【文章內(nèi)容簡介】 。數(shù)據(jù)在轉(zhuǎn)發(fā)過程中記錄了最近經(jīng)過的路徑蹤跡信息，因此避免了隨機轉(zhuǎn)發(fā)過程中可能產(chǎn)生的環(huán)路。為了避免蹤跡可能導(dǎo)致的路徑阻塞，設(shè)計了一種路徑的恢復(fù)機制。模擬實驗結(jié)果表明， CRAWL算法通過降低消息開銷有效地提高了數(shù)據(jù)分 發(fā)的效率。 為了提高上層分布式平衡二叉樹上精確數(shù)據(jù)匹配的效率，提出了一個基于屬性計數(shù)的分布式匹配算法CDM。不同的屬性對應(yīng)不同的分布式平衡二叉樹，因此，同一個數(shù)據(jù)以并行的方式在不同的屬性平衡二叉樹上進(jìn)行匹配，然后將匹配了的數(shù)據(jù)直接發(fā)送到目標(biāo)節(jié)點上。目標(biāo)節(jié)點為每個數(shù)據(jù)維護(hù)一個計數(shù)器來記錄收到該數(shù)據(jù)的次數(shù)，當(dāng)該數(shù)目達(dá)到訂閱所含的屬性數(shù)以后，確認(rèn)接受該數(shù)據(jù)。 Peersim 上的模擬實驗結(jié)果表明，CDM 算法極大的降低了匹配的開銷，適合對效率要求較高的快速數(shù)據(jù)分發(fā)應(yīng)用。 數(shù)據(jù)分發(fā)是分布式環(huán)境中資源匯聚和共享的一項關(guān) 鍵技術(shù)，并且隨著網(wǎng)絡(luò)技術(shù)的發(fā)展日益重要。基于內(nèi)容的快速數(shù)據(jù)分發(fā)根據(jù)用戶預(yù)先設(shè)定的興趣和待分發(fā)數(shù)據(jù)的特征信息，在盡可能短的時間內(nèi)把一組中、小型數(shù)據(jù)從一個或者多個源節(jié)點傳送到對數(shù)據(jù)感興趣的多個目標(biāo)節(jié)點上。覆蓋網(wǎng)機制能夠有效的支持基于內(nèi)容的快速數(shù)據(jù)分發(fā)：目標(biāo)節(jié)點對數(shù)據(jù)的需求在覆蓋網(wǎng)上表達(dá)，源節(jié)點產(chǎn)生的數(shù)據(jù)通過覆蓋網(wǎng)與相應(yīng)的數(shù)據(jù)需求匹配，進(jìn)而被引導(dǎo)到感興趣的目標(biāo)節(jié)點集合。 拓?fù)浣Y(jié)構(gòu)的構(gòu)建和維護(hù)、路由算法和匹配算法的設(shè)計是基于內(nèi)容快速數(shù)據(jù)分發(fā)的核心問題?，F(xiàn)有的結(jié)構(gòu)化拓?fù)潆m然路由效率較高，但缺乏靈活性和可擴展性，在 動態(tài)嘲絡(luò)環(huán)境下拓?fù)渚S護(hù)開銷較高：非結(jié)構(gòu)化拓?fù)潇`活簡單，然而路由開銷較高，不能滿足快速分發(fā)的時效性要求。針對上述問題，本文從覆蓋網(wǎng)拓?fù)錁?gòu)建、維護(hù)方法，以及相應(yīng)的路由算法和匹配算法等方面進(jìn)行了深入研究。 針對動態(tài)網(wǎng)絡(luò)環(huán)境中基于內(nèi)容的快速數(shù)據(jù)分發(fā)的拓?fù)錁?gòu)建問題，提出了一種基于內(nèi)容的雙層拓?fù)浣Y(jié)構(gòu) CBDLO。 CBDLO 是一個由上下兩層拓?fù)錁?gòu)成的復(fù)合拓?fù)浣Y(jié)構(gòu)，下層是一個非結(jié)構(gòu)化的拓?fù)浣Y(jié)構(gòu)，上層是多個對應(yīng)不同屬性的分布式平衡二又樹 DAVL。