本發(fā)明涉及網(wǎng)絡(luò)文件傳輸技術(shù)領(lǐng)域，更具體地，涉及一種基于社交關(guān)系的BitTorrent阻塞算法。

背景技術(shù)：

傳統(tǒng)的數(shù)據(jù)下載大多是基于客戶端/服務(wù)端(C/S)模型，但隨著互聯(lián)網(wǎng)的高速發(fā)展，用戶規(guī)模急劇增加，這種單一的服務(wù)器上傳帶寬、處理能力成為性能瓶頸，除此之外還存在系統(tǒng)魯棒性差和帶寬資源浪費(fèi)等問題.

在這種背景下，對(duì)等(peer-to-peer，簡稱P2P)網(wǎng)絡(luò)迅速發(fā)展。P2P不像傳統(tǒng)網(wǎng)絡(luò)依賴于單一的中心服務(wù)器，而是讓客戶端同時(shí)肩負(fù)服務(wù)端和客戶端的工作，客戶端之間可以直接交換數(shù)據(jù)。

BitTorrent系統(tǒng)是P2P文件分發(fā)最常用的系統(tǒng)，在BT系統(tǒng)中存在節(jié)點(diǎn)只下載不上傳，即所謂的“搭便車”情況，Tit-for-Tat阻塞算法為此而設(shè)計(jì)，下載集群中的節(jié)點(diǎn)每10秒運(yùn)行一次TFT阻塞算法來選擇對(duì)本節(jié)點(diǎn)所擁有資源塊感興趣且對(duì)本節(jié)點(diǎn)最近上傳貢獻(xiàn)最大的4個(gè)節(jié)點(diǎn)提供上傳服務(wù)。但這種阻塞算法引入了新的問題，即“第一塊資源獲取難”和“節(jié)點(diǎn)僵持”。對(duì)于新加入的節(jié)點(diǎn)，由于之前沒有為其他節(jié)點(diǎn)服務(wù)過，根據(jù)TFT算法，會(huì)存在其它節(jié)點(diǎn)不為該節(jié)點(diǎn)提供上傳服務(wù)的情況；同時(shí)對(duì)于兩個(gè)之前沒有互動(dòng)過的節(jié)點(diǎn)，雙方也不會(huì)主動(dòng)為對(duì)方提供上傳服務(wù)。

在真實(shí)的社交關(guān)系中，同一個(gè)朋友圈的用戶通常具有相似的身份、興趣愛好以及類似的朋友交際。隨著互聯(lián)網(wǎng)對(duì)人們生活的滲入，有共同愛好的人可以在網(wǎng)上創(chuàng)建自己的興趣圈。當(dāng)他們需要某個(gè)興趣相關(guān)資源時(shí)，往往會(huì)先向興趣相投的朋友尋求資源；當(dāng)擁有相關(guān)資源時(shí)，往往也會(huì)主動(dòng)與他們分享。每一個(gè)P2P客戶端一般都有一個(gè)真實(shí)的社會(huì)人在操控著，這些客戶端可以看做是真實(shí)人類在網(wǎng)絡(luò)世界中的一個(gè)映射。通過真實(shí)的社交關(guān)系建立的下載集群里的客戶端，往往以更大的概率將服務(wù)提供給那些與自己有親密關(guān)系的客戶端，所以一定程度上避免了只下載不上傳情況的發(fā)生；同時(shí)由于社交關(guān)系的引入，BT系統(tǒng)的“第一塊資源獲取難”和“節(jié)點(diǎn)僵持”的問題也得到了緩解。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明提供一種提升BT系統(tǒng)性能的基于社交關(guān)系的BitTorrent阻塞算法。

為了達(dá)到上述技術(shù)效果，本發(fā)明的技術(shù)方案如下：

一種基于社交關(guān)系的BitTorrent阻塞算法，包括以下步驟：

S1：Tracker服務(wù)器每隔10秒獲取該下載集群內(nèi)各個(gè)節(jié)點(diǎn)的最新朋友列表，并構(gòu)造評(píng)分矩陣M_n*n；

