CN101330440A - 根据用户行为调节电信级p2p网络资源分配的方法 - Google Patents

Abstract

本发明涉及一种根据用户行为调节电信级P2P网络资源分配的方法，其中采用集中调控对P2P网络中用户的长期行为进行信用度记录与跟踪，并通过用户终端的自主调控对网络用户执行某次上传、下载任务进行实时管理和调节。该方法以激励原则作为调节电信级P2P网络资源分配的基本原则。本发明利用综合手段促使系统中的每个节点(至少是绝大部分节点)都采取合作和负责的行为，愿意将自己的资源贡献给系统，并承担系统要求其履行的义务，从而达到系统总体效用的最大化，保障整个系统良性和可持续的发展。

Description

根据用户行为调节电信级P2P网络资源分配的方法

技术领域

本发明涉及电信网络技术，具体来说，涉及一种在电信级别的点对点(P2P)网络中，根据用户行为调节用户所能拥有的网络资源的方法。

背景技术

在P2P对等网络中，每个网络节点(peer)既充当客户端的角色，从网络中获取资源，又充当服务器的角色，向网络中共享所拥有的资源。正是由于P2P网络节点的这种二重性才使得P2P网络区别于传统的C/S架构网络。

P2P对等网络的另一个重要特性是用户行为的自由性，其表现为用户可以自由地加入和退出，这也是其能够吸引众多用户加入的一个因素。但是，这个特点既是P2P对等网络得以发展的因素之一，也可能会成为P2P对等网络发展的限制。目前，在P2P对等网络中，已经表现出一些不良行为，影响了系统的良性运行。主要的表现有：自私行为，即只获取不付出；不负责任的行为，即用户随意终止(文件上载)服务等。

已经有研究表明，在早期的P2P系统中70％的用户都只从系统获取所需文件而从不向系统提供共享文件，而系统中50％的共享文件仅来自于1％的节点，25％的用户节点承担了系统99％的下载负荷。这表明，这种自由搭载的方式并不能真正充分利用P2P网络上的空闲资源，激励手段的缺乏已经严重影响了P2P系统的正常发展。在规模巨大、构成复杂的P2P对等网络系统中，根据用户行为调节网络资源分配的用户激励机制是十分必要的。

电信级P2P网络的用户行为调控是由集中式的宏观调控和用户终端的自主调控共同组成的，其目的都是建立起P2P网络用户的激励机制，促进标识节点的稳定性和共享意愿，以便在该异构网络系统中激励用户节点为其它节点提供共享资源，同时帮助终端选择性能稳定的客户端提供服务，以提高整体服务质量和效率。

发明内容

本发明的目的就是在电信级P2P对等网络中建立起一种适当的机制和环境，利用综合手段促使系统中的每个节点(至少是绝大部分节点)都采取合作和负责的行为，愿意将自己的资源贡献给系统，并承担系统要求其履行的义务，从而达到系统总体效用的最大化，保障整个系统良性和可持续的发展。

本发明的上述目的通过一种根据用户行为调节电信级P2P网络资源分配的方法来实现。该方法以激励原则作为调节电信级P2P网络资源分配的基本原则，即：从网络获取资源需要支付报酬，向网络共享资源可以获取酬劳；不论其它节点是否从本节点获取了资源，共享资源也可以获取一定酬劳。

该方法根据电信级P2P网络集中控制、分布传输的特点，从集中调控和用户终端自主调控两个方面对用户行为进行管理和调节，并采用了投票和加权积分的手段。

集中调控是对网络用户长期行为的一种激励、引导手段。在实现时引入了P2P网络积分和星级的概念。对于终端用户而言，积分和星级不仅可以标识其服务的优先等级，同时也可以作为一种虚拟货币，用于兑换诸如下载、媒体点播等其它业务，甚至可以用积分换购网络运营商提供的商品。

在P2P网络中，进行数据资源的上传、下载是用户的主要行为，接收端从发送端下载的内容资源数量可以作为该接收端对服务质量的评判指标。

在Google公司所提出的PageRank技术中，并不直接计算链接的数量，而是将从网页A指向网页B的链接解释为由网页A对网页B所投的一票。这样，PageRank会根据网页B所受到的投票数量来评估该页的重要性。本发明借鉴和改进了上述PageRank的技术思路，其中在计算加权积分时，选择用户为别人提供和自身下载的内容资源数量作为主要因素，计算积分Account(Content)的公式如下：