在 CBDLO中，每個屬性的值空間被分割成若干個相連但是互不相交的子空間，每個子 空間對應(yīng)一個虛擬節(jié)點，然后根據(jù)其對應(yīng)的值空間邊界把虛擬節(jié)點組織成一棵平衡二叉樹。每個虛擬節(jié)點被映射到不同的網(wǎng)絡(luò)節(jié)點上，使平衡二叉樹成為一個分布式的結(jié)構(gòu)。在 Peersim 模擬器上以事件驅(qū)動的方式驗證了 CBDLO 拓?fù)浣Y(jié)構(gòu)的性能。測試結(jié)果表明 CBDLO 能夠較好的適應(yīng)網(wǎng)絡(luò)的動態(tài)性，具有較好的可擴展性。 為了降低下層非結(jié)構(gòu)化拓?fù)渖蠑?shù)據(jù)路由的消息開銷，提出了一個基于內(nèi)容的帶蹤跡路由算法 CRAWL。 CRAWL 以隨機行走的方式在下層非結(jié)構(gòu)化拓?fù)渖限D(zhuǎn)發(fā)數(shù)據(jù)，同時為對應(yīng)數(shù)據(jù)尋找相應(yīng)的上層屬性拓?fù)涞娜肟?。?shù)據(jù)在轉(zhuǎn)發(fā)過程中記錄 了最近經(jīng)過的路徑蹤跡信息，因此避免了隨機轉(zhuǎn)發(fā)過程中可能產(chǎn)生的環(huán)路。為了避免蹤跡可能導(dǎo)致的路徑阻塞，設(shè)計了一種路徑的恢復(fù)機制。模擬實驗結(jié)果表明， CRAWL算法通過降低消息開銷有效地提高了數(shù)據(jù)分發(fā)的效率。 為了提高上層分布式平衡二叉樹上精確數(shù)據(jù)匹配的效率，提出了一個基于屬性計數(shù)的分布式匹配算法CDM。不同的屬性對應(yīng)不同的分布式平衡二叉樹，因此，同一個數(shù)據(jù)以并行的方式在不同的屬性平衡二叉樹上進(jìn)行匹配，然后將匹配了的數(shù)據(jù)直接發(fā)送到目標(biāo)節(jié)點上。目標(biāo)節(jié)點為每個數(shù)據(jù)維護(hù)一個計數(shù)器來記錄收到該數(shù)據(jù)的次數(shù)，當(dāng)該數(shù)目達(dá)到訂 閱所含的屬性數(shù)以后，確認(rèn)接受該數(shù)據(jù)。 Peersim 上的模擬實驗結(jié)果表明，CDM 算法極大的降低了匹配的開銷，適合對效率要求較高的快速數(shù)據(jù)分發(fā)應(yīng)用。 數(shù)據(jù)分發(fā)是分布式環(huán)境中資源匯聚和共享的一項關(guān)鍵技術(shù)，并且隨著網(wǎng)絡(luò)技術(shù)的發(fā)展日益重要?；趦?nèi)容的快速數(shù)據(jù)分發(fā)根據(jù)用戶預(yù)先設(shè)定的興趣和待分發(fā)數(shù)據(jù)的特征信息，在盡可能短的時間內(nèi)把一組中、小型數(shù)據(jù)從一個或者多個源節(jié)點傳送到對數(shù)據(jù)感興趣的多個目標(biāo)節(jié)點上。覆蓋網(wǎng)機制能夠有效的支持基于內(nèi)容的快速數(shù)據(jù)分發(fā)：目標(biāo)節(jié)點對數(shù)據(jù)的需求在覆蓋網(wǎng)上表達(dá)，源節(jié)點產(chǎn)生的數(shù)據(jù)通過覆蓋網(wǎng)與相應(yīng)的數(shù)據(jù) 需求匹配，進(jìn)而被引導(dǎo)到感興趣的目標(biāo)節(jié)點集合。 拓?fù)浣Y(jié)構(gòu)的構(gòu)建和維護(hù)、路由算法和匹配算法的設(shè)計是基于內(nèi)容快速數(shù)據(jù)分發(fā)的核心問題?，F(xiàn)有的結(jié)構(gòu)化拓?fù)潆m然路由效率較高，但缺乏靈活性和可擴展性，在動態(tài)嘲絡(luò)環(huán)境下拓?fù)渚S護(hù)開銷較高：非結(jié)構(gòu)化拓?fù)潇`活簡單，然而路由開銷較高，不能滿足快速分發(fā)的時效性要求。