肖 禄，黄 韬，2，刘 江，魏 亮

（1.北京邮电大学 北京100876；2.南京（中国）未来网络产业创新中心 南京211100）

1 引言

同当年的互联网一样，物联网也已经成为一种势不可挡的时代潮流。物联网的规模化发展与应用亟需建立一套可靠高效的公共服务基础设施和信息共享机制，而这种共享机制的核心问题在于建立一个高效健壮的物联网命名解析网络。在该领域的研究与实践中，美国EPCglobal组织[1]和日本泛在ID中心（ubiquitious ID center）的标准体系[2]中均探讨了物联网命名解析服务的内容。其中，目前应用比较广泛的是EPCglobal提出的基于DNS（domain name system，域名系统）架构的对象命名解析系统，即ONS（object naming service，对象命名服务）[3]解析系统。

然而，物联网是一个实现全球物品信息实时共享的实物互联网，随着物联网的快速发展，物品的地址空间也会迅速增长。对于这种ONS解析系统，在进行信息对象的详细信息定位查找、命名解析时，会出现根ONS（root ONS）瓶颈问题，甚至导致查询时延过大、查询效率过低以及单点失效等问题。

为了解决以上提到的ONS解析系统存在的问题，部分研究开始采用基于 DHT（distributed Hash table，分布式散列表）的 P2P（peer-to-peer，点对点）技术[4,5]。但是，扁平结构的DHT解析结构并未能考虑到网络中节点的异构性[6]，随着网络规模的不断扩大，弱节点将严重地制约P2P网络的性能，导致网络整体性能急剧下降[7]。于是，针对扁平DHT解析结构存在的问题，研究人员提出了层次化DHT网络方 案 ，如 HIERAS[8]、Structured Superpeers[9]、Canon 原 则[10]等。但这些方案依然存在不足之处，如HIERAS[8]和Structured Superpeers[9]的层次化设计中没有考虑网络拓扑结构，因此存在路由复杂、查询效率过低等问题；Canon原则[10]虽然可以反映拓扑结构，但是只适用于特定的网络拓扑（对数型网络）。

另外，当前物联网命名问题存在众多标识方案，且同类标识方案也存在不同的编码技术，同时，物联网是否采用层次化的命名空间仍未确定[11]。因此，目前还没有统一的可兼容的物联网命名解析系统，能够满足对多种标识同时进行正确的查询解析和路由转发，并能够兼容层次化和非层次化的命名空间，这些都是当前物联网命名解析系统仍未解决的问题。

针对上述问题，本文提出一种PTDHT-RS（physically topological distributed Hash table resolution system，基于物理拓扑的DHT解析系统）。该解析系统以层次化DHT网络思想为基础，并依据实际的底层物理网络拓扑结构进行组织部署，不仅可以解决ONS解析系统存在的负载不均衡、单点失效以及查询效率过低等问题，而且能够全面反映底层物理网络的实际拓扑结构，从而使得解析及路由过程得到优化，并使解析后的数据回传效率更高。同时，本系统还可以为层次化和扁平化命名空间提供统一的解析架构，是一种兼容性的解析方案。

2 ONS解析机制

ONS是EPC系统中的命名解析模块，类似于互联网DNS，是一个分布式的层次结构系统。ONS由映射信息、根ONS、ONS 服务器、ONS 本地缓存（ONS cache）、本地 ONS解算器（local ONS resolver）5个部分组成，其基本功能是将一个物品的产品电子代码[1]（electronic product code，EPC）映射到一个或者多个EPCIS（EPC information service，EPC信息服务器）的 URI（uniform resource identifier，网络通用资源标识符）。类似于DNS将域名地址转换成IP地址，ONS首先把一个EPC映射到一个或者多个NAPTR（naming authority pointer，名称权威指针）（统一资源标识（URI）的一种定义格式），然后这些NAPTR在本地DNS中转换成对应的一个或者多个URI，最后通过这些URI查询解析到在EPCIS（或Web）服务器上关于此产品的详细信息[12]，图1是一个典型的ONS查询过程演示。

如图1所示，ONS的典型查询步骤如下。

（1）从 RFID（radio frequency identification，射频识别标签）标签中读取一个EPC序列。

（2）标签解读器将这个EPC序列发送到本地服务器。

（3）本地服务器根据标签数据标准[13]把这些比特流转换成URI形式，再将此URI发送给本地ONS解算器。

（4）本地ONS解算器将此URI转换为域名形式，并发出对这个域名的NAPTR查询。

（5）DNS服务器返回一系列NAPTR记录回答，其中包含有指向一个或者多个相关服务的URI。

（6）本地ONS解算器从返回的NAPTR记录中提取出需要的EPCIS服务器的RUI，返回给本地服务器。

（7）本地服务器最终与目的EPCIS服务器建立连接。

在ONS系统中，根ONS服务器处于ONS层次结构中的最高层，拥有命名空间中的最高层域名，基本上所有的ONS查询都从根ONS服务器开始，因此，在EPC网络中，对根ONS服务器的性能要求相对较高。目前EPC-ONS在全球部署了大约14台根 ONS服务器，每台根 ONS服务器负责一个特定国家或地区的EPC编码解析服务。由于物联网的命名地址空间大于IP命名地址空间，并且预计将不断扩大，因此，在当前的ONS架构下，根ONS服务器将不可避免地出现负载过重的问题，目前，EPCglobal和Verisign并未提出该问题的有效解决方案。

