区别服务下的P2P网络性能分析

为研究P2P网络性能，降低系统能耗，抑制“搭便车”现象，更好的提升系统性能。本文将混合P2P网络中节点的动态变化抽象为排队模型，建立具有两类服务台、部分服务台异步多重休假的M/M/c + h排队模型。通过矩阵几何解方法，对系统的稳态分布进行求解，进而给出系统平均队长、平均等待时间以及系统总能耗等性能指标。通过数值实验，分析重要参数对各指标的影响，并探讨该模型下的纳什均衡与社会最优策略，得到最优参数，为降低P2P网络系统能耗提供理论支持。

P2P 网络的不断发展使其在现代互联网中扮演着非常重要的角色。过去P2P 网络在文件共享、音乐分享、视频分享等领域被广泛应用，极大地便利了互联网用户。近年来，随着区块链技术兴起，P2P 网络的应用范围得到了显著的拓展，在数字货币交易、智能合约执行以及去中心化应用等多个领域了发挥重要作用。在这些应用场景中，P2P 网络展现了其卓越的性能和高效的服务能力。例如，在数字货币交易领域，P2P 网络能够促进更快速的交易处理和更低的交易成本。同时，在智能合约的执行过程中，P2P网络为参与者提供了一个更加安全、可靠的执行环境。但是，P2P 网络也面临一些挑战，当P2P 网络中的用户数量增加时，网络的价值也会随之增加。因此，许多用户会选择加入P2P 网络，以享受更多的资源和更好的服务，而并不愿意为网络贡献资源[1]。此外，一些用户可能并不了解P2P 网络的工作原理， 或者认为P2P 网络中的资源可以免费获取，从而选择成为搭便车用户。虽然搭便车用户在一定程度上可以增加P2P 网络的用户数量，提高网络的规模效应，从而使得更多的用户可以享受到更好的服务，也可以为P2P 网络带来更多的流量，从而使得网络更加活跃，资源更加丰富。但是搭便车用户并不会为P2P网络贡献资源，这会导致网络中的资源和带宽分配不均，使得其他用户的体验变差，同时搭便车用户可能会消耗过多的网络资源，从而使得P2P 网络的性能下降，甚至出现网络崩溃的情况。因此可以采用一定的措施去抑制搭便车节点。

有学者尝试建立贡献评价机制来对搭便车节点进行抑制，P2P 网络可以建立贡献评价机制，对每个节点进行评分，并根据评分来分配资源。这样可以鼓励节点积极参与资源贡献，同时限制搭便车节点的数量。Sarfaraj [2]提出基于分数的激励机制，计算对等点的评分值，激励网络中搭便车节点，以提高网络的性能。Yousafzai [3]提出将供应节点的服务货币化，形成激励机制以减少节点流失和搭便车现象。刘浩[4]提出了一种针对移动P2P 网络的资源搜索机制，通过中继节点进行信息转发，通过分析节点的主观转发率，建立激励机制，以激励节点积极参与资源搜索。Ojo 等[5]利用博弈论提出了一种新的对等辅助流模型，提出了一个奖惩机制，对“搭便车”用户施加惩罚来鼓励资源共享。

通过控制P2P 网络中资源的分配和利用，可起到抑制搭便车节点的作用。具体来说可通过设计P2P网络的资源分配策略， 例如， 根据每个节点的贡献情况来分配资源， 或者设置合理的等待时间和优先级， 使得资源可以被有效地利用，同时避免资源浪费。有很多学者在为请求节点设置优先级上进行了讨论， 马占友等[6]对带抢占优先权和同步多重休假的排队模型进行了研究并描绘出参数变化对系统性能指标的影响。王荣[7]将抢占优先权的排队系统与P2P 网络相结合，使用自私性节点需接受第二次查询服务的策略，激励节点积极参与资源查询。针对系统能耗问题，王豆豆[8]提出了一种自适应主动推送文件策略， 旨在保持文件供需的平衡。同时，通过优化单向反馈路径和搜索信令的设计，提高了资源传输效率，从