对等网络环境下多维数据处理方法

在对等网络环境下,有效处理多维数据,很大程度取决于建立的空间索引,常见的方法有基于树结构、网络索引以及基于树结构和网络索引相结合的方法。然而,基于树结构的方法存在算法复杂、数据结构复杂或难以动态维护等问题,基于网格索引,虽然算法简单却难以保存空间多维数据的位置与方向特性。针对以上这些问题,一种基于DHT和距离的多维数据的处理方法——空间数据的索引被提出,适用于对等网络环境下的多维数据存储和查询。结果表明,这种方法改善了多维数据的访问速度,优化了系统性能。

基于Bayes的对等网信任模型仿真与分析

针对对等网络环境中的信任关系的复杂性,动态性和不确定性以及传统的信任管理模型不能很好地适应对等网络,对基于Bayes概率统计的信任量化模型进行仿真与分析,在信任计算中,引入经验贝叶斯估计来计算直接信任值和推荐信任值,节点根据自身的情况进行权重分配,计算综合信任评价,最后提出了信任模型在对等网络中的实现方法。仿真结果显示,该模型具有很好的动态适应能力,可以有效地检测并隔离系统中的恶意节点,降低系统的服务失败率。