p2p网络文件服从zipf分布，具体是什么意思

p2p普及系列之一拓扑结构是指物理或逻辑之间的互连分布式系统的计算单元之间的结点之间的拓扑结构一直是一个重要的基础，以确定系统的类型。互联网使用集中式，层次拓扑结构，互联网是世界上最大的非集中式的网络，但20世纪90年代建立的网络应用系统是完全的集中式系统，很多web应用程序都运行在一个集中的服务器系统。集中式拓扑结构系统目前面临着一些难以解决的问题，过多的内存负载，dos攻击。 p2p系统一般建立一个非集中式的拓扑结构，需要解决如何系统包含大量的节点命名为组织，以及以确定该节点加入/离开的方式在施工过程中，的错误恢复问题。 分为四种类型：集中式拓扑结构（集中式拓扑）;全分布式非结构化拓扑结构（分散的非结构化拓扑结构）;全分布式体系结构的拓扑结构（也被称为分布式结构化拓扑，根据p2p的拓扑关系研究dht网络）和半分布式拓扑结构（半分布式拓扑结构）。 集中式拓扑最大的优点是维护高效率的简单发现。由于资源的发现依赖于集中式目录系统，发现了该算法的灵活，高效，能够实现复杂的查询。最大的问题是传统的客户机/服务器体系结构相似，很容易导致一个单点故障，“热点”现象和法律问题相关的访问，这是第一代p2p网络结构模式，经典案例著名的mp3共享软件napster的。 napster的p2p系统是最早的之一，并在短期内迅速成长起来。 napster是本质上不是一个纯粹的p2p系统，通过一个中央服务器保存所有napster用户上传的音乐文件索引和存储位置信息。当用户需要的音乐文件时，首先连接到napster服务器检索服务器，服务器将返回用户的文件信息，连接到该文件的所有者，直接将文件从请求者。 napster的文件查询和文件传输，实现了分离，保存在中央服务器的带宽消耗，减少文件传输的延迟。这种方式的最大隐患在中央服务器上，如果服务器出现故障，整个系统将瘫痪。当用户数量增加为105或更高的napster系统性能会大大下降。另一个问题是安全性，napster公司不提供有效的安全机制。 在napster的模型，一组高性能的中央服务器保存所有活动的网络计算机上的共享资源目录信息。当你需要检查文件的机会被发送到一个中央服务器上的文件查询。中央服务器进行检索和查询将返回本机地址列表的查询要求。咨询发起的对等接收到的答案，根据网络流量和延迟的信息和适当的同行建立连接，并开始文件传输。 这个peer-to-peer网络模型，也有很多问题，主要表现为如下：（1）中央服务器的瘫痪可能导致崩溃的整个网络的饲料，可靠性和安全性。 （2）随着网络的扩展，维护和更新成本的中央索引服务器将急剧增加，成本太高。 （3）存在一个中央服务器上的共享资源的版权纠纷引起的，因此攻击的非纯粹意义上的p2p网络模型。对于小型网络，集中目录模型在管理和控制方面占一定的优势。但它的缺陷，该模型是不适合大型网络应用程序。广受欢迎的系列 p2p 糕点微软研究院的，可扩展的分布式对象的定位和路由协议，可用于构建大规模的p2p系统。糕点，每个节点被分配了一个128个节点识别符号（节点id），所有的节??点标识符形成一个环形的节点id空间，??范围从0-2128 - 1，该节点被添加到系统中，通过散射列随机节点的ip地址分配128的nodeid空间。 麻省理工学院，进行了多个研究项目涉及到p2p：**，grid和ron。该的**项目的目标是提供在p2p环境中的分布式资源发现服务，它使指定的对象只需要维护的长度为o（logn）的dht技术，通过使用路由表。 dht技术，网络节点按照某种方式来分配一个唯一的节点标识符（节点id），资源对象的散列生成一个唯一的资源标识符（对象id）和资源将被存储在节点id是等价物，或者类似的节点。需要定位的资源，用同样的方法可被定位为资源节点的存储。 chord的主要贡献是提出了一个分布式查找协议，该协议可以指定的**（key）的映射的结点（节点）。从算法的点来看，**兼容性散列算法的变种。 mit grid和ron项目是在分布式广域网系统框架中寻找资源。 t＆t aciri的中心（内容寻址网络）项目??是独一无二的，多维的标识符空间来实现分布式哈希算法。 