【導(dǎo)讀】播、金融證券等需要快速共享信息的諸多領(lǐng)域，發(fā)揮著極其重要的作用。等特點(diǎn)，實(shí)現(xiàn)有效的數(shù)據(jù)分發(fā)。層物理網(wǎng)絡(luò)拓?fù)涮匦裕瑯O易導(dǎo)致數(shù)據(jù)分發(fā)過程中路由效率和傳輸性能低下等問題。效率和數(shù)據(jù)分發(fā)路徑的延遲帶寬敏感技術(shù)進(jìn)行了深入的研究。分簇的啟發(fā)式網(wǎng)絡(luò)坐標(biāo)計(jì)算方法CHCC以優(yōu)化網(wǎng)絡(luò)延遲預(yù)測。定算法CSA對坐標(biāo)進(jìn)行穩(wěn)定處理以防止坐標(biāo)發(fā)生漂移現(xiàn)象，增強(qiáng)坐標(biāo)的穩(wěn)定性。定性、安全性和精確性。其次，針對Inter網(wǎng)絡(luò)環(huán)境下端到端路徑的可用。進(jìn)了判斷探測包單向延時(shí)變化的方法，增強(qiáng)了方法的精確性和抗干擾性。量時(shí)間更短、對網(wǎng)絡(luò)路徑的干擾更小。在LBPS方法中，以位。置感知的非結(jié)構(gòu)化覆蓋網(wǎng)拓?fù)錇榛A(chǔ)，減少了傳輸延遲，提高了數(shù)據(jù)定位的效率；實(shí)驗(yàn)結(jié)果表明，利用Lautc算法構(gòu)建的覆蓋網(wǎng)拓

　　

【正文】 坐標(biāo)更新算法 HCUA 對坐標(biāo)周期性更新以提高坐標(biāo)的收斂速度和預(yù)測精度；提出并使用坐標(biāo)穩(wěn)定算法CSA 對坐標(biāo)進(jìn)行穩(wěn)定處理以防止坐標(biāo)發(fā)生漂移現(xiàn)象，增強(qiáng)坐標(biāo)的穩(wěn)定性。實(shí)驗(yàn)結(jié)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(wǎng)絡(luò)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(yīng)的網(wǎng)絡(luò)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(jù)接收端的到達(dá)速率和背景流的突發(fā)性來自適應(yīng)調(diào)整探測包串的發(fā)送速率，提高了測量的收斂速度；根據(jù)背景流量的突發(fā)性與路徑負(fù)載的情況自適應(yīng)地確定探測包串長度，減少了探測包的數(shù)目并減輕了對網(wǎng)絡(luò)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(jìn)了判斷探測包單向延時(shí)變化的方法，增強(qiáng)了方法的精確性和抗干擾性。實(shí)驗(yàn)結(jié)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(shí)間更短、對網(wǎng)絡(luò)路徑的干擾更小。 最后，針對覆蓋網(wǎng)中實(shí)現(xiàn)快速數(shù)據(jù)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(jié)構(gòu)化覆蓋網(wǎng)拓?fù)錁?gòu)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(jié)構(gòu)化拓?fù)浜头植际綐?gòu)建方式，提高了拓?fù)涞膭?dòng)態(tài)適應(yīng)能力、彈性恢復(fù)能力以及可擴(kuò)展性；采用隨機(jī)行走方式并結(jié)合低延遲鄰居選擇策略構(gòu)建拓?fù)洌档土搜舆t伸展率，提高了數(shù)據(jù)定位的效率。