基于模糊综合评价的P2P流量优化#马维娜，周亚建**（北京邮电大学信息安全中心，北京100876）510摘要：P2P应用在进行邻居选择时对底层物理拓扑的无知导致逻辑网络与物理网络的严重失配，生成大量冗余跨域流量，加重了因特网服务提供商(ISP)的流量压力并破坏了ISP收支平衡。本文提出了一种基于模糊综合评价的流量优化方法，在邻居节点选择时综合考虑时延、带宽、AS距离、链路代价、文件差异程度等多种因素。该方法采用结合离子群算法的改进层次分析法（AHP）确定各因素权重，同时验证和修正一致性判断矩阵。就提出的优化方法进行了网络仿真实验，分析结果表明该算法能够大幅度本地化P2P流量并且一定程度上加速文件下载。关键词：对等网络；流量优化；模糊综合评价；层次分析法中图分类号：TP393.415OptimizationOfP2PTrafficbasedonFuzzyComprehensiveEvaluationMAWeina,ZHOUYajian(InformationSecurityCenter,BeijingUniversityofPostsandTelecommunications)2025303540Abstract:P2Papplicationshavegeneratedalargeamountofredundanttrafficduetothemismatchbetweenoverlaynetworkandunderlaynetworkcausedbyignoranceofunderlaynetworkwhenchoosingneighbors,whichaggravatesthetrafficpressureofISPs(InternetServiceProvider)andunderminestheirpaymentbalance.Inthispaper,anewmethodnamedFuzzyComprehensiveEvaluationisusedinneighborselectiontooptimizeP2Ptraffic.Inthismethod,factorssuchasdelay,bandwidth,ASdistance,linkcostandfiledifferencewillbetakenintoconsiderationtomakeacomprehensiveevaluationaboutpeers.ImprovedAnalyticHierarchyProcess(AHP)combinedwithImprovedParticleSwarmOptimization(PSO)isusedtocalculatetheweightofeachfactorandtocheckandcorrecttheconsistenceofjudgmentmatrix.TheresultsofnetworksimulationexperimentsshowthatthismethodcansubstantiallylocalizeP2Ptrafficandacceleratefiledownloadingatthesametime.Keywords:P2PTrafficOptimization;FuzzyComprehensiveEvaluation;ParticleSwarmOptimization;AnalyticHierarchyProcess0引言步入21世纪以来，信息科技得以更加快速的发展，互联网(Internet)技术、电脑硬件技术以及网络技术的发展加速了信息科技的普及以及渗透。基于Peer-to-Peer(P2P)[1]端到端通信的内容分发系统更是发展迅猛，得到了广泛应用。P2P对等网络是建立在物理网络上层的逻辑覆盖网络。相对于传统的服务器－客户端(C/S)模式，P2P网络分发模式不仅能够减轻内容提供商的负担，增强应用扩展能力，也能够提高系统的网络适应能力。目前P2P技术在内容分发、流媒体[2,3]、分布式存储、并行计算、云存储以及即时通讯[4]等领域均有应用。根据2006年调查显示，国内主要运营商骨干网互联网流量中P2P流量达到了60%以上，并且大部分是来自非结构化P2P网络的流量。虽然近几年来由于网络视频应用(Youtube、Netflix基金项目：国家自然科学基金项目（60972077）作者简介：马维娜(1990-)，女，硕士研究生，P2P网络流量优化通信联系人：周亚建(1971-)，男，副教授，网络安全、数据库安全、文本分类、网络编码.yajian@bupt.edu.cn-1-等)的崛起使得部分地区P2P流量所占份额已经下降至18%左右，但是网络中的P2P流量仍是不可忽视的。455055P2P网络流量居高不下一度引起了ISP对P2P流量的围追堵截，极大限制了P2P应用的发展。逻辑网络与底层网络失配、邻居选择的随机性以及数据调度算法缺陷是导致流量产生大量冗余的三大主因[5]。邻居选择的随机性直接导致了逻辑拓扑与底层的失配，如何挖掘利用底层拓扑信息用于构建逻辑网络成为P2P流量优化的重要研究方向[3,6,7,8]。以BitTorrent为代表的第三代P2P应用是基于Tracker的方式获得邻居节点，构成逻辑覆盖网络。多数BitTorrent应用通过随机方式选择邻居节点，逻辑覆盖网络与底层物理网络严重失配。本文针对基于Tracker的邻居节点选择机制进行改进，将目标节点各因素进行综合评价，选取评价结果较好的节点建立连接，使P2P节点能够在Tracker的节点列表中优中选优，从而达到流量优化的目的。1...