Вісник Черкаського державного технологічного університету

ISSN 2306-4412
E-ISSN 2708-6070

  • Головна
  • Статті та випуски
    • Поточний випуск
    • Архів
  • Про журнал
    • Цілі та проблематика
    • Редакційна колегія
    • Індексація журналу
  • Для авторів
    • Умови подання і права автора
    • Загальні вимоги до оформлення рукописів
    • Процес рецензування
    • Політика фінансування журналу
  • Етика та політики
    • Публікаційна етика
    • Конфлікт інтересів
    • Політика відкритого доступу та архівування
    • Політика скарг
    • Положення про конфіденційність
    • Положення про відкликання публікацій
    • Політика антиплагіату
    • Політика використання генеративного ШІ
  • Контакти
Подати статтю
uk
  • English

Стаття

Завантажити статтю

Модель рекомендаційної системи для комп’ютерних мереж типу P2P

Володимир Міхав, Єлизавета Мелешко, Олександр Дрєєв, Артем Лавданський

Отримано 10.10.2022, Доопрацьовано 09.01.2023, Прийнято 13.02.2023

Анотація

У цій статті проведено дослідження алгоритмів роботи peer to peer мереж. Проведено порівняльний аналіз методів пошуку даних у централізованих, децентралізованих неструктурованих та децентралізованих структурованих однорангових мережах. Виявлено, що існуючі методи роботи однорангових мереж не застосовують для покращення пошуку даних рекомендаційні системи. Розроблено математичну модель рекомендаційної системи для децентралізованої P2P мережі з огляду на вподобання користувачів та кількість переходів до завантаження даних. Розроблено метод формування рекомендацій для користувачів комп’ютерної мережі типу peer to peer на основі запропонованої математичної моделі. У P2P мережах виникає проблема індексації та пошуку файлів на різних пристроях мережі. З різних причин шукані файли можуть бути недоступні для користувача, навіть якщо вони були додані раніше до системи та проіндексовані. Наприклад, комп’ютери, що містять потрібний файл або таблиці маршрутизації до нього чи його частин, вийшли з мережі або застосовуються технології побудови P2P мережі з ймовірнісними методами пошуку, що не завжди знаходять далеко розташовані від комп’ютера користувача файли, тощо. Рекомендаційні системи використовуються для побудови списків рекомендацій користувачам на основі їх попередніх дій, зокрема, лайків, оцінок, переглядів, скачувань тощо. Такі системи дозволяють полегшити пошук при великій кількості об’єктів у системі, доповнюючи класичну пошукову видачу рекомендаціями, а в деяких ситуаціях навіть заміняють пошук. Також рекомендаційні системи можуть застосовуватися для ранжування результатів класичного пошуку. Таким чином, вони можуть різними способами поєднуватися зі звичайними пошуковими алгоритмами. В P2P мережах застосування рекомендаційних систем може мати додаткову користь. Якщо користувач шукає конкретний файл, що був доданий до мережі раніше, і файл з різних причин не знайдено, можна надати користувачу список рекомендацій з огляду на його вподобання і, можливо, пошуковий запит. Запропоновані у роботі модель та метод формування списків рекомендацій у peer to peer мережі розраховані на загальний випадок і не прив’язані до конкретного пошукового запиту, можуть застосовуватися у неструктурованих та структурованих P2P мережах для ознайомлення користувача з контентом, який йому може сподобатися, на основі прогнозування його вподобань. Це може збільшити загальний інтерес користувачів до контенту мережі

Ключові слова:

комп’ютерні мережі; однорангові мережі; peer to peer; рекомендаційні системи; пошук даних

https://doi.org/10.24025/2306-4412.1.2023.273495

Взято з Том 28, № 1, 2023

Сторінки 52-60

Поділитися
Facebook
Twitter
LinkedIn
Email
Telegram
Viber
WhatsApp
  • 1 201 Перегляд
  • Читати статтю
Використані джерела ЦИТУВАТИ

Використані джерела

[1] Ju. Riposo, Diffusion on the Peer-to-Peer Network, LAP LAMBERT Academic Publishing, 2022.

[2] S. G. M. Koo, Multimedia Content Distribution Using Peer-to-Peer Overlay Networks: The Design and Analysis of the Next Generation Peer-to-Peer Networks, VDM Verlag Dr. Müller, 2008.