can映射到一个n维笛卡尔空间中的所有节点，为每个节点分配的区域尽可能地均匀。可以使用一个哈希函数通过正确的（键，值），获得的哈希操作的关键笛卡尔空间中的一个点，和（键，值）存储在点区域内的节点。 can路由算法是相当简单明了的知道目标点的坐标，请求将被传递到当前节点的节点坐标到目标点最近的邻居。 can是一个良好的可扩展性的系统，给定的n个节点，该系统的尺寸为d，则o（n1的/天）的路由路径的长度，每个节点维护的路由表信息，并且是独立的网络的大小o（d）。最大的问题是 dht类结构的dht的维护机制较为复杂，尤其是节点频繁加入，退出在网络上引起的波动（流失）的dht的维护成本将大大增加。 dht面临的另一个问题dht仅支持精确的**匹配，并不能支持复杂的查询，比如内容/语义。 半分布式结构（一些文献中被称为混合结构），利用该中心的结构和一个完全分布式非结构化拓扑的优点，选择高性能（加工，存储，带宽性能）作为一个超级节点（在英国文学，更被称为超级节点集线器）节点的系统信息存储在每一个超级点算法的其他部分只存在于超之间的转接点，然后超级查询请求转发到相应的叶子节点。半分布式体系结构是一种分层结构，超级点构成一个高速转发层超点和负责的普通节点构成若干层次。最典型的例子是在kazaa。 kazaa是几个在世界上流行的p2p软件之一。 ca，根据公司的统计数据，全球kazaa的下载超过250万次。 kazaa软件进行文件传输消耗40％的互联网带宽。为什么它是如此成功的原因是因为它结合了napster和gnutella共同的优点。从结构上，它使用gnutella的全分布式结构，这样你就可以更好的可扩展性的系统，因为它并不需要一个中央索引服务器存储文件名，这是很好的自动机器性能，成为超节点，它存储最近的叶节点文件超节点进行通信，形成一个覆盖网络，使搜索效率大大提高，由于超节点的索引功能。 p2p普及系列全分布式非结构化网络覆盖网络（覆盖）使用随机组织，节点服从幂律的程度“; [a] [b]的法律，能够迅速找到目的节点，更好地体现在面对网络容错的动态变化，因此具有更好的可用性。可以支持复杂的查询，如正则表达式的多**搜索，模糊查询，最典型的案例是gnutella的。 gnutella是一个p2p文件共享系统，gnutella和napster公司，最大的区别在于，纯p2p系统，没有索引服务器，它使用一个完全随机的地图洪水（洪水）和随机转发机制（随机游走）。为了控制信息的传递，通过ttl（生存时间）资产减值搜索。具体的协议，参考文献[gnutella协议**版] gnutella的分布式对等网络模型n在每个联网的计算机功能是另一方面，作为客户端，而服务器上，这样的机器被称为一个对等（体servent，服务器+客户端组合）。 随着越来越多的网络节点，网络规模，扩大定位同行本水浸法将导致网络流量的急剧增加，在低带宽网络中的节点由于网络资源过载，失败的。因此，在最初的gnutella网络中，存在着较为严重的分区，断链现象。也就是说，一个查询访问仅在网络的一部分，是非常小的，因此，网络的可扩展性是不好的。因此，要解决的gnutella网络的可扩展性的网络的进一步发展至关重要。 没有确定拓扑结构的支持，非结构化网络无法保证资源发现的效率。即使需要找到目的节点的存在也可能会失败。因此ttl（生存时间），洪水（洪水）随机漫步或有选择地转发算法，因此直径不可控，可扩展性差。 因此发现的准确性和可扩展性是非结构化网络面临的两个重要问题。这种结构的重点是提高发现算法和复制策略，以提高精度和性能。 全分布式非结构化网络使用随机组织，覆盖网络节点的度（覆盖）遵守“电力法”[a] [b]的法律，从而实现更快的找到目的节点面对动态变化的网络反映的是更好的容错能力，因此具有更好的可用性。可以支持复杂的查询，如正则表达式的多**搜索，模糊查询，最典型的案例是gnutella的。 gnutella是一个p2p文件共享系统，gnutella和napster公司，最大的区别在于，纯p2p系统，没有索引服务器，它使用一个完全随机的地图洪水（洪水）和随机转发机制（随机游走）。为了控制信息的传递，通过ttl（生存时间）资产减值搜索。