基于信誉的增强P2P网络服务稳定性的激励机制

发布时间：2020-01-26 11:31

【摘要】：为了抑制网络节点"搭便车",同时增强P2P(Peer-to-Peer)网络服务的稳定性,提出一种基于信誉的增强P2P网络服务稳定性激励机制。该激励机制将网络节点的服务时间分为2段,第1阶段采用传统信誉激励机制效用函数;第2阶段采用增加了提成因子的改进效用函数。仿真结果表明,该激励机制在提成因子的作用下,不仅可以使网络系统排队强度低于1,而且缩短了用户在网络中等待服务的时间。
【图文】：

强度,服务节点,网络服务,P2P网络

有的服务节点占2%，仿真时间为10个时间单位，用户以参数等于10的泊松流进入P2P网络。3．2仿真结果及分析网络系统排队强度P大于1说明该网络服务不稳定［9］。因此，服务稳定的P2P网络其排队强度P应该小于1。图1为网络1与网络2的系统排队强度的比较图。图1系统排队强度P比较图Fig．1ComparisonofsystemqueuingstrengthP从图1中发现，2个网络的系统排队强度随时间的推移而减校但是，在每个时间段内，网络2的系统强度都小于网络1，并且网络2的系统排队强度在1～10内都小于1。这说明网络2一直处于稳定服务状态，而网络1随时间的推移服务状态波动较大。图1中，在t=0～2时间段内，P大于1此时网络1处于不稳定状态;在t到达2时刻后网络才进入稳定状态，当t=4～6，，网络1中系统排队强度P又大于1。这是因为网络1的服务节点达到信誉要求后离开系统概率比网络2高，导致网络1的服务窗口数量波动较大造成的。因此，网络2的服务稳定性优于网络1。用户等待网络服务的时间r为r=1μ×mm－1pmm!(1－p)2×∑m－1k=0(mp)kk![+(mp)mm!(1－p])－1(8)因此，用户等待网络服务的时间会出现无穷大。为准确表示无穷大量，本文定义等待时间r是关于q的正切函数，即r=tan(q)，q是关于仿真时间t的函数。因此，可以通过q值间接得到r的精确值。图2是2个网络关于q的仿真结果。网络2中用户等待服务的时间非常接近0。用户在网络1中等待服务时，当t=1和t=5时刻q值等于PI/2，这说明在该时刻用户等待服务的时间趋于无穷大，这2个时刻正是该网络不稳定的时刻(见图1)。该现象是由于服务节点因达到信誉要求而离开网络1，导致系统服务窗口数量减少造成的。图3比较了网络1与网络2的服务节点数量。图2用户等待服

对应角,服务时间,服务节点

t=4～6，网络1中系统排队强度P又大于1。这是因为网络1的服务节点达到信誉要求后离开系统概率比网络2高，导致网络1的服务窗口数量波动较大造成的。因此，网络2的服务稳定性优于网络1。用户等待网络服务的时间r为r=1μ×mm－1pmm!(1－p)2×∑m－1k=0(mp)kk![+(mp)mm!(1－p])－1(8)因此，用户等待网络服务的时间会出现无穷大。为准确表示无穷大量，本文定义等待时间r是关于q的正切函数，即r=tan(q)，q是关于仿真时间t的函数。因此，可以通过q值间接得到r的精确值。图2是2个网络关于q的仿真结果。网络2中用户等待服务的时间非常接近0。用户在网络1中等待服务时，当t=1和t=5时刻q值等于PI/2，这说明在该时刻用户等待服务的时间趋于无穷大，这2个时刻正是该网络不稳定的时刻(见图1)。该现象是由于服务节点因达到信誉要求而离开网络1，导致系统服务窗口数量减少造成的。图3比较了网络1与网络2的服务节点数量。图2用户等待服务时间对应角度q的比较图Fig．2Comparisonofangleq图3服务节点数量比较图Fig．3Comparisonofthenumberofservernodem图3中，2个网络的服务节点数量都随时间的推移而增大。网络1与网络2在时间段t=1～2内服务节点的数量相当。从t=2时刻开始，网络2的服务节点数量开始逐渐多于网络1的节点数量。因为在t=1～2这段时间内，网络1与网络2的服务节点都处于服务时间的第1阶段。为达到信誉要求它们必须与节点资源共享，所以，没有节点离开网络。随着时间的推移，网络1中的服务节点逐渐达到信誉要求，并以高概率快速离开网络，而网络2的服务节点离开网络的概率相对较低。所以，网络2的服务节点数量大于网络1，随着时间的推移这种差距会逐渐增大。图4描述了服务?

【相似文献】