Several structured peer-to-peer networks have been created to solve the scalability problem of previous peer-to-peer systems such as Gnutella and Napster. These peer-to-peer networks which support distributed hash table functionality construct a sort of structured overlay network, which can cause a topology mismatch between the overlay and the underlying physical network. To solve this mismatch problem, we propose a proximity-based hierarchical overlay framework for Distributed Hash Tables. The hierarchical approach for the overlay is based on the concept that the underlying global Internet is also a hierarchical architecture, that is, a network of networks. This hierarchical approach for the overlay puts forth two benefits: finding data in a physically near place with a high probability, and smaller lookup time. Our hierarchical overlay framework is different from other hierarchical architecture systems in a sense that it provides a concrete self-organizing grouping algorithm. This kind of self-organization makes our framework more suitable for pure peer-to-peer concepts. Basic design of our system consists of node join algorithm, data publication algorithm, and data retrieval algorithm. To verify how efficient the overlay is we suggest three metrics - data publication time, data lookup time and direct delay for data retrieval. To improve these three metrics is the goal of our system. All these three metrics depend not only on how near the nodes group together in a sub-network but also on how well balanced the size of the super-network and the sub-network is. Our additional improvement extension schemes enhance these three metrics and complete the basic algorithm which constructs a hierarchical structure without any central control.
분산 해시 테이블은 오버레이 네트워크의 특성상 물리 네트워크와 가상 네트워크의 토폴로지 차이로 인한 토폴로지 불일치 문제가 존재한다. 이러한 불일치 문제를 해결하기 위하여 본 연구에서는 분산 해시 테이블을 구성할 때 물리적 거리가 가까운 노드들끼리 그룹을 만들 수 있도록 하는 계층 구조 프레임워크를 제안한다. 계층 구조 프레임워크는 인터넷 환경을 대상으로 하며 인터넷이 물리적으로 계층 구조를 가지고 있음에 기반을 둔다. 제시한 프레임워크는 물리적으로 가까운 노드에서 데이터를 찾을 수 있도록 도와주며 데이터를 알리거나 찾는데 걸리는 시간을 줄여준다. 본 연구의 기타 다른 계층 구조 연구와의 차별성으로 구체적인 자기조직 그룹 형성 알고리즘을 제시한 것, 그룹의 크기가 성능의 영향을 주는 문제를 제시한 것, 그리고 그러한 그룹 크기 문제를 해결하기 위하여 확장 알고리즘을 제안한 것을 들 수 있다. 또한 피어-투-피어 네트워크의 동적 환경을 관리하기 위하여 주기적 데이터 공개 스킴과 확장 알고리즘이 이용된다. 기본 디자인으로는 노드 참여(node join) 알고리즘, 데이터 공개(data publication) 알고리즘, 데이터 검색(data retrieval) 알고리즘이 있으며 확장 알고리즘은 서브 네트워크 분할(sub-network partition), 서브 네트워크 결합(sub-network integration), 서브 노드 이동(sub-node migration)으로 이루어져 있다. 이러한 알고리즘들의 효율성을 보여주기 위하여 Inet 토폴로지를 이용한 시뮬레이션을 이용하였으며 데이터 공개 시간, 데이터 검색 시간, 데이터 검색 노드와 저장 노드와의 직접 지연 시간 등이 향상됨을 보인다.
