所有提交的电磁系统将被重定向到在线手稿提交系统。作者请直接提交文章在线手稿提交系统各自的杂志。

一致性管理策略使用蚁群优化方法在数据复制/移动点对点网络

S.J.K. Jagadeesh这位库马尔* 1和R.Saraswathi2
  1. 计算机科学和工程教授,部门,SKCT,哥印拜陀
  2. PG学生,克里希纳斯技术学院,哥印拜陀,泰米尔纳德邦,印度
相关文章Pubmed,谷歌学者

访问更多的相关文章全球研究计算机科学杂志》上

文摘

移动对等计算机网络是一个网络中的每台计算机可以作为客户机或服务器网络中的其他计算机。沟通过程中节点的移动点对点网络需要更多的消息。由于大量的信息传递,提出一个互连结构称为分布式生成树(DST),它提高了移动点对点网络的效率。该方法提高了数据的可用性和一致性在整个网络中,也降低了数据延迟和所需数量的消息传递网络中任何特定的应用程序。进一步提高该系统的有效性,DST网络的优化蚁群优化方法。它给DST的最优解的方法,增加了可用性,增强了网络的一致性和可伸缩性。本文还解决了在副本一致性维护管理。这种方法保持有效的本地一致性管理在移动点对点网络使用蚁群优化方法。

介绍

移动点对点网络

移动P2P网络,“同行”是计算机系统通过互联网连接到对方。文件系统之间可以直接共享在网络上不需要一个中央服务器上。换句话说,P2P网络称为分布式结构如果参与者分享自己的资源的一部分。这些共享资源是必要提供提供的服务网络。这样一个网络的参与者都是资源提供者和资源消费者。P2P网络具有以下特点:
•所有节点都是客户端和服务器
•提供和消费数据
•任何节点都可以发起一个连接
•没有集中的数据源
•节点贡献内容,存储、内存、CPU
•网络是动态的:节点进入和离开网络“频繁”
•节点直接与对方合作
•节点的能力大不相同
协作应用,分布式计算和专用网络。P2P网络是分散的各种挑战,可伸缩性、性能、匿名性、公平、活力、安全、透明度、断层弹性和鲁棒性。

介绍了数据复制

数据复制通常用于提高数据可用性,减少数据访问延迟和网络流量。为了最大化的程度可用性,大部分的复制方法是可用的。但另一方面,大量的副本消耗大量的内存,增加个人的单位成本节点。副本管理是一个重要的方法来降低带宽利用率,获得更好的可访问性和数据在无线Ad hoc网络保持数据一致性(WANET)。全球副本管理(GRM)的方法保存副本一致的整个网络。提出了许多解决方案,他们不同的位置、耐久性、范围和适用性(4、5)。基于范围和适用性,复制方法可以分为局部和全局。本地复制方案是有限的,它们适用于集团内的管理,而全球复制方案适用于内部管理。本地复制管理(LRM)系统与一个单独的组,在和同伴的节点数量是固定的和有限的。但全球副本管理(GRM)非常需要所有这些应用程序都支持multi-peer协同工作,在节点的数量不固定,定义[6]。但克不适合多协作应用程序,因为大量的副本管理所需的消息传递。 To reduce the message passes required to accomplish GRM, we introduce a interconnection structure called Distributed Spanning Tree (DST).

分布式生成树

分布式生成树(DST)是一个叠加结构设计为可伸缩的。它支持经济增长从一个小的节点数量大。DST是树没有瓶颈,自动平衡负载之间的节点。DST打破了常见的假设树构建的叶子和中间节点。DST的每一个节点都是平等的。节点放在一起成小派系。然后,派系放在一起递归地成更高级别的小派系。派系代表在每个节点的路由表。路由表的内存空间复杂度是O (log (n)) n DST节点。
第二部分描述了相关的工作,第三部分描述了该系统和第四节描述工作的结论。

