓋網的構建不能有效地反映底層物理網絡拓撲特性，極易導致數據分發(fā)過程中路由效率和傳輸性能低下等問題。延遲和帶寬作為網絡路徑的重要參數，極大地影響著數據分發(fā)的效率。為支持有效的快速數據分發(fā)，對網絡延遲預測、網絡路徑的可用帶寬測量以及為優(yōu)化路由效率和數據分發(fā)路徑的延遲帶寬敏感技術進行了深入的研究。 首先，針對已有網絡坐標計算方法在收斂性、精確性、安全性等方面的不足，提出了一種基于分簇的啟發(fā)式網絡坐標計算方法 CHCC以優(yōu)化網絡延遲預測。 CHCC中利用改進的 Binning分簇算法 EBinning 對節(jié)點有效地分簇，并結合最優(yōu)的分布式地標選擇策略Hybrid 以優(yōu)化方法的可擴展性和精確性；提出并使用惡意節(jié)點檢測算法 MNDA 檢測惡意節(jié)點以提高網絡坐標的安全性；提出并使用啟發(fā)式坐標更新算法 HCUA 對坐標周期性更新以提高坐標的收斂速度和預測精度；提出并使用坐標穩(wěn)定算法CSA 對坐標進行穩(wěn)定處理以防止坐標發(fā)生漂移現象，增強坐標的穩(wěn)定性。實驗結果表明，與已有的典型方法 Vivaldi 相比， CHCC 具有更好的收斂性、穩(wěn)定性、安全性和精確性。 其次，針對 Inter 網絡環(huán)境下端到端路徑的可用帶寬測量問題，提出了一種快速自適應的網絡路徑可用帶寬測量方法 FSabe。 FSabe 基于探測速率模型 PRM，克服了探測間隔模型 PGM 中需要已知帶寬容量以及緊致鏈路和窄帶鏈路為同一鏈路的條件；根據接收端的到達速率和背景流的突發(fā)性來自適應調整探測包串的發(fā)送速率，提高了測量的收斂速度；根據背景流量的突發(fā)性與路徑負載的情況自適應地確定探測包串長度，減少了探測包的數目并減輕了對網絡路徑的影響，提高了方法的可用性；采用適宜的探測包大小，并改進了判斷探測包單向延時變化的方法，增強了方法的精確性和抗干擾性。實驗結果表明，與典型的 PRM 測量模型方法 Pathload 相比， FSabe 的精確性更高、測量時間更短、對網絡路徑的干擾更小。 最后，針對覆蓋網中實現快速數據分發(fā)面臨的路由效率低下和分發(fā)路徑的性能瓶頸問題，提出了位置感知的非結構化覆蓋網拓撲構建算法 Lautc 以及延遲帶寬敏感的分發(fā)路徑選擇方法 LBPS。在 Lautc 算法中，采用非結構化拓撲和分布式構建方式，提高了拓撲的動態(tài)適應能力、彈性恢復能力以及可擴展性；采用隨機行走方式并結合低延遲鄰居選擇策略構建拓撲，降低了延遲伸展率，提高了數據定位的效率。在 LBPS 方法中，以位置感知的非結構化 覆蓋網拓撲為基礎，減少了傳輸延遲，提高了數據定位的效率；采用半分布式的帶寬容量信息管理方式，增強了可擴展性和實用性；根據網絡延遲、帶寬容量和可用帶寬選擇路徑，在確保優(yōu)化分發(fā)路徑的同時減少網絡延遲，有效地提高了數據分發(fā)的效率。實驗結果表明，利用 Lautc 算法構建的覆蓋網拓撲的延遲伸展率較 Binning 方法更低，位置感知能力更強；與 Gnutella 拓撲相比， Lautc算法構建的拓撲數據定位效率更高。此外，通過深入比較分發(fā)路徑優(yōu)化前后的路徑可用帶寬，證明了 LBPS 方法能有效地優(yōu)化分