CPU通用計算在BitTorrent協(xié)議中的應(yīng)用研究.pdf

1、隨著網(wǎng)絡(luò)技術(shù)的發(fā)展,文件分享系統(tǒng)(BitTorrent)、在線播放系統(tǒng)(PPLive)、視頻點播系統(tǒng)(Joost)等通過協(xié)作定位和分布共享的對等網(wǎng)文件共享系統(tǒng)已經(jīng)成為占據(jù)當(dāng)今網(wǎng)絡(luò)流量最多的系統(tǒng)[6]。在這些系統(tǒng)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(wǎng)絡(luò)并與其他用戶建立連接,形成了一個自組織的隨機網(wǎng)絡(luò)。在經(jīng)典的BitTorrent文件分享系統(tǒng)中,系統(tǒng)中的大文件被平均地分割成K個文件塊,系統(tǒng)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(dá)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(nèi)被傳送給鄰居節(jié)點?；谝陨蠁栴}在P2P網(wǎng)絡(luò)中,文件塊選擇算法和鄰居節(jié)點選擇算法成為當(dāng)前P2P網(wǎng)絡(luò)中研究的熱點。
　　 現(xiàn)階段BitTorrent文件分享協(xié)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(xiàn),在大規(guī)模的網(wǎng)絡(luò)狀態(tài)下,整個系統(tǒng)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(xiàn)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(xié)議中節(jié)點的并行獨立性,從而可以提高文件塊在系統(tǒng)中的分享效率。本文的主要研究內(nèi)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(xiàn)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(xiàn)、基于共享存儲器的單線程單節(jié)點RUB算法實現(xiàn)和基于全局存儲器的單線程單文件塊RUB算法實現(xiàn)。訪問全局存儲器會產(chǎn)生較高的延時,因此會導(dǎo)致數(shù)據(jù)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