相关工作

在[6],孝宏Hara提议新的一致性维护根据当地条件,如位置和时间需要调查。它试图分类不同的一致性级别根据应用程序的需求和提供的协议实现。在[8],任Xun-yil等提出了一个技术基于一个副本一致性聚类系数向多层次、副本节点进行分类。一直保持副本一致性的更新数据项执行最初一级复制节点,然后传播到下一个级别的节点序列。虽然效率证明的响应时间和消息传递所需的数量。在[9],Chun-Pin等人提出一个动态维护服务维护的数据准备环境。带宽基于层次复制算法在网格环境中保持动态副本。在[9],Chao-Tung等提出了一个单向的副本一致性服务(兽人)网格环境中解决一致性维护问题和平衡提高数据访问性能之间的权衡和副本一致性。
在[11]引人注意公园提出了一种新颖的动态复制策略;称为BHR(带宽基于层次结构的复制)。它试图最大限度地减少数据访问时间位置的文件。然而,电网网站可以举行以来只有很小一部分的整体的数据量非常大的数量的数据在数据网格和一个网站的存储空间是有限的。因此,影响从这个位置在一定程度上是有限的。BHR策略将受益于其他形式的局部性,称为网络级位置。在[12],海鹰沈提出一个完整的文件复制和一致性维护机制(IRM)两种技术的系统集成和协调的方式。实现高效的文件复制和一致性维护以显著低的成本。而不是被动地接受副本和更新,每个节点决定文件复制和更新通过动态适应时变文件轮询查询和更新率,避免了不必要的文件复制和更新。它可以显著降低开销和收益率显著改善效率的文件复制和一致性维护方法。 In [15], Xin Sun et al proposed a bidirectional linked list based replica location service to provide a global replica view for supporting the replica management to realize a replica selection strategy and optimal replication strategy on tree-based hierarchical unstructured overlay network.
在[16],小君郑等人提出了一种基于动态最小访问成本的复制策略称为MAC复制策略。它考虑了访问频率、网络连接的状态和平均响应时间。计算一个合适的网站复制为更好的缩短响应时间的数据源。在[17],Wanlei等提出了混合控制协议复制品试图最大化数据的可用性和通信开销。在[18],得到等提出一种约束快速传播(CFS)方法来缓解当前复制技术中遇到的主要问题,主要集中在每个节点上复制请求的副本的可行性之间的网络。在[19]Baskaran等提出了一个在树上GRM结构化P2P网络通过网络保存副本的一致性和减少的交通网络。在[20],Sylvain Dahan等提出了一个分布式生成树结构和它的目的是支持可扩展的搜索和遍历的算法。基于DST的搜索生成更少的消息发送查询,并避免树瓶颈。在[21],Sylvain Dahan等提出了一个分布式大规模环境生成树结构。该方法实现了负载平衡和容错网络中。 In [22],Xin sun et al proposed the bidirectional linked list based replica location service (BLL-RLS) on tree-based hierarchical unstructured overlay networks, including the deployment of replica location service and the design of the bidirectional linked list based replica catalog. Based on the bidirectional linked list based replica catalog, replica location and selection algorithm is also proposed.

缺点:

遭受的现有方法,大量的消息发送或更高体积的计算。
空间复杂度非常高。
通信开销很高。
当网络中节点的数目增加,一致性维护收益率低效率。

提出了系统

在一个移动点对点网络中,每个节点有直接相互交换信息和服务没有任何专门的间歇。所以发展瓶颈网络中由于大量的信息交换。这可以避免优化在网络上的消息的数量。本文提出了一种分布式生成树的方法。该系统包括以下步骤:
移动点对点网络的形成。
分布式生成树的形成。
DST的优化蚁群优化。
DST全球副本管理。

移动点对点网络的形成

有各种各样的步骤创建P2P网络。在图1中。显示了这个示例移动点对点网络和图1所示。b显示了模拟移动点对点网络。
定义网络选项如通信通道、传播模型、队列类型和网络接口。
创建模拟器的实例并设置跟踪文件。
创建一个拓扑对象使移动节点在拓扑边界内的运动也设置边界的坐标值。
配置节点并创建网络中移动节点的数量。建立节点之间的通信。
定义节点的初始位置时,它显示在不结盟运动模拟器。
NS-2使用南(网络动画师)提供可视化。南还允许用户设计和调试网络协议。
图像

分布式生成树的形成

移动P2P网络转化为生成树的集合称为分布式生成树(DST)和相应的基于图的算法开发优化在网络上的消息的数量。DST是一个叠加结构设计为可伸缩,支持节点从更少的节点的增长销量(16、17)。它允许瞬时创建生成树根植于任何节点之间的负载平衡和维护节点[16]。这瞬时创建生成树的改进的整体可伸缩性目标网络[18]。所以,DST结构帮助自动平衡和优化节点之间的负载。
P2P网络转化为DST,每棵树应该有其根节点,称为头节点(HN)和可能的叶节点(LNs)。每一环将完整的细节关于其LNs,反之亦然。这些环都是动态生成的,应持有副本,由相应的LNs访问,其他接下来也确实。图2显示了仿真的分布式生成树。DST算法包括三个过程。
1.初始化():这个过程创建的头节点(HN)在对等网络中基于标准如用户批准,在一个特定的地区,交通等等。这个过程创建一个列表在每个HN LNs的细节。这个过程分配惟一的id为每个HN探针(),然后调用过程。
2。探针():这个过程创建探测消息和洪水这个消息的所有节点连接到它。在接受调查的消息,每个节点执行接收()过程。
•如果探测器接收到消息的HN,那么它将被丢弃。
•如果LN收到的消息,这不是在任何HN, LN HeadID店头变量。然后程序回复()和()。
•如果LN的收到回复消息,它将转发到接下来的。
•如果HN接收到应答消息,然后读取„HeadIdA¢€Ÿ从rmsg。如果„HeadidA¢A€Ÿ等于当前节点的id然后得出各自的头节点。
3.回复():回复()过程由相应的调用LN其接下来的回复。
定义1:让Ta是对等网络和接下来的LNs的图。然后Ga可以被定义为,
图像
在那里,
我。„DSTiA¢€Ÿ是分布式生成树和„iA¢€Ÿ是数据的总数中形成网络。
二世。„HNiA¢€Ÿ是头节点(HN)和„iA¢€Ÿ是接下来的总数在对等网络的数据的数量。
三世。„„LNA¢A€Ÿ指的是叶节点(s)。在„LNiz A¢€Ÿ,指的是相应HNi和0 < z≤ij−1,„ij−1 A¢€Ÿ是到相应的DST的总数。
定义2:需要传递的消息数量MP2P网络中的节点和DST结构可以被评价为下面的方程,
n (msgpass) = (P (P / LN)××R) + ((P / LN)×T) (2)
图像
图像

