对等网络的拥塞研究.docVIP

对等网络的拥塞研究 　　摘 要：对等网络的普遍应用带来了网络拥塞。从对等网络的拓扑属性研究网络拥塞，首先分析真实的Gnutella网络的流量，确定节点介数与网络拥塞之间存在关系。接着根据排队论模型从理论上给出了导致网络拥塞的临界负载与网络拓扑属性介数的公式解。最后设计拥塞控制策略，通过增加具有大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。 　　关键词：对等网络；拓扑；网络拥塞 　　中图分类号： TP393.02文献标识码：A 　　文章编号：1001-9081(2007)04-0791-04 　　0 引言 　　近年来，随着对等计算技术的迅猛发展，出现了许多基于对等计算技术的应用，这些应用中使用人数最多的就是文件共享的对等网络，包括Gnutella、eDonkey和Kazza等。在这些文件共享的对等网络中，每个用户可以共享或者搜索一些文件。这些文件共享应用虽然给用户带来了方便，但是也大大地增加了网络的流量，给网络造成了巨大的负载。 　　当在网络中同时存在过多的信息需要传递时，整个网络的性能会下降，这种现象称为拥塞。拥塞与网络的动态性之间的关系不仅仅限于像因特网[1,2]这样的网络。很多网络，像电话网络、交通网络和计算机网络，在传输信息时如果出现拥塞，都会出现严重的延时。 　　文献[3]表明导致网络拥塞存在许多因素，例如网络节点的容量、网络连接的带宽以及网络的拓扑结构等。通过控制网络节点的服务能力以及网络带宽可以增强网络的性能。当然，除了节点容量和带宽这些物理性质外，通过优化网络的拓扑结构（逻辑性质）也可以增强网络的通信性能[4]。针对这些物理的或逻辑的性质，制定高效的通信协议对于在通信网络中出现高流量时减少网络拥塞非常重要。 　　许多对网络拥塞算法的改进主要是从对等网络的通信协议来进行的，很少针对对等网络的拓扑结构属性。网络中节点的介数是一个非常重要的拓扑属性，也是衡量网络通信中节点负载的一个重要指标。本文主要研究节点介数与网络拥塞之间的关系，使网络出现拥塞的网络流量的临界值是否存在，如果存在的话临界值与节点介数之间的关系，以及如何通过节点介数这个拓扑属性设计控制拥塞的高效算法。 　　 　　1 介数与拥塞的关系 　　 　　节点的介数就是网络中所有节点对之间通过这个节点的最短路径个数。对于任何一种网络，节点之间的通信如果都通过最短路径，那么它的通信效率将是很高的。但是，如果网络中流量特别大，而且处于这些最短路径上的节点的服务能力有限，拥塞就很有可能会出现在这些节点上。在真实网络中，可以使用近似最优的路由路径来提高整体的网络性能。例如因特网上使用的边界网关协议中就使用了类似的方法。 　　下面通过在Gnutella的真实拓扑上进行仿真来分析节点介数与网络拥塞之间的关系，首先介绍一下仿真过程。由Gnutella协议可知，主要只有搜索请求和搜索响应会增加Gnutella网络中的流量。还有其他一些因素如PING和PONG机制会增加网络流量，但其数量远小于搜索所带来的，为了简化仿真忽略这些因素。搜索响应是按照搜索请求的路径原路返回，所有搜索路径上节点的负载是两者的叠加。仿真实验以离散的时间步运行，每一时间步随机选择占网络节点总数百分比为f的节点发出搜索请求，有可能同一个节点连续发出搜索请求。以前发出的搜索请求按照下面的路由算法传递给邻居节点，如果某些节点匹配搜索请求，那么将搜索响应沿原路返回，每一时间步返回给一层邻居，直到到达源节点。 　　仿真实验将采用随机k节点路由策略。在搜索请求路由的过程中如果要考虑节点的服务能力，将会有以下两种情况:1)如果随机选择的k个节点中有的节点因服务能力已满而不能再接收请求，那么该搜索请求在本地缓存起来，到下一个时间步时再执行，如果下一次还不行，就一直缓存直到条件被满足；2)如果随机选择的k个节点中有的节点不能再接收请求，假设这些节点具有队列缓存，把这些搜索请求缓存到邻居队列中，等待在以后的时间步来依次处理这些请求。 　　图1给出了网络负载与搜索等待时间的关系。 f是每一时间步随机选择的发出搜索请求的节点百分比，T是仿真实验的时间步，即所有节点从发出搜索请求到收到第一个搜索结果所经过时间的平均值。首先来看f与时间T之间的关系，f可以看成是网络的流量，f越大流量就越大，造成拥塞的可能性就越大。图1中，M1和M2分别表示在搜索请求路由过程中，考虑节点的服务能力问题时的两种情况，M1对应第一种，M2对应第二种。 　　图片图1 网络负载与搜索等待时间的关系 　　如图1所示，随着f的增大，搜索请求的等待时间也随之增加，在f小于0.3时，M1和M2对应的两种方法所需的等待时间相近；当f大于0.3时，M1和M2的差别开始出现明显变化；当f处于区间段[0.3,0.9]时，搜索等待时间迅