在 LBPS 方法中，以位置感知的非結(jié)構(gòu)化覆蓋網(wǎng)拓?fù)錇榛A(chǔ)，減少了傳輸延遲，提高了數(shù)據(jù)定位的效率；采用半分布式的帶寬容量信息管理方式，增強(qiáng)了可擴(kuò)展性和實(shí)用性；根據(jù)網(wǎng)絡(luò)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(shí)減少網(wǎng)絡(luò)延遲，有效地提高了數(shù)據(jù)分發(fā)的效率。實(shí)驗(yàn)結(jié)果表明，利用 Lautc 算法構(gòu)建的覆蓋網(wǎng)拓?fù)涞难舆t伸展率較 Binning 方法更低，位置感知能力更強(qiáng)；與 Gnutella 拓?fù)湎啾龋?Lautc算法構(gòu)建的拓?fù)鋽?shù)據(jù)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(shù)據(jù)分發(fā)的效率。 Inter 環(huán)境下的快速數(shù)據(jù)分發(fā)作為一種高吞吐率、低延遲、轉(zhuǎn)發(fā)時(shí)間緊迫的數(shù)據(jù)分發(fā)模式，在突發(fā)事件響應(yīng)、信息化戰(zhàn)場環(huán)境、多媒體應(yīng)用、新聞傳播、金融證券等需要快速 共享信息的諸多領(lǐng)域，發(fā)揮著極其重要的作用?；诟采w網(wǎng)的快速數(shù)據(jù)分發(fā)可以利用覆蓋網(wǎng)的部署靈活、自治性、可擴(kuò)展性和魯棒性強(qiáng)等特點(diǎn)，實(shí)現(xiàn)有效的數(shù)據(jù)分發(fā)。然而，由于現(xiàn)有覆蓋網(wǎng)的構(gòu)建不能有效地反映底層物理網(wǎng)絡(luò)拓?fù)涮匦?，極易導(dǎo)致數(shù)據(jù)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(wǎng)絡(luò)路徑的重要參數(shù)，極大地影響著數(shù)據(jù)分發(fā)的效率。為支持有效的快速數(shù)據(jù)分發(fā)，對網(wǎng)絡(luò)延遲預(yù)測、網(wǎng)絡(luò)路徑的可用帶寬測量以及為優(yōu)化路由效率和數(shù)據(jù)分發(fā)路徑的延遲帶寬敏感技術(shù)進(jìn)行了深入的研究。 首先，針對已有網(wǎng)絡(luò)坐標(biāo)計(jì)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(wǎng)絡(luò)坐標(biāo)計(jì)算方法 CHCC以優(yōu)化網(wǎng)絡(luò)延遲預(yù)測。 CHCC中利用改進(jìn)的 Binning分簇算法 EBinning 對節(jié)點(diǎn)有效地分簇，并結(jié)合最優(yōu)的分布式地標(biāo)選擇策略Hybrid 以優(yōu)化方法的可擴(kuò)展性和精確性；提出并使用惡意節(jié)點(diǎn)檢測算法 MNDA 檢測惡意節(jié)點(diǎn)以提高網(wǎng)絡(luò)坐標(biāo)的安全性；提出并使用啟發(fā)式坐標(biāo)更新算法 HCUA 對坐標(biāo)周期性更新以提高坐標(biāo)的收斂速度和預(yù)測精度；提出并使用坐標(biāo)穩(wěn)定算法CSA 對坐標(biāo)進(jìn)行穩(wěn)定處理以防止坐標(biāo)發(fā)生漂移現(xiàn)象，增強(qiáng)坐標(biāo)的穩(wěn)定性。實(shí)驗(yàn)結(jié)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(wǎng)絡(luò)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(yīng)的網(wǎng)絡(luò)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(jù)接收端的到達(dá)速率和背景流的突發(fā)性來自適應(yīng)調(diào)整探測包串的發(fā)送速率，提高了測量的收斂速度；根據(jù)背景流量的突發(fā)性與路徑負(fù)載的情況自適應(yīng)地確定探測包串長度，減少了探測包的數(shù)目并減輕了對網(wǎng)絡(luò)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(jìn)了判斷探測包單向延時(shí)變化的方法，增強(qiáng)了方法的精確性和抗干擾性。