DST的蚁群优化

蚁群优化技术是一种概率优化技术,可以找到最优路径图,基于行为之间寻求路径的蚂蚁的殖民地和食物来源。通过应用ACO DST制定,我们可以获得最优路径的数量的减少网络中的节点之间的消息传递。DST的蚁群优化算法优化提出了图3所示。该算法包括四个过程;优化(G)、传播()、施工()()和守护进程的行动。优化的过程(G)包含两个操作:
1。每个环之间找到最优路径。让HNi之间是一个HN {HN1、HN2 .....HNn},其中n是接下来在P2P网络的数量。HNi使用探测消息„pA¢€ŸHNi之间找到最优路径和其他环。
2。传播(G, x, p),通过不同的路径传播消息称将图G, HNi作为„xA¢€Ÿ和探测消息„pA¢€Ÿ作为参数。调查消息„pA¢€Ÿ充斥的可能路径,增加发现HNi之间和其他HN可行路径。
3所示。建设(G,†®,x, z)通过目的地HN计算边缘值,称为HNi将图G,开始HN„xA¢€Ÿ开始HN„xA¢€Ÿ特定结束HN„咱¢€Ÿ和„一个†®¢€Ÿ作为参数。„一个†®一个¢€Ÿ累积边缘的测量值之间„xA¢€Ÿ和„咱¢€Ÿ。一个¢€Ÿ„一†®iA¢€Ÿ值是用来决定节点之间的最优路径。的价值„ValA¢€Ÿ可以给出
图像
图像
其他操作,可能会等待一段(阈值必须设置)和重复相同的动作序列。
案例2:如果你的价值或GL,然后会设置请求回复消息,它可能包含的复制副本发送给请求的LN。
如果当地读锁(LL)消息接收的HN,那么消息将被传播,也将等待消息发送到各自的LN,这样可以避免不必要的地方读锁请求消息。这种情况称为按需锁(ODLF)。通过使用ODLF,可以减少不必要的数据节点之间的消息传递。所以它减少了网络中信息过载。
如果没有确认消息的序列读取请求接收LN时,如果LN¢€Ÿt找到HN,然后各自LN变成了HN。LN可能启动过程重构相应的DST形成集群的LNs未被发现的环。此场景称为重聚簇(RC)。

算法写操作

LN发送写锁消息的HN执行写操作(更新)数据项。收到写锁消息,HN将执行下列操作:
1。当HN接收从任何LNs写锁消息,那么接下来将检查它的GL值和以下可能执行一系列动作:
如果GL值相应的环设置,那么它将等待消息发送到LN再次开始写请求。
如果将值设置相应的HN,那么它将等待当地所有的完成读操作。(3)如果GL值相应的环没有设置,那么它将会和GL值,更新写操作的优先级(WOP)。每个WOP有自己的PN和写锁消息广播给所有其他环网络。
2。当HN接收来自另一个HN写锁消息,然后依赖的GL值可以执行以下的操作序列。
如果GL值设置相应的HN,检查是否写操作的优先级值GL锁定HN WOPi大于优先GL请求HN数量。PNj。
如果条件为真,那么写锁消息收到HN将等待回复消息到相应的写锁请求者HN如果条件为假,那么Step-2b将被执行。
如果设置了相应的会HN,然后它会等到完成当地的读操作,然后继续Step-2c。
如果GL没有设置,那么设置它的GL值当然更新其WOP价值的PN写锁请求HN (PNj)和写确认消息发送到相应的请求者HN。
当LN迦南¢€Ÿt找到HN,然后中止写请求与RC操作过程和收益。如果接下来的HN发现任何不回应,然后引发的任何LNs下错误的HN (LN可以被之前的沟通通过相应的HN)来进行RC操作。

