

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、隨著網絡技術的發(fā)展,文件分享系統(BitTorrent)、在線播放系統(PPLive)、視頻點播系統(Joost)等通過協作定位和分布共享的對等網文件共享系統已經成為占據當今網絡流量最多的系統[6]。在這些系統中有成百上千萬用戶同時在線分享文件,這些用戶隨機地加入網絡并與其他用戶建立連接,形成了一個自組織的隨機網絡。在經典的BitTorrent文件分享系統中,系統中的大文件被平均地分割成K個文件塊,系統通過節(jié)點之間文件塊的交換最終將所有
2、文件塊分布到所有節(jié)點,為了達到這個目的,每個節(jié)點必須獨立的決策哪些節(jié)點將作為自己的鄰居節(jié)點,哪些文件塊在給定的時間內被傳送給鄰居節(jié)點。基于以上問題在P2P網絡中,文件塊選擇算法和鄰居節(jié)點選擇算法成為當前P2P網絡中研究的熱點。
現階段BitTorrent文件分享協議中文件塊選擇算法和鄰居節(jié)點選擇算法主要是利用基于CPU的串行算法實現,在大規(guī)模的網絡狀態(tài)下,整個系統中要完全分享大文件需要比較長的時間。本文中提出并實現了基于C
3、PU并行加速的P2P算法,這些算法完全適用于BitTorrent協議中節(jié)點的并行獨立性,從而可以提高文件塊在系統中的分享效率。本文的主要研究內容和工作如下:
(1)基于GPU并行加速的RUB算法。此算法采用了三種實現方案,分別為基于全局存儲器的單線程單節(jié)點RUB算法實現、基于共享存儲器的單線程單節(jié)點RUB算法實現和基于全局存儲器的單線程單文件塊RUB算法實現。訪問全局存儲器會產生較高的延時,因此會導致數據分享效率低從而影響
4、RuB算法的執(zhí)行效率。為了克服訪問全局存儲器高延時的缺陷,本文改進并使用了低訪問延時的共享存儲器,在一定程度上提高了RUB算法的執(zhí)行效率。但是共享存儲器較小無法滿足大文件的存儲,在一定程度上影響了算法的執(zhí)行效率。因此本文還對RUB算法進行了進一步的改進,使用了基于全局存儲器的單線程單文件塊RUB算法。此改進算法大大減輕了每個線程的工作量,使得RUB算法的執(zhí)行效率得到了較大地提高。
(2)基于GPU并行加速的LRF算法。此算
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- GPU通用計算在文本分類中的應用研究.pdf
- GPU通用計算在CT中的應用.pdf
- GPU通用計算在格子Boltzmann方法中的應用.pdf
- 通用GPU計算在分類算法中的研究與應用.pdf
- DNA計算在DNA密碼中的應用研究.pdf
- 云計算在港口行業(yè)中的應用研究.pdf
- DNA計算在人臉識別中的應用研究.pdf
- 云計算在權限管理中的應用研究.pdf
- 粒計算在圖像拼接中的應用研究.pdf
- 移動計算在電力巡檢中的應用研究.pdf
- 云計算在網絡課程中的應用研究.pdf
- 粒計算在數據挖掘中的應用研究.pdf
- 共同進化計算在分類中的應用研究.pdf
- 演化計算在醫(yī)學數據挖掘中的應用研究.pdf
- 云計算在物流管理中的應用研究
- 安全多方計算在電子選舉中的應用研究.pdf
- 云計算在電網實時監(jiān)控中的應用研究.pdf
- 高性能計算在圖像匹配中的應用研究.pdf
- 進化計算在作物生長模型優(yōu)化中的應用研究.pdf
- 視覺計算在煤礦巷道變形監(jiān)測中的應用研究.pdf
評論
0/150
提交評論