推荐星级：

基于DHT的物联网分布式发现系统

更新时间：2019-12-24 07:10:38 大小：1M 上传用户：xiaohei1810 查看TA发布的资源 标签：dht 物联网 下载积分：1分评价赚积分（如何评价?）打赏收藏评论(0) 举报

资料介绍

物联网中海量设备的频繁接入、退出以及动态的网络变化为节点管理带来了压力,结构化的P2 P网络可以有效缓解这种压力,但是大多数物联网P2P网络只能利用节点ID进行简单搜索.本文对分布式哈希表(DHT)进行改进,实现利用节点的多个属性和属性的范围进行搜索和管理.基于改进后的DHT,实现了一种新的物联网资源发现系统,它可以将物联网内的各类资源组织在一起,形成一个分布式、松耦合的物联网架构.实验结果表明该搜索系统可以在物联网中实现高效的资源发现.

部分文件列表

文件名	大小
基于DHT的物联网分布式发现系统.pdf	1M

立即下载

【关注B站账户领20积分】

部分页面预览

（完整内容请下载后查看）

计

算

机

与

现

代化

２０１８年第１期

ＪＩＳＵＡＮＪＩＹＵＸＩＡＮＤＡＩHＵＡ

总第２６９期

文章编号：１００６-２4７５（２０１８）０１-００８９-０６

基于ＤHＴ的物联网分布式发现系统

张秉坤,李晓辉,王志乾

（华北计算技术研究所,北京１０００８３）

摘要：物联网中海量设备的频繁接入、退出以及动态的网络变化为节点管理带来了压力,结构化的Ｐ２Ｐ网络可以有效缓

解这种压力,但是大多数物联网Ｐ２Ｐ网络只能利用节点ＩＤ进行简单搜索。本文对分布式哈希表（ＤHＴ）进行改进,实现

利用节点的多个属性和属性的范围进行搜索和管理。基于改进后的ＤHＴ,实现了一种新的物联网资源发现系统,它可以

将物联网内的各类资源组织在一起,形成一个分布式、松耦合的物联网架构。实验结果表明该搜索系统可以在物联网中

实现高效的资源发现。

关键词：物联网；结构化Ｐ２Ｐ；物体发现；分布式哈希表

中图分类号：ＴＰ３９３

文献标识码：Ａ

doi：１０.３９６９／ｊ.ｉｓｓｎ.１００６-２4７５.２０１８.０１.０１８

A IoT Distributed Discovery System Based on DHT

ＺHＡＮＧＢｉｎｇ-ｋｕｎ,LＩＸｉａｏ-ｈｕｉ,ＷＡＮＧＺｈｉ-ｑｉａｎ

（ＮｏｒｔｈＣｈｉｎａＩｎｓｔｉｔｕｔｅｏｆＣｏｍｐｕｔｉｎｇＴｅｃｈｎｏｌｏｇｙ ,Ｂｅｉｊｉｎｇ１０００８３,Ｃｈｉｎａ）

Abstract：ＴｈｅＩｎｔｅｒｎｅｔｏｆＴｈｉｎｇｓ（ＩｏＴ）ｉｓｅｎｖｉｓｉｏｎｅｄｔｏａｄａｐｔｍａｓｓｉｖｅｏｆｄｅｖｉｃｅｓａｃｃｅｓｓｉｎｇｏｒｅｘｉｔｉｎｇａｎｄｆｒｅｑｕｅｎｔｎｅｔｗｏｒｋｃｈａｎ -

ｇｅｓ,ｗｈｉｃｈｂｒｉｎｇｓｌｏｔｏｆｐｒｅｓｓｕｒｅｔｏｎｏｄｅｓｍａｎａｇｅｍｅｎｔ .ＳｔｒｕｃｔｕｒｅｄＰ２Ｐｎｅｔｗｏｒｋｃａｎｅｆｆｅｃｔｉｖｅｌｙｒｅｌｉｅｖｅｔｈｉｓｐｒｅｓｓｕｒｅ .Ｂｕｔｍｏｓｔ

Ｐ２ＰｎｅｔｗｏｒｋｓｓｉｍｐｌｙｓｕｐｐｏｒｔｔｏｓｅａｒｃｈｎｏｄｅｗｉｔｈｎｏｄｅＩＤ .ＴｈｉｓｐａｐｅｒｉｍｐｒｏｖｅｓＤｉｓｔｒｉｂｕｔｅｄ HａｓｈＴａｂｌｅ（ＤHＴ）ａｎｄｒｅａｌｉｚｅｓ

ｓｅａｒｃｈｉｎｇａｎｄｍａｎａｇｉｎｇｗｉｔｈｎｏｄｅｐｒｏｐｅｒｔｉｅｓａｎｄｒａｎｇｅｏｆｐｒｏｐｅｒｔｉｅｓ .ＢａｓｅｄｏｎｉｍｐｒｏｖｅｄＤHＴ,ｔｈｉｓｐａｐｅｒｒｅａｌｉｚｅｓａｎｅｗｋｉｎｄｏｆ