结论

通过运用DST在P2P网络结构,可以实现一致性和复制效率与传统方法相比,几条消息。可以提高P2P网络的可伸缩性的应用DST结构。该模型增加了数据可用性,减少了带宽的概念,在网络的消息数量,也提高了整个系统的容错能力。进一步提高该系统的有效性,DST网络优化蚁群优化方法。它给DST的最优解的方法,增加了可用性,增强一致性和可伸缩性。拟议的一致性方法还提供了有效的本地一致性管理使用蚁群优化方法。我们必须计划实现基于集群的副本分配移动点对点网络并实现有效的服务缓存管理的网络。

引用

  1. 鑫阳光、小君郑Qiongxin刘,刘玉树,基于访问的动态数据复制成本在分布式系统中,在:2009年第四国际会议上计算机科学和信息技术融合,IEEE 2009。
  2. h .袜子,a·萨玛b . Allcock。福斯特,k . Holtman Tierney,文件和对象在数据网格复制,j .集群第一版。5 (3)(2002)305 - 314。
  3. a . Chervenak。福斯特,c . Kesselman一起c·索尔兹伯里s Tuecke数据网格:向一个架构的分布式管理和分析大量科学数据集,j . Netw。Comput.Appl。23 (2001)187 - 200。[4]嗜希拉勒,Heddaya,博Bhargava,复制技术在分布式系统中,Kluwer学术,ISBN: 0-7923-9800-9, 1996。
  4. b . Ciciani D.M.迪亚斯,另外,复制在分布式数据库系统中,分析IEEE反式。"数据Eng。2 (2) (1990) 247 - 261。
  5. 孝宏Hara桑杰库马尔Madria、一致性管理策略在移动ad hoc网络数据复制,IEEE反式。暴徒。第一版。8 (7)(2009)950 - 967。
  6. Hwang林亭汝,K.K.S. Lee Y.H.下巴,数据复制在一个分布式系统:性能研究,:Proc。相依数据库和专家系统应用,1996年,页708 - 717。
  7. RenXun-yi,王Ru-chuan,香港强、高效模型在数据网格副本一致性维护:计算机科学及其应用国际研讨会,IEEE 2008。
  8. Chao-Tung杨Chun-Pin傅Ching-Hsien Hsu,文件复制,维护,和一致性管理服务在数据网格中,j . Supercomput。53 (3) (2009) 411 - 439。
  9. .拉赫曼k .巴克r . Alhajj副本放置与静态最优性和动态可维护性设计,:学报第六届IEEE国际研讨会集群计算和网格,CCGRIDA¢€Ÿ06年,434 - 437页。
  10. 克里公园,J.H. Kim Y.B. Ko, s . YoonW——动态数据网格复制策略基于网络层次结构,在:网格和合作计算IInd国际研讨会,GCC2003,页838 - 846。
  11. HaiyingShen“IRM:集成文件复制和一致性维护P2P系统”IEEE并行计算和分布式系统,卷。21 pp.100 - 113。FoBottom形式
  12. j·罗,摩根大通(J.P. Hubaux p . Eugster锅:提供可靠的存储与概率群体系统,移动ad hoc网络:Proc。ACM MobiHoc, 2003年,页1 - 12。
  13. A, m . Hauswirth认为k .河口,更新在高度可靠,复制点对点系统:学报IEEE ICDCSA¢€Ÿ03,普罗维登斯,国际扶轮,美国,2003年5月。
  14. 鑫阳光、KanLi玉树刘”,一个高效的副本定位方法分层P2P网络”,IEEE艾多酷Intl相依pp.769 - 774。
  15. 鑫阳光、小君郑Qiongxin刘,刘玉树,“基于访问的动态数据复制成本在分布式系统”,在:2009年第四国际会议上计算机科学和信息技术融合,IEEE 2009。
  16. WanleiZhou,福尔摩斯”的设计和模拟混合复制控制协议”procin。IEEE Intl sym.槟榔,pp.210 - 215.1999。
  17. FerasHanandeh Mutaz,“慢性疲劳综合症:一个新的动态复制策略数据网格”,Intl,阿拉伯JIT Vol.9 2012。
  18. Baskaran r和Paul.P。V,“全球副本管理的算法和方向分析P2P网络”,IEEEIntl.Conf。2012年ICRTIT。
  19. Dahan, Laurent菲利普,jean - marc Nicod,“分布式生成树结构”,IEEE反式。Distrib平行。系统。(2009)1738 - 1751。
  20. Dahan,大规模的分布式生成树算法遍历,:11日国际会议在并行和分布式系统中,ICPADSA¢€Ÿ05,IEEE 2005。
  21. 新太阳和菅直人李”一个高效的副本定位方法分层P2P网络”IEEE /埃西斯Intl conf.pp.769 - 774.2009。