具体的协议，参考文献[gnutella协议**版] gnutella的分布式对等网络模型n在每个联网的计算机功能是另一方面，作为客户端，而服务器上，这样的机器被称为一个对等（体servent，服务器+客户端组合）。 随着越来越多的网络节点，网络规模，扩大定位同行本水浸法将导致网络流量的急剧增加，在低带宽网络中的节点由于网络资源过载，失败的。因此，在最初的gnutella网络中，存在着较为严重的分区，断链现象。也就是说，一个查询访问仅在网络的一部分，是非常小的，因此，网络的可扩展性是不好的。因此，要解决的gnutella网络的可扩展性的网络的进一步发展至关重要。 没有确定拓扑结构的支持，非结构化网络无法保证资源发现的效率。即使需要找到目的节点的存在也可能会失败。因此ttl（生存时间），洪水（洪水）随机漫步或有选择地转发算法，因此直径不可控，可扩展性差。 因此发现的准确性和可扩展性是非结构化网络面临的两个重要问题。这种结构的重点是提高发现算法和复制策略，以提高精度和性能。 p2p普及系列的4个优势的半分布式的结构，性能，扩展性更好，更易于管理，但超点相关的，容易受到攻击，容错性也影响。下表比较的整体性能4种结构，该比较的结果示于表1-1。 标准/拓扑拓扑结构完全分布式非结构化拓扑全分布式体系结构拓扑半分布式拓扑结构可扩展性差差好可靠性差，可维护性好最好最好 </发现了算法的效率最高，在高中复杂的查询，支持支持支持支持表1:4结构性能比较 p2p普及系列五 br /> 国外p2p研究的学术社区，包括p2p工作的组（p2pwg），全球网格论坛全球网格论坛（ggf）。的p2p工作组成立的主要目的，加快p2p计算基础设施的建立和标准化工作。 p2p计算术语成立后的p2pwg，是统一的，但也形成草案，但在工作的标准化工作进展缓慢。已经合并的p2pwg，ggf计算，由论坛管理p2p相关工作。 ggf负责网格计算和p2p计算的标准化。 外国公司的支持p2p计算的角度来看，微软公司，sun公司和英特尔公司更大的投资。微软公司成立的糕点项目小组，主要负责p2p计算技术的研究和开发。微软公司已经发布了基于的糕点包simpastry / v**pastry。莱斯大学（rice university）也糕点发布的包freepastry的基础。 2000年8月，英特尔宣布成立的p2p工作组正式推出p2p研究。成立后的工作组，积极与应用程序开发者，合作的发展，p2p应用**。在2002年英特尔发布了在网络基础设施加速器套件（p2p加速工具包）和p2p安全api包，使微软。 net开发人员快速创建p2p安全的web应用程序。 的sun j**a技术背景，开展的项目jxta。 jxta是一个开源的基于j**a的p2p**，个人和组织可以加入该项目。因此，该项目不仅吸引了大量的p2p研究人员和开发人员，并且已经发布了包基于jxta的即时聊天软件。 jxta定义了一组核心业务：认证，资源发现和管理。在安全方面，jxta增加了加密封装，可以使用加密的数据包数据加密，从而确保隐私的消息认证和完整性。以上的jxta核心定义内容管理，信息查询，以及服务管理，包括各种其他可选的jxta服务。基于核心服务和可选服务，用户可以开发各种jxta**的p2p应用程序。 p2p应用主要体现在以下几个方面： p2p的分布式存储 p2p的分布式存储系统是一个对等网络数据存储系统，它可以提供高效率，高鲁棒性和负载均衡，档案存取功能。这些研究包括：oceanstore，farsite。半分布式p2p应用的基础上超点的结构，如kazza发表的睡眠，**，电驴，也属于该类别的分布式存储，以及用户数量的急剧增加。共享计算能力的节点加入网络，除了存储容量可共享，还可以共享cpu的处理能力。出现了基于对等网络的计算能力共享系统。如seti @ home的。 seti @ home的使用类似的集中式目录napster的战略。 xenoservers又迈进了一步一个真正的对等应用程序。计算能力共享系统可用于基因数据库检索和密码**需要大量的计算能力的应用程序。 应用层组播的p2p应用层组播的应用层组播功能的实现，而不需要对网络层的支持。这就避免了网络层延迟部署组播应用支持组播困难的。