ＩｏＴｒｅｓｏｕｒｃｅｄｉｓｃｏｖｅｒｙｓｙｓｔｅｍ.ＴｈｉｓｓｙｓｔｅｍｃｏｕｌｄｏｒｇａｎｉｚｅａｌｌｋｉｎｄｓｏｆｒｅｓｏｕｒｃｅｉｎＩｏＴａｎｄｆｏｒｍａｄｉｓｔｒｉｂｕｔｅｄａｎｄｌｏｏｓｅｌｙｃｏｕｐｌｅｄ

ｓｙｓｔｅｍｆｏｒＩｏＴｓｙｓｔｅｍ.ＥｘｐｅｒｉｍｅｎｔｓｈｏｗｅｓｔｈｅｓｅａｒｃｈｓｙｓｔｅｍｃｏｕｌｄｒｅａｌｉｚｅｅｆｆｅｃｔｉｖｅｎｏｄｅｓｓｅａｒｃｈｉｎｄｉｓｔｒｉｂｕｔｅｄＩｏＴ .

Key words：ＩｎｔｅｒｎｅｔｏｆＴｈｉｎｇｓ；ｓｔｒｕｃｔｕｒｅｄＰ２Ｐ；ｔｈｉｎｇｓｄｉｓｃｏｖｅｒｙ；ｄｉｓｔｒｉｂｕｔｅｄｈａｓｈｔａｂｌｅ

构成分布式网络,弱化平台中物体、数据接收、数据处

0 引言

理等模块在网络中的固定架构,最终形成一个节点按

需搜索并获取网络内资源、自组织、智能化的分布式

物联网架构可以解决集中式集群中的这些问题。在

这种不断变化的分布式异构系统中,一个搜索速度

快、精度高、易于拓展、可以自动配置的资源发现机制

被认为是物联网智能化的必备需求^{［２-３］}。

物联网是新一代信息技术重要的组成部分,许多

国家把物联网的发展上升到国家战略层面^［１］。物联

网在使用过程中会产生海量信息,网络中的物体会随

时添加和删除,已有的物联网拓扑结构也会不断地变

化,这些因素导致了大量物体数据在数据库中的读取

和写入。集中式服务器集群在处理这些信息时存在

信息获取速度慢,可扩展性不强,容易出现单点故障,

以及信息缺乏隐私和信息安全性不易保障等问题。

而将物联网中的物体资源、平台资源、计算资源作为

物联网中的平等节点“网元”,以一种松耦合的方式

在分布式物联网系统中,有分布式哈希表（Ｄｉｓ-

ｔｒｉｂｕｔｅ HａｓｈＴａｂｌｅ,ＤHＴ）^［4］和域名系统（Ｄｏｍａｉｎ

ＮａｍｅＳｙｓｔｅｍ,ＤＮＳ）２类主要的实现形式,使用它们来

实现分布式物体服务集成、维护与发现是未来的趋

势^［２］。苹果公司推出基于组播域名系统（ｍｕｌｔｉｃａｓｔ

收稿日期：２０１７-０５-０２

基金项目：中国电科主导类创新基金资助项目（ＪＪ１２０１０２）

作者简介：张秉坤（１９９１-）,男（满族）,甘肃兰州人,华北计算技术研究所硕士研究生,研究方向：物联网,分布式系统；李晓

辉（１９８０-）,女,湖南邵阳人,高级工程师,博士,研究方向：物联网体系结构技术,物体统一描述与建模技术,物体服务与管理

技术,物联网开放中间件技术；王志乾（１９８７-）,男,河北石家庄人,博士,研究方向：物联网架构,物体分布式协同,无人集群

万方数据

智能。

９０

计

算

机

与

现

代

化

２０１８年第１期

ＤｏｍａｉｎＮａｍｅＳｙｓｔｅｍ,ｍＤＮＳ）的Ｂｏｎｊｏｕｒ零配置网络

协议^［５］。该协议是为了在缺少中心服务器的情况下

完成ＩＰ获取、名称解析和服务发现这３项工作。但

是这类解决方案仍然需要一个域名解析服务器,使得

分布式节点仍然需要像传统的Ｃ／Ｓ结构一样进行注

册。ＤHＴ广泛应用于互联网资源的获取,但是在物

联网中由于功能欠缺导致应用较少。文献［６］在基

于ＥＰＣｇｌｏｂｌｅ提出的物联网架构和编码的基础上,基

于Ｃｈｏｒｄ算法在已知节点ＩＤ的情况下获取物体位置

信息。文献［７］提出了一种ＣｏＡＰ与ＤHＴ结合的物

联网系统,其中使用到了ＣｏＡＰ协议中的ＣｏＲＥ资源

目录和ＤHＴ结合的半分布式搜索机制,但是该系统

只能通过基本的地理位置来实现物体搜索,功能过于

简单。

的特征做出描述,结合向量空间模型实现多个特征词

的查询^{［１4-１５］}。文献［１６-１７］利用一种空间填充曲线Ｚ

_ｏｒｄｅｒ^［１８］对多维数据做出处理,将其降维成为１维的

二进制串。但是该方法提出的背景是互联网中的信

息资源节点,以尽可能多的节点提供资源为目的,而

不是物联网中以尽可能快的方式获得资源信息,与资

