7 Performance Evaluation
7.2 Dynamic Circumstance
圖十六為比對
RLM 與 ACE [12]在 S 為 40，平均節點度數 4~10，ACE 的 h 值為 1~2，最
佳化次數為1 的情況下的效果比較圖，圖中菱形曲線為 RLM，正方形曲線為 RLM 加上 cache，三角形曲線為
ACE h=1，叉叉曲線為 ACE h=2，圖中，RLM 表現的比 ACE h=1 好，但當 ACE
的 h 值調高時，則會表現的比 RLM 好，但是所花費的成本(overhead)將會大幅的增加，這邊 簡單的分析，RLM 複雜度為O(N*平均節點度數)，ACE 的 h 為 1 時做 1-hop 的區域最小生成 樹，每個節點傳送鄰居表給1-hop 鄰居，複雜度為 O(N*平均節點度數)，h 為 2 時做 2-hop 的 區域最小生成樹，資料交換改為每個節點將鄰居表傳送到2-hop 鄰居，複雜度為 O(N*平均節 點度數2 )，以及較多的資料計算，當 S 大於 30，ACE h=1 時，RLM 表現的比 ACE 好。10 20 30 40 50 60 70 80 90 100
degree
query%
RLM 87.99 76.86 68.53 60.25
RLM+cache 84.99 75.14 67.34 59.35
ACE h=1 96.28 89.17 78.89 67.2
ACE h=2 55.05 26.63 16.60 11.96
4 6 8 10
Figure16: Performance evaluation of RLM and ACE
表平均節點度數為 6 時使用淹沒法，三角形點曲線代表平均節點度數為 10 時使用淹沒法，
菱形點曲線代表平均節點度數為 6 時使用 RLM，叉叉曲線代表平均節點度數為 10 時使用
RLM。圖中淹沒法的訊問訊息數量會慢慢的成長到一個門檻值，是因為節點度數小於平均節
點度數的節點離開後，新加入節點度數為平均節點度數的節點，導致總連線數會慢慢的增 加。不論總連線數如何增加，RLM 的詢問訊息量維持不變，表示了 RLM 的在動態的環境下 一樣有不錯的效果。圖十七(b)中顯示在不同的平均節點度數下淹沒法與 RLM 的總回應時 間，淹沒法所產生的總回應時間為100%，菱形點曲線代表平均節點度數為 6，正方形點曲線 代表平均節點度數為10。不論平均節點度數為 10 或 6，在 10 分鐘以前，總回應時間比例都會慢慢的變長，這並不是
RLM 總回應時間變長，而是因為總連線數的增加，使得用淹沒法
得到的總回應時間變短。相比較後，RLM 的總回應時間與淹沒法比較起來就變的比較長，而 到了10 分鐘後，總連線數達到門檻值，並且不在劇烈的變化，總回應時間呈現穩定的狀態。
1000500 15002000 25003000 35004000 45005000 55006000 65007000 75008000
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
time(minute)
number of query
flood of degree6 flood of degree 10 RLM of degree6 RLM of degree10
(a)
100105 110115 120125 130135 140145 150155 160165
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
time(minute)
response time%
RLM of degree10 RLM of degree6
(b)
Chapter 8
Conclusions and Future work
P2P 網路的目標就是讓所有的客戶端都能提供資源，包括頻寬，存儲空間和計算能力。
P2P 網路透過在多節點上複製數據，增加了防故障的健壯性，網路中的節點不需要依靠中心 索引伺服器來收尋檔案。並且P2P 網路不會出現單點崩潰的現象。因此 P2P 網路近年來已成 為一種新的分散式計算模型。
但分散式非結構化P2P 網路中的資源搜索往往導致大量冗餘的通訊負擔，造成網路頻寬 的佔用，使網路的效能無法被充分的利用。對覆蓋網路進行優化，可以大幅的改善上述問題。
使得網路頻寬得到解放，以及更有效的利用，甚至加快檔案收尋速度。
在本篇論文中，我們提出了一個完全分散式的改善技術，Redundant Link Minimization (RLM)，減少 P2P 網路中多餘的詢問訊息。RLM 的主要作法是利用鄰居集合將網路節點進行 分群，根據群組後的網路拓樸，判斷出多餘的邏輯網路連線，進而建構出最佳化的網路拓樸。
除此之外，RLM 亦可以保證網路中檔案搜尋的涵蓋率。根據實驗結果，RLM 所產生的詢 問訊息數量，在最好的情況下，只有淹沒法的 11%。在網路連線稠密度越高的網路中，RLM 改善的效果越顯著。結合檔案索引快取的機制，RLM 可以再降低網路的訊息量與縮短回傳時 間。在動態環境中，RLM 的效能表現的與靜態環境一樣好，並且還可以避免因為關節點的離 開，導致網路搜尋涵蓋率減少的問題。在未來的研究方面，我們將致力於改善訊息回應時間，
使
RLM 能更適應真實的動態網路。
References
[1] Gnutella Network Size, http://www.limewire.com/index.jsp/size
[2] The Gnutella protocol specification 0.6, http://rfc-gnutella.sourceforge.net
[3] Stefan Saroiu, P. Krishna Gummadi and Steven D. Gribble, ”A Measurement Study of Peer-to-Peer File Sharing Systems”, Proceedings of Multimedia Computing and Networking, Vol. 4673, pp. 156-170, 2002.
[4] KaZaA, http://www.kazaa.com
[5] I. Stoica, R. Morris, D. Karger, M. F. Kaashoek and H. Balakrishnan, “Chord: A Scalable Peer-to-Peer Lookup Service for Internet Applications”, Proceedings of IEEE/ACM
Transactions on Networking, Vol. 11, No. 1, pp. 17-32, 2001.
[6] Ai Wu, Xinsong Liu and Kejian Liu, ”Efficient flooding in peer-to-peer networks”, Proceedings of International Conference of Computer-Aided Industrial Design and
Conceptual Design, pp. 1-6, 2006.
[7] Wen Tsuen Chen, Chi Hong Chao and Jeng Long Chiang, ”An Interested-based Architecture for Peer-to-Peer Network Systems”, Proceedings of International Conference of Advanced
Information Networking and Applications, Vol. 1, pp. 707-712, 2006.
[8] Lakshmish Ramaswamy, Gedik B and L. Liu, ”A Distributed Approach to Node Clustering in Decentralized Peer-to-Peer Networks”, Proceedings of IEEE Transactions on Parallel and
Distributed Systems,Vol. 16, No. 9, pp. 814-829, 2005.
[9] Alberto Montresor, ”A Robust Protocol For Building Superpeer Overlay Topologies”, Proceedings of the Fourth International Conference on Peer-to-Peer Computing, pp. 202-209, 2004.
[10] Kunwadee Sripanidkulchai, Bruce Maggs and Hui Zhang, ”Efficient Content Location Using Interest-Based Locality in Peer-to-Peer Systems”, Proceedings of INFOCOM 2003, Vol. 3, pp. 2166-2176, 2003.
[11] Juan Li and Son Vuong, ”ECSP: An Efficient Clustered Super-Peer Architecture for P2P Networks”, Proceedings of International Conference of Advanced Information Networking
and Applications, Vol. 1, pp. 278-283, 2004.
[12] Yunhao Liu, Zhenyun Zhuang, Xiao Li and Lionel M. Ni, ”A distributed approach to solving overlay mismatching problem”, Proceedings of the 24th International Conference on