社会网络中的Gnutella对等网络数据集分析
姓名：鞠雪琴
学号：1401384
班级：计算机应用技术15班
Gnutella对等网络数据集分析
一．概述
本文对2002年8月24号Gnutella对等网络数据集进行分析，总共有9个Gnutella 网络快照，节点代表在Gnutella对等网络拓扑中的主机数，边代表主机之间的联系。

数据格式为TEXT，数据的详细介绍如下：
二．数据资料
将数据集用表格打开，另存为CSV格式后，就可以用Gephi打开了，Gnutella对等网络数据集在分析软件Gephi中部分节点存储的数据格式如图2.1所示，边存储的数据格式如图2.2所示。

图2.1 节点存储数据格式
图 2.2 边存储数据格式
三．概览
1.排序
将Gnutella对等网络数据集导入到分析软件Gephi中，设置度的最小尺寸为1，最大尺寸为47；按节点的度进行排序得到的网络图如图3.1所示，图中节点较大颜色较深是度
比较大的节点。

图 3.1 按节点的度排序的有向图
2.模块化与分割
按节点的块模型进行分割得到的网络图如图3.2所示，图中节点较大颜色较深是所属社
团较大的节点，且相关联的节点以及它们的边具有相同的颜色。

图 3.2 模块化分割后的有向图
四．布局
在分析软件Gephi中有6个主要的布局工具分别是：Force Atlas、Force Atlas2、Fruchterman Reingold、Yifan Hu、Yifan Hu比例、Yifan Hu多水平，下面分别介绍这六种布局方法，以及Gnutella对等网络数据集在这些布局方法中的变化情况，本小节的图都是在图3.2的基础上进行布局算法的。

1.Force Atlas及Force Atlas2
Force Atlas及Force Atlas2为力引导布局，力引导布局方法能够产生相当优美的网络布局，并充分展现网络的整体结构及其自同构特征，所以在网络节点布局技术相关文献中该方法占据了主导地位。

力引导布局即模仿物理世界的引力和斥力，自动布局直到力平衡；Force Atlas布局使图更紧凑，可读性强，并且显示大于hub的中心化权限（吸引力分布选项），自动稳定提高布局的衔接。

图4.1为运行Force Atlas布局得到的Gnutella对等网络分布图；图4.2 为运行ForceAtlas2布局得到的Gnutella对等网络分布图，其中行为替代参数选择：劝阻Hubs,LinLog模式，防止重叠，我们可以看到每个节点在向外拉升。

图4.1 Force Atlas布局图
图4.2 ForceAtlas2布局图
2.Fruchterman Reingold布局
Fruchterman和Reingold基于再次改进的弹性模型提出了FR算法。

该算法遵循两个简单的原则：有边连接的节点应该互相靠近；节点间不能离得太近。

FR算法建立在粒子物理理论的基础上，将图中的节点模拟成原子，通过模拟原子间的力场来计算节点间的位置关系。

算法通过考虑原子间引力和斥力的互相作用，计算得到节点的速度和加速度。

依照类似原子或者行星的运动规律，系统最终进入一种动态平衡状态。

图4.3 Fruchterman Reingold布局
3.Yifan Hu多水平布局
Yifan Hu、Yifan Hu比例、Yifan Hu多水平为胡一凡布局,Yifan Hu多水平布局[1]适用于非常大的图形，特点是粗化图形，减少计算量，运行速度比较快；图4.4为运行Yifan Hu多水平布局得到的网络分布图。

图4.4 Yifan Hu多水平布局（1）
图4.4 Yifan Hu多水平布局（2）——由（1）进一步得到五．网络特征值
将数据集导入到分析软件Gephi后，计算和统计网络的一些特征值：
1.基本信息：节点数6324、边数20801，网络为有向图。

2.平均度为
3.289，图5.1,5.2,5.3为网络节点度的分配图。

图5.1 平均度分配图
图5.2 入度分配图
图5.3 出度分配图
3.网络直接和平均路径长度
（1）网络直径是指网络任意两节点间距离的最大值。

Gnutella对等网络直径是20。

（2）网络平均路径长度是所有点对之间的最短路径的算术平均值。

Gnutella对等网络的平均路径长度是6.632。

Gnutella对等网络的最短路径数:13152226.
（3）介数中心度是度量一个节点出现在网络中最短路径上的频率。

Gnutella对等网络的介数中心度分布图如图5.4所示。

(4)紧密中心度是从一个给定起始节点到所有其他节点的平均距离。

Gnutella对等网络的紧密中心度分布图如图5.5所示。

(5)离心率是从一个给定起始节点到距其最远节点的距离。

Gnutella对等网络的离心率分布图如图5.6所示
图5.4介数中心度分布图
图5.5紧密中心度分布图
图5.6离心率分布图
六、分析和结论
在Gnutella分布式对等网络模型中，每一个联网计算机既是客户机同时又是服务器，因此被称为对等机，通过与相邻对等机之间的连接遍历整个网络。

Gnutella网络模型中每个对等机在功能上都是相似的，并没有专门的服务器。

通过了解网络中节点和边的含义，在分析软件Gephi中改变网络图的布局，观察不同的布局图，统计网络图的一些特征值并了解其含义，分析出Gnutella对等网络的一些特点[2]。

1.Gnutella对等网络的优势
1）拥有丰富的信息资源
任何 Gnutella网络用户能够扫描活动节点并搜索需要的信息，然后直接从这个节点上下载信息。

用户可以在他们的机器上把下载的信息共享出来，这样，请求率高的文件能够很快地在许多节点上扩散开来，从网络的各种布局方法和特征值可知，信息能够很快地在
Gnutella网络中积累起来。

2）容错和鲁棒性得到提高
Gnutella网络的多个节点间的信息复制导致高度冗余，其直接结果是提高了信息的可得性，使之为更多的用户提供服务。

另外，信息资源的分散与冗余使得网络不会产生单点失效问题，同时，针对单个服务器的“访问拒绝攻击”不再有效，所以分散式的 Gnutella 网络提高了网络的容错和鲁棒性。

2.Gnutella对等网络的不足
1）网络中对等点的查找和定位比较复杂
通过各种布局算法分析会发现，Gnutella网络中对等点的查找和定位通过扩散来实现，会很复杂。

2）网络的可扩展性不好
随着网络规模的扩大，通过扩散方式定位对等点的方法将造成网络流量急剧增加，从而导致网络拥塞。

根据 Clip2公司的一项研究显示，56K调制解调器用户在一秒之内最多处理20个查询消息。

当网络节点个数超过1000以后，这个处理极限很轻易地就被突破了，随着这部分节点的失效，将会导致Gnutella网络被分解，从而使得查询访问只能在网络的很小的一部分进行。

3)安全性不高
如同其它 P2P网络模型面临的问题一样，易遭受恶意攻击，如攻击者发送垃圾查询信息，造成网络拥塞等.
七．参考文献
[1]Hu Y. Algorithms for Visualizing Large Networks[J]. Combinatorial Scientific Computing, 2011, 5(3): 180-186
[2]黄道颖，李祖. 鹏分布式Peer-to-Peer网络Gnutella模型研究[J].计算机工程与应用.2003(05).。