S2：對(duì)矩陣M_n*n做矩陣分解，用隨機(jī)梯度下降法求出M_n*m矩陣，使得M_n*n＝W_n*m*Q_m*n成立，其中M_n*m是兩個(gè)矩陣的乘積，其中m是隱因子的個(gè)數(shù)，W_n*m的每行表示節(jié)點(diǎn)對(duì)各個(gè)隱因子的喜歡程度，Q_m*n的每一列表示節(jié)點(diǎn)在各個(gè)隱因子上的概率分布；

S3：對(duì)于某個(gè)上傳節(jié)點(diǎn)，遍歷其朋友列表和鄰居節(jié)點(diǎn)，將對(duì)本節(jié)點(diǎn)所擁有資源塊感興趣的節(jié)點(diǎn)選出，組成候選列表；

S4：對(duì)于上傳節(jié)點(diǎn)i和候選列表中的任意節(jié)點(diǎn)j，根據(jù)W_n*m計(jì)算出相似度S(i,j)；

S5：根據(jù)j的活躍值、j與i的相似度以及j是否擁有i感興趣的資源塊，計(jì)算出i與j的親密值；

S6：對(duì)候選列表中的節(jié)點(diǎn)按照計(jì)算出的親密值從大到小排序，對(duì)前4個(gè)節(jié)點(diǎn)發(fā)送所需資源塊，對(duì)其余候選節(jié)點(diǎn)阻塞。

進(jìn)一步地，所述Tracker服務(wù)器收集下載節(jié)點(diǎn)信息，并提供各節(jié)點(diǎn)信息給下載節(jié)點(diǎn)，當(dāng)新節(jié)點(diǎn)加入下載時(shí)，會(huì)先與Tracker服務(wù)器連接注冊(cè)；Tracker服務(wù)器將其鄰居節(jié)點(diǎn)信息發(fā)給該節(jié)點(diǎn)，使其能與鄰居節(jié)點(diǎn)連接起來，相互傳輸數(shù)據(jù)。

進(jìn)一步地，所述Tracker服務(wù)器獲取各個(gè)節(jié)點(diǎn)的朋友列表、構(gòu)造矩陣M_n*n及求出W_n*m并且每10秒計(jì)算一次。

進(jìn)一步地，所述步驟S1中構(gòu)造評(píng)分矩陣M_n*n的過程如下：

矩陣A_n*n表示節(jié)點(diǎn)朋友關(guān)系矩陣，其中A_ij表示節(jié)點(diǎn)i與j的親近程度，值越高表示越親近，其中i，j表示節(jié)點(diǎn)ID；SUM_i表示i的朋友列表中的朋友個(gè)數(shù)，若j在i的朋友列表中，則A_ij＝1/SUM_i，否則A_ij＝0；

矩陣B_n*n表示三度朋友關(guān)系的朋友矩陣，其中

λ₁+λ₂+λ₃＝1且λ₁≥λ₂≥λ₃≥0；

構(gòu)造評(píng)分矩陣α為常量，且α+min(log(B_ij))＞0，即調(diào)整M_n*m中有值的各項(xiàng)，使之大于0，M_ij表示節(jié)點(diǎn)i對(duì)節(jié)點(diǎn)j的評(píng)分，評(píng)分越高，表示節(jié)點(diǎn)間越親密。

進(jìn)一步地，使用隨機(jī)梯度下降法計(jì)算M_n*n＝W_n*m*Q_m*n中的W_n*m，具體操作如下：

令其中表示矩陣Q_m*n的第j列，是矩陣W_n*m第i行向量的轉(zhuǎn)置，是一個(gè)列向量，對(duì)所有的M_ij≠null，與M_ij的值盡量接近，使得gap的值盡可能小；

