P2P流媒体系统的激励机制

目前P2P流媒体技术已经成为Internet上大规模流媒体应用的最流行的实现方案,但其服务质量会受到搭便车问题的影响。本文提出了一种基于内容差分服务的激励机制,该机制根据节点的贡献值和节目的流行度两个因素来计算节点的信誉,节目列表服务器按照节点的信誉值返回相应的节目列表,这样可以实现内容差分服务以避免搭便车问题。仿真结果表明,该激励机制可以有效提高视频播放质量。     

P2P网络中基于激励机制的副本策略

为了在P2P网络的副本技术应用中调动节点主动提供存储空间的积极性、增强节点间的相互合作,借鉴信息经济学中委托-代理关系的相关知识以及激励的概念,提出基于激励机制的副本策略,从而提高P2P网络的性能.模拟实验表明,所提出的基于激励机制的副本策略可以削弱由于节点间的不合作所引起的不能成功创建文件副本的影响,可以在一定程度上提高网络的搜索性能.与目前几种经典的副本策略相比,所提出的策略降低了网络的搜索响应时间,提升了搜索的成功率,并使得节点的负载相对达到均衡.     

P2P网络资源共享中基于信誉的访问控制

在分析了传统的访问控制的基础上,针对P2P网络的特点,提出了基于信誉-角色的访问控制模型在P2P网络资源共享中的应用,研究了信誉的量化机制和信誉度的计算方法,最后给出了该访问控制模型的体系结构,并分析了该模型的优点.     

基于P2P网络的信誉模型研究

近年来,对等网络发展迅速。相对于传统的C/S模式,P2P网络的匿名性和开放性也使P2P网络的安全性更加受到人们关注。本文提出一种按照全局信任值分层管理的信誉模型,根据网络实体的交互信任域来构建信任关系,使网络得到良性发展。     

基于用户下载需求偏好的P2P信誉模型

虽然现有的信誉机制减少了P2P文件共享系统中的"搭便车"和"公有悲剧"现象,但依据信誉大小来选择服务节点仍会造成网络拥塞以及"马太效应"等问题.为此提出了一种基于用户下载需求偏好的P2P信誉模型,该模型将服务节点中所请求文件的评价值和其承诺提供的带宽大小这两种因素相结合,作为请求节点选择服务节点的依据.根据不同用户偏好的效用大小不同,服务节点可以动态制定当前的承诺带宽以吸引其他节点下载.仿真结果表明,该方案可以有效缓解热门节点造成的网络拥塞现象,并可以提高网络的整体资源利用率.     

基于P2P的流媒体技术概述

P2P流媒体技术已成为网络应用中热门的技术之一,本文主要介绍流媒体,P2P的相关概念,并着重对P2P流媒体的关键技术进行了研究,最后又提出了P2P流媒体技术应该面对的挑战。     

基于信念的动态博弈理论的P2P激励模型

P2P是自治的网络系统,近年来P2P网络中出现了大量的free-riding节点和恶意节点,这些节点的不合作行为不仅不能对系统提供服务,还会对系统进行恶意的破坏,对系统的性能和用户满意度造成了很大的影响.为此,该文利用博弈论的相关知识提出了基于不完全信息的动态博弈理论的P2P激励机制,经过分析及仿真实现表明,该文提出的机制是简单且有效的.     

基于信念的动态博弈理论的P2P激励模型

P2P是自治的网络系统,近年来P2P网络中出现了大量的free-riding节点和恶意节点,这些节点的不合作行为不仅不能对系统提供服务,还会对系统进行恶意的破坏,对系统的性能和用户满意度造成了很大的影响.为此,该文利用博弈论的相关知识提出了基于不完全信息的动态博弈理论的P2P激励机制,经过分析及仿真实现表明,该文提出的机制是简单且有效的.     

基于节点信誉改进Q学习的P2P资源搜索策略

针对对等网络（peer to peer,P2P）中资源搜索效率低的问题,提出一种基于节点信誉改进Q学习的资源搜索策略(search strategies using improved Q-learning based on node reputation,SSQBR)。该策略在Q学习模型基础上通过引入信誉机制,在搜索初期通过选择信誉值最高的邻居节点转发查询请求以解决Q表的资源信息不足时搜索成功率低的问题,该策略加速了Q学习过程,提高了资源搜索的成功率。仿真结果表明,改进的资源搜索策略与其他搜索策略法相比,可有效降低资源搜索响应时间,提高搜索成功率。     

一种基于博弈论的P2P内容分发协议

针对P2P大规模内容分发系统中的搭便车和公共悲剧问题,提出基于博弈论的内容分发协议,激励节点间的协作.把系统建模成不协作博弈,每个自私节点从个人理性出发,选择最大化个人收益的协议策略.在纳什均衡下,整个系统在具有大量自私节点的环境中体现出较好的协作性,促进了内容分发的效率.     