应用层组播需要参与到应用程序中的节点之间实现了可扩展的覆盖网络，以支持容错，基于dht的发现机制，只是一个良好的基础**实现的应用层组播。 互联网的基础设施（互联网间接基础设施）的间接访问。 间接访问互联网基础设施，以使互联网更好地支持组播，单播和移动的特点，通信抽象的基础上的汇合点。在这种结构中，它是没有，该分组被直接发送到目的地节点，而是对每个分组分配一个标识符，以及目的节点接收所述对应的分组标识符。标识符事实是收敛的信息点。目的节点的数据包要接收的触发提前告诉标识符的交汇点，将根据接收到的数据包触发一个焦点，该数据包转发到相应的目的地节点。间接的互联网基础设施实际上是在互联网上，构成一个覆盖网络，对等网络路由系统，它需要用它来提供相应的支持。 各个领域的应用p2p技术从出现开始，在短短几年的时间。 p2p技术具有广阔的应用前景。 p2p普及系列的6 在p2p应用中的一个核心问题的p2p应用程序发现技术的蓬勃发展，除了技术本身遵循的逻辑，但也有一定的技术发展趋势，需求趋势的深刻影响。 如上所述，dht的技术是完全确定性的拓扑结构，它表现出强烈的网络路径引导控制的网络节点和数据管理的基础上建立。然而，发现的不确定性结构限制了该算法的效率的增强。该研究分析基于dht发现算法觉得措施算法对发现两个重要参数度（指示的数量的邻居关系，路由表的容量）和链路长度（发现逐步的平均路径长度之间的关系曲线的）的算法。 用图论学位（学士）和直径（直径）两个参数的dht发现算法，研究人员发现这些dht算法的渐进曲线关系之间存在的程度和直径，如图所示。所示。 n个节点的网络中，当度n，它发现，该算法的直径是o（1），每个节点只维护一个邻居的视觉显示，它被发现，该算法的直径为o（n）的。这是两种极端情况之间的关系的程度的直径。同时，对图论的研究分析度为o（d），o（d）中，直径的算法是不可能的。 可以看出，从渐进的曲线关系，如果你想获得更短的路径长度，将不可避免地导致增加的程度，实际的网络连接状态的变化会造成很大程度的邻居关系维护的复杂性增加。此外，研究人员证明，o（logn）的，甚至是平均路径长度?（logn / loglogn）的不能满足需求的状态变化的网络应用程序。新发现约束，这之间的妥协的根本原因在于的dht意识确定性的网络拓扑结构。 非结构化p2p系统技术已被洪水淹没转发dht的启发式算法，可靠性差，消耗的网络资源。最新的研究发现，在一个随机的图形两方面，提高系统的可靠性找到最短路径的算法。也就是说，覆盖网络的新认识。小世界特性和**证明实际网络的拓扑结构既不是一个完全随机图非结构化的系统都知道，也不是，dht算法使用确定性的拓扑结构。 网络，以反映的幂律分布的含义可以简单地理解为一个小数目的网络中的节点具有更高的“度”，低级大多数节点的“度”。高度的节点与其他节点通过它找到的可能性来历不明的信息。 小世界[a] [b]模式的特点：网络拓扑具有高聚集度和短链的特点。小世界特性的网络模型，根据节点的聚集程度，可分为在每个簇的节点的群集数（群集），至少有一个节点到中心节点的最高程度。大量研究已证明，所表示的gnutella的p2p网络，以满足小世界特性，即是，有大量的高连接的网络中的节点，和部分的交界处之间的“短链”的现象。 因此，p2p的问题是，如何找到这些“短链”如何缩短的长度路径算法。 dht算法，如何产生和发现的“短链”中发现，特别是发现了一个新的算法设计的思维方式。小世界特征的p2p算法有显着的影响。受欢迎的系列 p2p 7 dht算法采用分布式哈希函数，所以只适合用于精确查找，如果你想支持目前的搜索引擎在网络上的多**搜索功能，同时还引进的新方法。主要的原因在于中的dht工作的方式。根据精确的**基于dht的p2p系统兼容的散列函数对象的位置。散列函数是总是试图生成的散列值，以保证均匀的随机分布，导致两个很高的相似性，但不是相同的对象会产生完全不同的散列值被存储在两个完全随机的节点上。因此，dht可以提供精确匹配查询，但它是非常困难的，支持语义。 dht的基础上，很少开展与的语义资源管理技术的研究。 dht确切的**映射特性所决定的，不能在信息检索等领域的研究相结合，阻碍基于dht的p2p系统的大规模应用。 