Account(Content)＝Account(x)-Account(Download)+Account(Upload)                                          (公式1)

其中Account(x)为用户的现有积分，Account(Download)为下载时需要支付的积分，Account(Upload)为上传资源所获得的积分。

除此之外，为了鼓励用户上线并能够稳定在线贡献其资源，最终确定总积分Account的计算公式如下：

Account＝Account(Content)×P_t                 (公式2)

其中P_t为用户累计在线时间的加权因子，用户在线时间越久，所得到的回报越高。

星级则是根据积分计算出来的，主要用于标识用户服务的优先等级，计算公式如下：

Rank＝Log₂(Account)-10+a×b                   (公式3)

其中a为终端影响因素，视用户终端的计算能力、存储能力而不同；b为网络影响因素，包括共享上行带宽、是否具有独立IP等因素。该公式说明对于计算、存储能力出众，或者网络带宽出众、有独立IP的系统用户，将获得较高的服务等级，有利于系统尽快将资源分布式部署在这类高等级的用户端，使得其他低端客户端能够从其获得服务，a、b参数的取值可根据运营系统经验获得。

以上是对用户在P2P网络中的长期行为进行信用度记录与跟踪，为网络中信用度良好、使用时间长的用户提供更好的服务。但是针对某一次上传、下载的具体任务，为了动态、最优地获得资源，还需要用户终端也采取一定的奖惩措施，鼓励其他用户提供资源，防止恶意获取资源。

用户终端自主调控是对网络用户执行某次上传、下载任务时的实时激励、引导手段。

针对某次上传、下载任务，用户终端之间根据连接情况设置动态管理连接，其方法如下：

a)本地用户终端从其他对等终端(peers)下载资源，选择正在为本方提供较高上传速率的多个peers保存在一个响应列表(称之为response-list)中，作为回报，本方也为这些peers提供上传服务，前提是这些peers需要获取本方能够提供的资源；

b)本地用户终端保存正在为本方上传数据、且对方上传速率排名超过response-list中排名最后几位的peers的列表，但这些peers暂时又不需要本地用户终端为其提供服务。一旦这些peers中有某个对等终端需要从本地用户终端获得资源，该对等终端将成为等待回应的peer，本地用户终端在response-list中选择上传速率排名最后一位的peer，将其状态设置为阻塞，暂停为其提供上传服务，再将等待回应的peer根据上传速率插入到response-list中，并为其提供资源。

这种方法保证了用户在执行某项具体的上传、下载任务时能够最快地获得所需资源，也能够体现“别人给予越多，得到回报越多”的公平原则。

本发明应用在电信级别的可管理P2P网络中，同现有的各种P2P网络相比，采用本发明所述调控激励机制更有利于吸引用户长时间使用P2P网络，减少网络用户的随意进出，从而增加网络的稳定性和可靠性。用户的积分和星级不仅可用于P2P网络服务，还可以结合网络运营商的其它业务作为服务参考信息；而用户终端的自主调控也动态地调整了网络流量，保证了用户之间公平公正地获取资源

具体实施方式

下面给出了在对网络用户长期行为的集中调控中进行积分和星级计算的一个具体例子，其中可按照如下规则计算用户积分：

1)用户每上传1MB的内容将获得+1.5的积分；

2)用户可以使用积分获取下载等媒体服务。兑换方法如下：

●下载内容在100MB之内，支付-1.0分/MB；

●下载内容在100MB-400MB之间，超出100MB部分支付-0.7分/MB；

●下载内容在400MB-800MB之间，超出400MB部分支付-0.4分/MB；

●下载内容在800MB以上，超出800MB部分支付-0.1分/MB。

假设当前用户的积分是5000分，用户已下载了300M数据，同时上传了200M数据，则按照公式1计算用户完成任务后的积分为：

500-0.7×300+1.5×200＝5090分

由于该用户累计在线时间较长，属于忠实用户，将获得额外积分，根据公式2计算该用户的总积分为：

5090×1.05＝5345分

通过公式3进一步计算出用户的星级信用度，由于该用户终端的计算能力较强、网络带宽较大，因此可获得较高的服务等级，该用户的信用度为：

Log₂(5345)-10+1.3×1.8＝4.72，取整后该用户等级为5。

与低星级的用户相比，星级较高的用户有一定的优先权。例如，在下载排队方面，采用优先级队列的方式组织排队队列。高等级的用户拥有较高的排队下载权限。星级较高的用户在下载文件时，排队时间将远远少于星级较低的用户。在下载速度方面，0星级的用户忙时最高只能获得500Kb/s的下载速度，1星级的用户忙时最高可拥有600Kb/s的下载速度，而10星级的用户忙时最高可获得1.5Mb/s的下载速度。