引入加入權(quán)重函數(shù)有：

其中權(quán)重函數(shù)

max是常量；

使用隨機(jī)梯度下降法計(jì)算中的W_n*m：

W_n*m＝[w₀,w₁,w₂,…,w_n-1]^T。

進(jìn)一步地，計(jì)算節(jié)點(diǎn)i和節(jié)點(diǎn)j的相似度的公式如下：

S(i,j)＝w_i·w_j

越相似的節(jié)點(diǎn)，其隱因子向量的夾角就越小，而根據(jù)向量夾角計(jì)算公式：

其中因?yàn)閣_i·w_j是單位向量，所以|w_i|和|w_j|的值都是1，而且夾角大小與夾角的余弦值成反比，w_i·w_j的結(jié)果越大，節(jié)點(diǎn)i和j就越相似，反之亦然。

進(jìn)一步地，節(jié)點(diǎn)間的親密度計(jì)算公式如下：

f(i,j)＝a*Active+b*S(i,j)+c*Interest,a+b+c＝1

其中，Active表示候選列表中節(jié)點(diǎn)的活躍值，Interest表示是否擁有本節(jié)點(diǎn)感興趣的資源的加權(quán)值,如果候選列表中的節(jié)點(diǎn)擁有上傳節(jié)點(diǎn)感興趣的資源則Interest＝1，否則Interest＝0，a、b、c為常數(shù)均大于0。

本發(fā)明中，計(jì)算出上傳節(jié)點(diǎn)與候選列表中節(jié)點(diǎn)的親密值，并將候選列表中的節(jié)點(diǎn)按照親密值從大到小順序排列，選出親密值最大的前4個(gè)節(jié)點(diǎn)，給它們上傳所需要的資源塊，同時(shí)阻塞其它候選列表中的節(jié)點(diǎn)；考慮到存在新加入節(jié)點(diǎn)與其它節(jié)點(diǎn)的親密度過低的情況，同原有的BitTorrent系統(tǒng)一致，每30秒會(huì)運(yùn)行一次樂觀阻塞算法，隨機(jī)選擇一個(gè)對(duì)上傳節(jié)點(diǎn)資源感興趣的鄰居節(jié)點(diǎn)上傳資源塊。

與現(xiàn)有技術(shù)相比，本發(fā)明技術(shù)方案的有益效果是：

本發(fā)明通過將社交關(guān)系引入P2P系統(tǒng)中，同時(shí)深入挖掘節(jié)點(diǎn)間表示的社交關(guān)系。從而使節(jié)點(diǎn)更傾向于給相似度更高的節(jié)點(diǎn)上傳資源，而相似度高的節(jié)點(diǎn)在以后的下載集群中互傳文件的概率更高，從而大大減少了節(jié)點(diǎn)只下載不上傳情況的發(fā)生。而且新提出的阻塞算法是根據(jù)節(jié)點(diǎn)的親密度來決定給哪些節(jié)點(diǎn)上傳資源塊，從而大大降低了節(jié)點(diǎn)獲取第一塊資源難和節(jié)點(diǎn)僵持發(fā)生的概率，提升了BT系統(tǒng)的性能。

附圖說明

圖1為本發(fā)明算法流程圖。

具體實(shí)施方式

附圖僅用于示例性說明，不能理解為對(duì)本專利的限制；

為了更好說明本實(shí)施例，附圖某些部件會(huì)有省略、放大或縮小，并不代表實(shí)際產(chǎn)品的尺寸；

對(duì)于本領(lǐng)域技術(shù)人員來說，附圖中某些公知結(jié)構(gòu)及其說明可能省略是可以理解的。

下面結(jié)合附圖和實(shí)施例對(duì)本發(fā)明的技術(shù)方案做進(jìn)一步的說明。

實(shí)施例1

如圖1所示，一種基于社交關(guān)系的BitTorrent阻塞算法，包括以下步驟：

S1：Tracker服務(wù)器每隔10秒獲取該下載集群內(nèi)各個(gè)節(jié)點(diǎn)的最新朋友列表，并構(gòu)造評(píng)分矩陣M_n*n；