源进行交互。

2 基于改进 DHT 的物联网发现系统设计

2.1 DHT 的改进

目前广泛使用的ＤHＴ网络查询节点的方式较为

单一,只能针对节点储存的ｋｅｙ-ｖａｌｕｅ信息使用目标

节点的ＩＤ进行单一节点的精确查询。而在物联网环

境中,物体节点在不知道周围环境的情况下,需要按

照自己的需求使用单个或多个属性对节点进行搜索,

很多时候还需要对某个范围内的节点进行搜索。为

此,本文提出了一种降维算法,使用该算法将ＤHＴ针

对物联网特性进行改进,最终实现使用节点的多个属

性进行搜索和限定节点属性的范围,搜索该范围内的

节点２种常用的搜索方式。首先对各个属性值分别

降维,生成对应的二进制串,然后将得到的二进制串

按照变化程度倒序排列,把不常变化的属性放在节点

ＩＤ的高位。这种方式可以在搜索时让部分搜索请求

的节点ＩＤ在低位变化。减小搜索路径长度,同时避

免产生由于物体属性集中而导致部分节点搜索压力

过大。在搜索过程中,对搜索路径上为没有缓存目标

节点的节点储存目标节点到其Ｋ桶中。提高对目标

节点的搜索效率。最后,对属性查询节点方式以

ｊｓｏｎ,ＸＭL 等通用格式进行封装,以避免数据的异构

问题。

本文针对物联网中分布式节点交互过程进行研

究,通过一种降维算法对ＤHＴ进行了改进,实现了通

过节点的多个属性搜索单一以及多个物联网资源的

ＤHＴ网络。并且基于改进后的ＤHＴ实现了一种新的

分布式物联网发现机制,使得物联网资源可以按照需

求自主搜索,自主交互。最终形成了一个分布式、松

耦合、易于拓展、可自动配置的物联网资源发现系统。

1 DHT 基本原理

ＤHＴ提供对网络信息的动态发布和数据键值对

的分布式储存以及精确查找,在对等网络、传感网等

分布式需求的系统中有广泛的应用^{［８-９］}。目前ＤHＴ

主要有Ｃｈｏｒｄ,Ｐａｓｔｒｙ,ＣＡＮ以及Ｋａｄｅｍｌｉａ^［１０］等算法,

其中Ｋａｄｅｍｌｉａ由于其高效并且快速的搜索方式成为

应用最广泛的ＤHＴ协议之一^［１１］。它在ｅＤｏｎｋｅｙ和

ＢｉｔＴｏｒｒｅｎｔ中都有不同的实现,为这些系统中大量状

态多变的节点提供了稳定的支撑^［１２］。

2.1.1 多维属性降维处理

物体Ａ的属性ｘ,属性的值域为［ｘ_１,ｘ_２］通过降维

ＤHＴ可以有效地解决物联网中海量物体信息发

现和搜索的问题,但是在搜索功能上也有明显的缺

陷。ＤHＴ算法只能根据一个ＩＤ精确搜索某一节点,

而不能进行多属性和范围搜索。目前已有的解决方

案主要是设置网络节点之间的约束以及利用空间曲

线对多属性降维。比如ＳＲＤＭ是基于Ｃｈｒｏｄ算法通

过资源节点来储存物理空间上的资源信息,在属性节

点的基础上进行多属性搜索。但是当采用属性节点

储存信息时,会导致节点分布不均,进而影响整个系

生成１维串Ｐ（ｐ_１,ｐ_２,⋯,ｐ_ｍ）,生成算法为ＧｅｔＫｅｙ（Ｋ）。

１）如果ｘ处于给定值域的右半部,则ｐ_１为１,处

于左半部,则ｐ_１为０。

２）将ｘ值域减半,选择ｘ值所属的值域,递归以

上步骤直到完成该属性预定的位数。

这种方式可以方便地分配每个属性的范围和分

辨率（使得属性值有变化的最小值）,使其可以满足

不同属性的特征。在该算法下属性所需分辨率为

统的性能和扩展性^［１３］。同时对网络结构的约束会使２^ｎ,其中ｎ为该属性所占的位数。

例如将二维属性（０.７,０.4）在［０,１］的值域中,

得物联网节点变化引起整个网络拓补的变化。而在

万方数据

降维得到 4位的二进制位串。

Ｋａｄｅｍｌｉａ方面,可以使用本体（Ｏｎｔｏｌｏｇｙ）对搜索目标

全部评论(0)

暂无评论

评论赚积分>>

上传资源上传优质资源有赏金

基于DHT的物联网分布式发现系统

资料介绍

部分文件列表

部分页面预览

相关下载

全部评论(0)

热门标签

最新上传

热门下载

资料专题

推荐下载

专栏首页