P2P文件共享框架中激励机制的研究

传统的Peer-to-Peer（P2P）网络都假设每个用户能积极共享自己的资源，这导致了大量免费搭车者（Free rider）的出现。提出了一种基于节点贡献大小的接纳控制和资源分配结合使用的激励策略。为网络做出较多贡献的节点能得到相应的回报，因此可以预期整个网络的性能将得到极大提高。     

P2P文件共享框架中激励机制的研究

传统的Peer-to-Peer（P2P）网络都假设每个用户能积极共享自己的资源,这导致了大量免费搭车者（Free rider）的出现。提出了一种基于节点贡献大小的接纳控制和资源分配结合使用的激励策略。为网络做出较多贡献 的节点能得到相应的回报,因此可以预期整个网络的性能将得到极大提高。     

基于信誉的P2P-VoIP垃圾语音过滤模型

利用客观统计的用户话务模型以及用户的主观评价,提出了基于用户信誉的分布式VoIP垃圾语音过滤模型DAVS.该模型定义包括用户反馈和用户话务统计特性的信誉模型,并采用基于DHT网络的纯分布式结构保存、共享所有信誉数据.实验结果表明,DAVS模型可以准确、稳定地过滤P2P-VoIP网络中约98%的垃圾语音.     

混合P2P网络资源搜索机制研究

提出一种基于混合P2P网络的资源搜索机制,将基于结构化P2P网络的搜索算法和基于超级节点的搜索算法有机结合在一起,并探讨了簇中超级节点失效的应对策略.实验结果表明,该算法能有效提高资源搜索的有效性和准确率.     

基于二阶声誉测度的自组织网络合作激励机制

将二阶声誉测度Standing应用到自组织网络的合作激励机制中,设计了一种基于Standing的包括服务和声誉管理的分布式合作管理协议,克服了间接互惠所面临的二阶搭便车问题.数学分析和模拟实验表明,在二阶声誉作用下,区分策略是演化博弈惟一的进化稳定策略,从而促进了用户的合作.同时,采用完全的分布方式所构建的可信第三方架构能够有效应对合谋、虚假的声誉反馈与声誉提供等欺骗行为.该合作机制在一般的动态环境中具有良好的适应性.     

基于移动代理的P2P网络安全风险评估

在P2P网络的基础上设计了一种基于移动代理的安全风险评估系统,绪出了一种风险评估代理中的风险评估算法,分析了系统体系结构、各部分功能,重点考虑了漏洞扫描代理和风险评估代理的处理过程,实验结果表明该系统在大规模网络中的执行效率高,安全性好．     

一种P2P文件共享网络流量分析模型

为反映P2P网络中节点间自组织的数据传输行为对底层网络性能的影响,提出一种二维阴影模型,用于分析和比较节点间对等访问、异质性访问以及引入代理节点后网络性能的变化规律。仿真结果表明:对等访问和异质性访问情况下,网络关键性能参数都出现了相变现象;与对等访问相比,访问的异质性引起相变点的明显左移,表明网络性能恶化;引入代理节点可减缓路由器节点数据包排队长度和丢包率的突变,均衡了网络流量的空间分布,相变点的右移说明网络性能得到一定程度的改善。     

移动群智感知激励机制研究综述

移动群智感知(mobile crowd sensing,MSC)应用的数据获取需要借助大量移动用户的终端进行数据收集,然而移动终端在数据收集时会造成电量、流量的消耗,同时也会造成不可避免的安全隐私问题。为了招募到足够的用户,必须设计合理的激励机制,提高用户参与感知活动的积极性。移动群智感知的激励机制是通过将感知活动与娱乐游戏、信誉值或报酬支付等手段结合的方式来提高用户参与感知活动的积极性。结合国内外移动群智感知激励机制的发展现状,对移动群智感知的基本概念、系统架构和应用进行了评述,根据激励的方式将激励机制分为娱乐游戏、信誉值和报酬支付三大类,对其进行了详细介绍,并给出了未来的研究方向。     

P2P网络研究

从对等网络的发展历史出发,介绍对等网络的几种拓扑结构及典型的应用,并比较各种拓扑结构之间的优缺点。以期为以后P2P研究提供一定的研究基础．     

P2P网络研究

从对等网络的发展历史出发,介绍对等网络的几种拓扑结构及典型的应用,并比较各种拓扑结构之间的优缺点。以期为以后P2P研究提供一定的研究基础．