針對上述問題，本文從覆蓋網(wǎng)拓?fù)錁?gòu)建、維護(hù)方法，以及相應(yīng)的路由算法和匹配算法等方面進(jìn)行了深入研究。 針對動態(tài)網(wǎng)絡(luò)環(huán)境中基于內(nèi)容的快速數(shù)據(jù)分發(fā)的拓?fù)錁?gòu)建問題，提出了一種基于內(nèi)容的雙層拓?fù)浣Y(jié)構(gòu) CBDLO。 CBDLO 是一個由 上下兩層拓?fù)錁?gòu)成的復(fù)合拓?fù)浣Y(jié)構(gòu)，下層是一個非結(jié)構(gòu)化的拓?fù)浣Y(jié)構(gòu)，上層是多個對應(yīng)不同屬性的分布式平衡二又樹 DAVL。在 CBDLO中，每個屬性的值空間被分割成若干個相連但是互不相交的子空間，每個子空間對應(yīng)一個虛擬節(jié)點，然后根據(jù)其對應(yīng)的值空間邊界把虛擬節(jié)點組織成一棵平衡二叉樹。每個虛擬節(jié)點被映射到不同的網(wǎng)絡(luò)節(jié)點上，使平衡二叉樹成為一個分布式的結(jié)構(gòu)。在 Peersim 模擬器上以事件驅(qū)動的方式驗證了 CBDLO 拓?fù)浣Y(jié)構(gòu)的性能。測試結(jié)果表明 CBDLO 能夠較好的適應(yīng)網(wǎng)絡(luò)的動態(tài)性，具有較好的可擴展性。 為了降低下層非結(jié)構(gòu)化拓 撲上數(shù)據(jù)路由的消息開銷，提出了一個基于內(nèi)容的帶蹤跡路由算法 CRAWL。 CRAWL 以隨機行走的方式在下層非結(jié)構(gòu)化拓?fù)渖限D(zhuǎn)發(fā)數(shù)據(jù)，同時為對應(yīng)數(shù)據(jù)尋找相應(yīng)的上層屬性拓?fù)涞娜肟?。?shù)據(jù)在轉(zhuǎn)發(fā)過程中記錄了最近經(jīng)過的路徑蹤跡信息，因此避免了隨機轉(zhuǎn)發(fā)過程中可能產(chǎn)生的環(huán)路。為了避免蹤跡可能導(dǎo)致的路徑阻塞，設(shè)計了一種路徑的恢復(fù)機制。模擬實驗結(jié)果表明， CRAWL算法通過降低消息開銷有效地提高了數(shù)據(jù)分發(fā)的效率。 為了提高上層分布式平衡二叉樹上精確數(shù)據(jù)匹配的效率，提出了一個基于屬性計數(shù)的分布式匹配算法CDM。不同的屬性對應(yīng)不同的 分布式平衡二叉樹，因此，同一個數(shù)據(jù)以并行的方式在不同的屬性平衡二叉樹上進(jìn)行匹配，然后將匹配了的數(shù)據(jù)直接發(fā)送到目標(biāo)節(jié)點上。目標(biāo)節(jié)點為每個數(shù)據(jù)維護(hù)一個計數(shù)器來記錄收到該數(shù)據(jù)的次數(shù)，當(dāng)該數(shù)目達(dá)到訂閱所含的屬性數(shù)以后，確認(rèn)接受該數(shù)據(jù)。 Peersim 上的模擬實驗結(jié)果表明，CDM 算法極大的降低了匹配的開銷，適合對效率要求較高的快速數(shù)據(jù)分發(fā)應(yīng)用。 數(shù)據(jù)分發(fā)是分布式環(huán)境中資源匯聚和共享的一項關(guān)鍵技術(shù)，并且隨著網(wǎng)絡(luò)技術(shù)的發(fā)展日益重要?；趦?nèi)容的快速數(shù)據(jù)分發(fā)根據(jù)用戶預(yù)先設(shè)定的興趣和待分發(fā)數(shù)據(jù)的特征信息，在盡可能短的時間內(nèi)把一組 中、小型數(shù)據(jù)從一個或者多個源節(jié)點傳送到對