论文部分内容阅读
对等网络依赖于一些自愿参与节点,没有任何中心控制和层次管理,这种松散连接方式构成了对等网络的底层基础结构。在对等网络中,通过许多对等节点的相互协作,对等节点上未被使用的巨大的计算资源和存储资源可以被利用来完成某些任务。运行在应用层的对等网络一般通过自己的通信协议,在底层物理网络上建立一个虚拟的网络拓扑。近几年来,许多其他领域的关于网络的研究逐渐兴起,这些研究主要针对大规模的网络属性而不是单个的小网络。虽然定义这些网络的方式很简单,但是这些网络由于生长过程的动态性通常显示出高度的复杂性。这些网络具有复杂的拓扑属性和动态特征,并且这些属性不能使用传统的随机图模型来解释。 对等网络技术和复杂网络理论的进展促使对现有的对等网络的拓扑结构进行深入的分析,这样可以更深入地了解底层系统的本质,帮助设计高效的算法,甚至为仿真实验生成准确的网络拓扑。基于复杂网络研究的方法学,对对等网络Gnutella网络从网络拓扑属性、网络弹性、病毒的传播和免疫以及网络拥塞几个方面进行了详细的分析。 网络拓扑属性包括网络平均最短路径、聚集系数、节点度的分布以及节点中心性,对这些属性的分析能够从全局上了解网络的本质特征,进而指导应用层的设计与实现。在对拓扑属性的分析中,从理论上分析了Gnutella网络的平均最短路径长度,并通过实验证明了它的正确性。通过分析知道Gnutella网络具有小世界和幂律分布特征,并且现有的理论模型并不能很好地描述Gnutella网络的拓扑属性。 网络弹性研究的是网络在节点失效或者节点被有意攻击情况下所表现出来的不同特征,比如容错性或健壮性。对网络弹性的认识可以使从网络拓扑的角度了解网络的脆弱点,以及如何设计有效的算法保护、减小攻击带来的危害。对Gnutella网络的网络弹性,即对于随机攻击的击容错性和对于选择性攻击抗攻击性进行了详细的分析。发现Gnutella网络对于随机攻击具有很好的容错性,但是对于选择性攻击却显得非常脆弱。针对基于节点度攻击的特征,给出了三种不同的网络自修复策略。 在研究病毒的传播和免疫时,对Gnutella网络中病毒传播爆发的临界点,网络节点的免疫算法以及病毒信息的更新策略进行了深入分析。证明了Gnutella网络中不存在病毒扩散的理论临界值,分析了对等网络中病毒的传播模型,基于这种传播模型对比了随机免疫和基于节点度的两种免疫策略,并给出了在真实网络环境中进行病毒免疫时的高效病毒信息更新算法。 网络中不同节点在拓扑结构中所处的位置导致了它们具有不同的介数,而网络拥塞与介数之间有非常密切的关系。不同于传统的网络拥塞研究方法,从拓扑属性节点介数出发,分析了网络拥塞与介数之间的关系,并从理论上给出了导致网络拥塞出现的临界负载与介数的关系,最后分析了通过增加具有大的介数节点的容量和这些节点间连接的方法来减轻网络拥塞的几种策略。