发现p2p技术中最重要的研究发现一种基于小世界理论的非结构化数据和基于dht的结构发现算法。尤其是dht技术提供了一种新的组织资源和查找。 实际应用中的一些因素会影响路由的物理网络的p2p系统，随着时代的发展开始影响p2p发现，该算法的有效性。一方面，体现实际的网络节点之间的异质性很大的差异。十年的普及应用领域的电子设备种类繁多的？互联网和分布式客户机/服务器模式，如笔记本电脑，手机或pda。这些设备在计算能力，存储空间，和在电池容量上差别很大。此外，实际的网络路由器和交换机被划分为不同的自治区反映了严格的层次结构。 另一方面，网络波动的程度的严重影响，发现了该算法的效率。网络波动（流失，网络波动）节点加入，退出，失败，迁移，并发加入过程中，网络分割。 dht发现算法如chord，can，koorde考虑网络波动最坏的情况下设计和实现。由于每个节点的度，尽可能保持在最低限度，这需要响应维持在小的变化之间的关系，它可以迅速恢复网络的波动的影响的成员。但只有少量的路由状态，每个节点发现算法的延迟时间，因为每一个搜索需要联系多个节点的成本，这种想法是不必要的在网络的稳定性。 同时，作为一种资源组织和发现技术必然要支持复杂的查询，如**，内容的查询。虽然信息检索和数据挖掘领域的提供机管局成熟的语义查询技术，由于阻碍dht复杂的查询的的dht准确的关键词映射的特点。 p2p普及系列8 互联网作为信息技术在当今人类社会的一个标志，其规模是呈指数级快速增长和现在的“面对面”的互联网根据它的原型arpanet很大的不同，其高度的复杂性，它可以被看作是一台计算机构成的“生态系统”，虽然互联网是一个人手工打造，但没有人可以说，这个怪物到底是什么工作会在如何在互联网拓扑建模研究是探索这个看似混乱的网络，不包含法律，据我们所知，internet的拓扑结构的内在机制是不可避免的，在开发的过程中，了解互联网在更高层次上与基础的互联网。分散的互联网固有的异构动态发展，现在是一个规模庞大了拓扑建模internet拓扑建模的一个巨大的挑战，仍然是一个悬而未决的问题，占有重要的地位，在计算机网络研究互联网的拓扑结构， “骨头”互联网的自组织系统，通信协议共同构成的模拟internet的一部分，拓扑结构的网络节点之间执行的协议，形成流的internet拓扑模型的基础上建立互联网系统模型，拓扑结构造型体现这意味着它可以说是互联网造型的含义，那就是，作为一种工具，人们使用互联网分析预测决策或控制。拓扑的一部分，互联网的模式来描述互联网的功能，在宏观反映了一种普遍的趋势，因此，其应用也大的规模不断扩大的市场需求主要来自以下internet拓扑模型方面：1）不适合许多新的应用或实验直接应用到互联网上，其中有一些是有害的，如传播的蠕虫病毒在大规模网络**（2）依赖于网络的拓扑结构协议（如组播协议），其研究和开发阶段，当前internet的拓扑结构只能提供测试样品，该协议不能是一个全面的评估，需要提供多个模拟实验拓扑环境;（3）考虑从**安全的角度来看，需要在线控制网络行为如美国**高级研究计划局（darpa）nms（网络建模和**）项目。 随机网络由n个顶点构成的图中，可以存在的边缘，从中我们随机在m的边缘构成的网络连接。的方法，用于产生一个随机的网络，一概率p，我们再次尝试连接的概率为p的任何一个可以被连接。如果我们选择m = p，都可以与随机网络模型。对于这样一个简单的随机网络模型，研究的几何特性是不一样简单。这项研究的保罗，阿尔弗雷德的仁义和贝拉bollobás在五十年代和六十年代之间完成的随机网络的几何性质。随机网络中占有非常重要的地位，在互联网的拓扑结构。 一些重要参数的随机网络的随机网络参数的描述。一个节点的程度是与其他节点的节点的边的数目相关联的，其程度是本地特色的网络的基本参数的描述。不是所有的节点在网络中有相同的程度，在系统中的节点的度分布，可以使用的分布函数描述的度分布函数反映了宏的网络系统的统计特性。其他特征的量化值的全局特征参数？理论上可以计算使用度分布。 聚类系数描述，以第三概率的对连接到该节点的节点，被连接。从这个意义上的连接节点的一侧，为第i个节点的度，由k构成。距离最近的邻居节点的子网，边缘e（i）和所有的k的数量的实际存在。 20210311