用户在初次使用P2P网络时被赋予1024积分。在用户使用服务后，积分和星级由用户终端自行完成计算。终端在每次服务结束后，将计算结果提交给网络运营商的运营管理系统保存。该终端下次登录后，运营管理系统将取出当前积分并计算星级，作为信用度保存在用户身份认证之中。

下面描述用户终端自主调控的例子。电信ADSL宽带网络一般上、下行带宽不对称，上行例如为512Kb，下行例如为1.5Mb，因此在P2P网络中用户若想获得最大下载速度至少同时要有3到4个peer向用户上传数据。在执行任务时用户终端保存一张peer列表，如下面的表1所示：

表1

上面的表1实际上包含两个列表，用户客户端根据这张表来选择对方向我方上传速率(相对于我方为下载速率)最快的四个peer回报数据，这四个peer组成了响应列表response-list，而其他不回报数据的peer组成了无响应列表non-response-list，可以看到，不回报数据的peer不一定上传速度慢，而可能是由于对方暂时不需要从我方得到数据，例如表1中的peer5。当peer5发现我方拥有其所需的数据、需要从我方向其上传数据的时候，我方客户端立即将peer5放入response-list中对应的位置，并将peer4从response-list转到not-response-list，停止为其上传数据，完成该操作后的peer列表如下面的表2所示：

表2

Claims (5)

1.一种根据用户行为调节电信级P2P网络资源分配的方法，其中采用集中调控对P2P网络中用户的长期行为进行信用度记录与跟踪，并通过用户终端的自主调控对网络用户执行某次上传、下载任务进行实时管理和调节，其中从网络获取资源需要支付报酬，而向网络共享资源可以获取酬劳；不论其它节点是否从本节点获取了资源，共享资源也可以获取一定酬劳。

2.如权利要求1所述的方法，其特征在于，在所述集中调控中利用积分和星级来标识用户服务的优先等级，并作为虚拟货币来实现奖励和支付，其中在计算积分时以用户为别人提供和自身下载的内容资源数量为主要因素。

3.如权利要求2所述的方法，其特征在于，通过用户为别人提供和自身下载的内容资源数量来计算积分Account(Content)的计算公式如下：

Account(Content)＝Account(x)-Account(Download)+Account(Upload)

其中Account(x)为用户的现有积分，Account(Download)为下载时需要支付的积分，Account(Upload)为上载资源所获得的积分，

最终计算用户的总积分Account的公式如下：

Account＝Account(Content)×P_t

其中P_t为用户累计在线时间的加权因子。

4.如权利要求3所述的方法，其特征在于，根据总积分计算星级Rank的公式如下：

Rank＝Log₂(Account)-10+a×b

其中a为与用户终端的计算能力、存储能力有关的终端影响因素；b为包括共享上行带宽、是否具有独立IP等因素的网络影响因素。

5.如权利要求1所述的方法，其特征在于，在用户终端的自主调控中包括如下步骤：

a)当本地用户终端从其他对等终端下载资源时，选择目前为本方提供较高上传速率的多个对等终端，保存在一张响应列表中，作为回报，本方也为这些对等终端提供上传服务，前提是这些对等终端需要获取本方能够提供的资源；

b)本地用户终端保存正在为本方上传数据、且对方上传速率排名超过所述响应列表中排名最后几位的对等终端的列表，但这些对等终端暂时又不需要本地用户终端为其提供服务，一旦这些对等终端中有某个对等终端需要从本地用户终端获得资源，该对等终端将成为等待回应的对等终端，则本地用户终端在响应列表中选择上传速率排名最后一位的对等终端，将其状态设置为阻塞，暂停为其提供上传服务，再将等待回应的对等终端根据上传速率插入到响应列表中，并为其提供资源。