[3] A. Bellet, R. Guerraoui, M. Taziki, and M. Tommasi, "Personalized and private peer-to-peer machine learning", in Proc. Twenty-First Int. Conf. on Artificial Intelligence and Statistics, vol. 84, 2018, pp. 473-481. [Online]. Available: http://proceedings.mlr.press/v84/bellet18a/ bellet18a.pdf.  

[4] D. S. Milojicic, V. Kalogeraki, R. Lukose et al., "Peer-to-peer computing", Technical Report HPL-2002-57, HP Labs, 2002. [Online]. Available: https://www.cs.kau.se/ cs/education/courses/dvad02/p2/seminar4/ Papers/HPL-2002-57R1.pdf.

[5] D. Ricardo, Introduction to Bitcoin: Understanding Peer-to-Peer Networks, Digital Signatures, the Blockchain, Proof-ofWork, Mining, Network Attacks, Bitcoin Core ... Safety, Expiscor Books; 1st ed., 2021.

[6] D. Zeinalipour-Yazti, V. Kalogeraki, and D. Gunopulos, "Information retrieval techniques for peer-to-peer networks", Computing in Science & Engineering, vol. 6, no. 4, pp. 20-26, 2004. doi: 10.1109/MCSE.2004.12.

[7] E. K. Lua, J. Crowcroft, M. Pias, R. Sharma, and S. Lim, "A survey and comparison of peer-to-peer overlay network schemes", IEEE Communications survey and tutorial, 2004. [Online]. Available: https://snap.stanford.edu/ class/cs224w-readings/lua04p2p.pdf.

[8] The BitTorrent Protocol Specification, 2017. [Online]. Available: http://www.bittorrent.org/ beps/bep_0003.html.

[9] V. Kalogeraki, D. Gunopulos, and D. Zeinalipour-Yazti, "A local search mechanism for peer-to-peer networks", Proc. CIKM'02, McLean VA, USA, 2002. [Online]. Available: http://alumni.cs.ucr.edu/~csyiazti/ downloads/papers/cikm02/cikm02.pdf.

[10] D. Zeinalipour-Yazti, "Information retrieval in peer-to-peer systems", M.Sc thesis, Dept. of Computer Science, University of California Riverside, 2003. [Online]. Available: http://alumni.cs.ucr.edu/~csyiazti/ papers/msc/html/.

[11] N. Shukla, D. Datta, and M. Pandey, "Towards software defined low maintenance structured peer-to-peer overlays", Peer-toPeer Netw. Appl., vol. 14, pp. 1242-1260, 2021.  doi: 10.1007/s12083-021-01112-7.

[12] Y. Klots, I. Muliar, V. Cheshun, and O. Burdyug, "Use of distributed hash tables to provide access to cloud services", Collection of scientific works of the Military Institute of Kyiv National Taras Shevchenko University, vol. 11 (67), pp. 85-95, 2020.

[13] Yb. Shen, and T. R. Gadekallu, "Resource search method of mobile intelligent education system based on distributed hash table", Mobile Netw Appl., 27, pp. 1199-1208, 2022.  doi: 10.1007/s11036-022-01940-8.

[14] S. Ratnasamy, I. Stoica, and S. Shenker, "Routing algorithms for DHTs: Some open questions. Peer-to-peer systems", in Lecture Notes in Computer Science, vol. 2429. Springer, Berlin, Heidelberg, 2002, pp. 45-52.  doi: 10.1007/3-540-45748-8_4.

[15] Kademlia: A Design Specification, 2010. [Online]. Available: https://xlattice. sourceforge.net/components/protocol/ kademlia/specs.html.

[16] I. Stoica, R. Morris, D. R. Karger, M. F. Kaashoek, and H. Chord Balakrishnan, "A scalable peer-to-peer lookup service for internet applications", ACM SIGCOMM Computer Communication Review, vol. 31 (4), 2001.  doi: 10.1145/964723.383071.

ЦИТУВАТИ

Mikhav, V., Meleshko, Y., Drieiev, O., & Lavdanskyi, A. (2023). A model of recommender system for P2P computer networks . Bulletin of Cherkasy State Technological University, 28(1), 52-60. https://doi.org/10.24025/2306-4412.1.2023.273495

18006, Україна, м. Черкаси, бульвар Шевченка, 460

info@bulletin-chstu.com.ua

  • Контакти
  • Головна
  • Архів

© 2026 Вісник Черкаського державного технологічного університету