S2：對(duì)矩陣M_n*n做矩陣分解，用隨機(jī)梯度下降法求出M_n*m矩陣，使得M_n*n＝W_n*m*Q_m*n成立，其中M_n*m是兩個(gè)矩陣的乘積，其中m是隱因子的個(gè)數(shù)，W_n*m的每行表示節(jié)點(diǎn)對(duì)各個(gè)隱因子的喜歡程度，Q_m*n的每一列表示節(jié)點(diǎn)在各個(gè)隱因子上的概率分布；

S3：對(duì)于某個(gè)上傳節(jié)點(diǎn)，遍歷其朋友列表和鄰居節(jié)點(diǎn)，將對(duì)本節(jié)點(diǎn)所擁有資源塊感興趣的節(jié)點(diǎn)選出，組成候選列表；

S4：對(duì)于上傳節(jié)點(diǎn)i和候選列表中的任意節(jié)點(diǎn)j，根據(jù)W_n*m計(jì)算出相似度S(i,j)；

S5：根據(jù)j的活躍值、j與i的相似度以及j是否擁有i感興趣的資源塊，計(jì)算出i與j的親密值；

S6：對(duì)候選列表中的節(jié)點(diǎn)按照計(jì)算出的親密值從大到小排序，對(duì)前4個(gè)節(jié)點(diǎn)發(fā)送所需資源塊，對(duì)其余候選節(jié)點(diǎn)阻塞。

Tracker服務(wù)器收集下載節(jié)點(diǎn)信息，并提供各節(jié)點(diǎn)信息給下載節(jié)點(diǎn)，當(dāng)新節(jié)點(diǎn)加入下載時(shí)，會(huì)先與Tracker服務(wù)器連接注冊(cè)；Tracker服務(wù)器將其鄰居節(jié)點(diǎn)信息發(fā)給該節(jié)點(diǎn)，使其能與鄰居節(jié)點(diǎn)連接起來，相互傳輸數(shù)據(jù)。

Tracker服務(wù)器獲取各個(gè)節(jié)點(diǎn)的朋友列表、構(gòu)造矩陣M_n*n及求出W_n*m并且每10秒計(jì)算一次。

步驟S1中構(gòu)造評(píng)分矩陣M_n*n的過程如下：

矩陣A_n*n表示節(jié)點(diǎn)朋友關(guān)系矩陣，其中A_ij表示節(jié)點(diǎn)i與j的親近程度，值越高表示越親近，其中i，j表示節(jié)點(diǎn)ID；SUM_i表示i的朋友列表中的朋友個(gè)數(shù)，若j在i的朋友列表中，則A_ij＝1/SUM_i，否則A_ij＝0；

矩陣B_n*n表示三度朋友關(guān)系的朋友矩陣，其中λ₁+λ₂+λ₃＝1且λ₁≥λ₂≥λ₃≥0；

構(gòu)造評(píng)分矩陣α為常量，且α+min(log(B_ij))＞0，即調(diào)整M_n*m中有值的各項(xiàng)，使之大于0，M_ij表示節(jié)點(diǎn)i對(duì)節(jié)點(diǎn)j的評(píng)分，評(píng)分越高，表示節(jié)點(diǎn)間越親密。

使用隨機(jī)梯度下降法計(jì)算M_n*n＝W_n*m*Q_m*n中的W_n*m，具體操作如下：

令其中表示矩陣Q_m*n的第j列，是矩陣W_n*m第i行向量的轉(zhuǎn)置，是一個(gè)列向量，對(duì)所有的M_ij≠null，與M_ij的值盡量接近，使得gap的值盡可能小；