實(shí)驗(yàn)結(jié)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(shí)間更短、對網(wǎng)絡(luò)路徑的干擾更小。 最后，針對覆蓋網(wǎng)中實(shí)現(xiàn)快速數(shù)據(jù)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(jié)構(gòu)化覆蓋網(wǎng)拓?fù)錁?gòu)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(jié)構(gòu)化拓?fù)浜头植际綐?gòu)建方式，提高了拓?fù)涞膭?dòng)態(tài)適應(yīng)能力、彈性恢復(fù)能力以及可擴(kuò)展性； 采用隨機(jī)行走方式并結(jié)合低延遲鄰居選擇策略構(gòu)建拓?fù)?，降低了延遲伸展率，提高了數(shù)據(jù)定位的效率。在 LBPS 方法中，以位置感知的非結(jié)構(gòu)化覆蓋網(wǎng)拓?fù)錇榛A(chǔ)，減少了傳輸延遲，提高了數(shù)據(jù)定位的效率；采用半分布式的帶寬容量信息管理方式，增強(qiáng)了可擴(kuò)展性和實(shí)用性；根據(jù)網(wǎng)絡(luò)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(shí)減少網(wǎng)絡(luò)延遲，有效地提高了數(shù)據(jù)分發(fā)的效率。實(shí)驗(yàn)結(jié)果表明，利用 Lautc 算法構(gòu)建的覆蓋網(wǎng)拓?fù)涞难舆t伸展率較 Binning 方法更低，位置感知能力更強(qiáng)；與 Gnutella 拓?fù)湎啾龋?Lautc算法構(gòu)建的拓?fù)鋽?shù)據(jù) 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(shù)據(jù)分發(fā)的效率。 《《《特別提醒》》》：正文內(nèi)容由 PDF文件轉(zhuǎn)碼生成，如您電腦未有相應(yīng)轉(zhuǎn)換碼，則無法顯示正文內(nèi)容，請您下載相應(yīng)軟件，下載地址為 。如還不能顯示，可以聯(lián)系我 q q 1627550258 ，提供原格式文檔。 垐垯櫃 換燙梯葺銠 ? endstream endobj 2 x滌 ?`U 39。閩 AZ箾 FTP 鈦 X飼 ?狛 ]P ?燚\? 琯嫼 b?袍 *﹁甒 ?]颙嫯 39。??4)=r宵 ?i?]j彺帖 B3锝檡骹 笪 yLrQ?0鯖 l壛枒 l壛枒 l壛枒 l 壛枒 l壛枒 l 壛枒 l壛枒 l 壛枒 l壛枒 l 壛枒 l壛枒 l 壛 渓 ?@擗?? € 綫 G劌 K 芿 ${` ? ? ~??Wa 癳 $[Fb 癳 $[Fb 癳 $[Fb 癳 $[Fb 癳 $[Fb 癳 $[Fb 癳 $[Fb 癳 $[Fb癳 $[Fb 癳 $[Fb 癳 $[Fb 癳 $[Fb 癳 $[Fb 癳 $[Fb 癳 $[Fb 皗 E|?pDb 癳 $[Fb 癳 $[Fb癳$[Fb 癳 $[Fb 癳 $[Fb 癳 $[Fb 癳 $[Fb 癳 $[Fb 癳 $[Fb 癳 $[Fb 癳 $[Fb 癳 $[Fb 癳 $[Fb癳 $[Fb 癳 $[F?責(zé)鯻 0 橔 C,f 薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵 秾腵薍秾腵 % ?秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍 G??螪 t俐 猻覎 ? 烰 :X=[勢 } ) [趯飥 ?媂 ^s 劂/ x?矓 w豒庘 q?唙 ?鄰爖媧 \ㄤ A|Q 趗擓 蒚 ?緱 ^ ~鱔嗷 P?笄 nf( 鱂匧 叺 9 就菹 $