引入加入權(quán)重函數(shù)有：

其中權(quán)重函數(shù)

max是常量；

使用隨機(jī)梯度下降法計(jì)算中的W_n*m：

W_n*m＝[w₀,w₁,w₂,…,w_n-1]^T。

進(jìn)一步地，計(jì)算節(jié)點(diǎn)i和節(jié)點(diǎn)j的相似度的公式如下：

S(i,j)＝w_i·w_j

越相似的節(jié)點(diǎn)，其隱因子向量的夾角就越小，而根據(jù)向量夾角計(jì)算公式：

其中因?yàn)閣_i·w_j是單位向量，所以|w_i|和|w_j|的值都是1，而且夾角大小與夾角的余弦值成反比，w_i·w_j的結(jié)果越大，節(jié)點(diǎn)i和j就越相似，反之亦然。

進(jìn)一步地，節(jié)點(diǎn)間的親密度計(jì)算公式如下：

f(i,j)＝a*Active+b*S(i,j)+c*Interest,a+b+c＝1

其中，Active表示候選列表中節(jié)點(diǎn)的活躍值，Interest表示是否擁有本節(jié)點(diǎn)感興趣的資源的加權(quán)值,如果候選列表中的節(jié)點(diǎn)擁有上傳節(jié)點(diǎn)感興趣的資源則Interest＝1，否則Interest＝0，a、b、c為常數(shù)均大于0。

本發(fā)明中，計(jì)算出上傳節(jié)點(diǎn)與候選列表中節(jié)點(diǎn)的親密值，并將候選列表中的節(jié)點(diǎn)按照親密值從大到小順序排列，選出親密值最大的前4個(gè)節(jié)點(diǎn)，給它們上傳所需要的資源塊，同時(shí)阻塞其它候選列表中的節(jié)點(diǎn)；考慮到存在新加入節(jié)點(diǎn)與其它節(jié)點(diǎn)的親密度過低的情況，同原有的BitTorrent系統(tǒng)一致，每30秒會(huì)運(yùn)行一次樂觀阻塞算法，隨機(jī)選擇一個(gè)對(duì)上傳節(jié)點(diǎn)資源感興趣的鄰居節(jié)點(diǎn)上傳資源塊。

本方法實(shí)通過將社交關(guān)系引入P2P系統(tǒng)中，同時(shí)深入挖掘節(jié)點(diǎn)間表示的社交關(guān)系。從而使節(jié)點(diǎn)更傾向于給相似度更高的節(jié)點(diǎn)上傳資源，而相似度高的節(jié)點(diǎn)在以后的下載集群中互傳文件的概率更高，從而大大減少了節(jié)點(diǎn)只下載不上傳情況的發(fā)生。而且新提出的阻塞算法是根據(jù)節(jié)點(diǎn)的親密度來決定給哪些節(jié)點(diǎn)上傳資源塊，從而大大降低了節(jié)點(diǎn)獲取第一塊資源難和節(jié)點(diǎn)僵持發(fā)生的概率，提升了BT系統(tǒng)的性能。

相同或相似的標(biāo)號(hào)對(duì)應(yīng)相同或相似的部件；

附圖中描述位置關(guān)系的用于僅用于示例性說明，不能理解為對(duì)本專利的限制；

顯然，本發(fā)明的上述實(shí)施例僅僅是為清楚地說明本發(fā)明所作的舉例，而并非是對(duì)本發(fā)明的實(shí)施方式的限定。對(duì)于所屬領(lǐng)域的普通技術(shù)人員來說，在上述說明的基礎(chǔ)上還可以做出其它不同形式的變化或變動(dòng)。這里無需也無法對(duì)所有的實(shí)施方式予以窮舉。凡在本發(fā)明的精神和原則之內(nèi)所作的任何修改、等同替換和改進(jìn)等，均應(yīng)包含在本發(fā)明權(quán)利要求的保護(hù)范圍之內(nèi)。