3 基于层次化DHT的解析机制

为了解决ONS解析系统中存在的根节点负载重、查询效率低、查询时延大等问题，研究人员开始在ONS解析服务中采用P2P技术，特别是结构化P2P技术[14～16]。柏林洪堡大学的Sergei Evdokimov[17]等人在2010年的IEEE传感网络与可信计算会议上总结了现存的5种DS（discovery services，发现服务）的实现原理和各方面性能上的优缺点，同时指出基于DHT技术的结构化P2P技术的ONS解析系统的综合性能更具优势。

在基于DHT的P2P网络（简称结构化P2P网络或DHT网络）中，节点尽管具有不同的计算能力和稳定性，但在网络中都承担着同样的功能角色，即在散列空间上负责关键字的注册和查询，其中比较典型的系统有Chord[18]、KAD[6]等，然而，已有研究表明，DHT网络中不仅节点的计算能力（包括存储空间、带宽以及CPU性能等）具有很大差异性[7]，而且节点的稳定性也存在很大差异，网络中的节点可随时、任意地加入或离开网络[19～21]。随着DHT网络规模的增长，弱节点（即计算能力差，或动态变化剧烈，或计算能力差且动态变化剧烈的节点）严重地制约着DHT网络的性能[7]。为了克服该问题，研究者提出了许多层次化DHT网络，其中典型的系统有层级化 Chord2[22]、HIERAS[8]和Structured Superpeers[9]等，如图2所示是一个简单的两层层次化DHT网络架构。

层次化DHT网络的主要优点有：稳定的高性能节点被选作为超级节点，在超级节点之间构建的上层DHT网络的维护代价和查询跳数相对于扁平的DHT网络更少，且能有效应对DHT网络中的churn问题（即节点频繁地加入或离开对DHT网络性能造成的严重影响）。

但是，由于现有的层次化DHT解析系统没有考虑到节点的实际物理距离，导致逻辑邻近的节点可能实际相距甚远，因此，现有层次化DHT解析系统在信息对象查询解析过程中花费的实际链路时延较大，缺乏路由本地性。此外，由于当前网络中的信息对象更倾向于富媒体化（如大文件、音频、视频以及高清视频等）的内容，导致物联网所需的命名地址空间迅速扩大、信息容量急剧增加，这种情况下，信息对象查询解析过程中的路由本地性以及解析得到数据的回传效率就显得尤为重要。学术界针对这一问题已提出一些考虑网络拓扑的改进DHT网络，如改进d维CAN的PNS方法[23]和Canon原则[10]，其基本思想是将节点分区域分簇，分别建立子DHT系统，再将子DHT系统按层次有机结合。但是这些已有的方案只适用于特定的网络结构，如Canon方法只适用于对数型网络，所以，物联网的解析系统仍有进一步研究的空间。

4 基于物理拓扑的DHT物联网解析机制

为了解决目前EPC-ONS、单/多层DHT-ONS解析系统存在的问题，建立一套统一的可行且兼容性强的物联网解析系统方案，本文提出PTDHT-RS。PTDHT-RS可以解决现有解析系统所存在的问题，并为层次化命名空间和非层次化命名空间解析提供统一的解析架构。本节将首先对PTDHT-RS的架构进行描述，再详细分析信息注册和查询解析的过程，最后介绍位于管理层级的全球命名解析部分以及结合结构化层次化命名的优化解析方法。

4.1 系统描述

本文提出的PTDHT-RS分为两大步骤来处理以ID标识的信息对象的查询解析。在第一阶段，即解析阶段中，ID标识被解析成一个位置列表，这一列表指向所需要查找的数据对象的副本。在第二阶段，即数据转发阶段，根据配置参数（如网络状况等）从位置列表中选择出最佳位置信息，从而实现数据对象以最佳路径从源端发送到请求端。

如图3所示，DHT域按照嵌入式、层次化的结构组织建立一个DHT树结构，用来反映底层网络拓扑结构，适应网络和拓扑需求，可以有效解决查询解析过程中的路由低效问题。其中具有相同属性的多个互联的DHT域构成一个 AD（autonomous domain，自治区域），例如具有相同的信息提供商的DHT域可以实现聚合，形成一个大型的AD。每个DHT域代表不同拓扑层级的网络，例如AS（autonomous system，自 治 系 统 ）层 级 、POP （point of presence，入网点）层级和 AN（access node，接入点）层级。AN位于该系统最底层，用户/主机节点通过AN与PTDHT-RS建立联系。从用户角度来看，AN层级就类似于互联网中的本地DNS服务器。每个DHT域的内部节点要按照P2P的模式组织，可以使用自己独立的DHT机制，例如使用Pastry或Chord算法进行数据对象的查询。

在解析阶段，DR（dictionary record，记录字典项）中存储对象的位置列表，包含对象位置ID标识的绑定信息和相关数据单元。PTDHT-RS字典中存储的DR项与多个DHT域相关。在数据转发阶段，PTDHT-RS和底层的传输转发/路由层是独立的。例如，转发最佳路径可以通过传统的基于拓扑的路由方式（如OSPF、ISIS、BGP）获得，确保数据传输的有效性。

通常情况下，PTDHT-RS中的每个节点不仅参与自己的DHT域的内部操作，也会参与部分或所有的高层DHT域的操作，即该系统高层级的DHT域是通过汇聚底层较小的DHT域节点，建立一个单一的、更大规模的DHT域，因此，此处定义这个新型的解析系统为物理拓扑化嵌入式的层级化解析系统（PTDHT-RS）。系统中每个节点可以自由选择加入DHT域的范围。该系统可以从ONS的边缘节点开始组织，逐渐增长，形成更大规模，甚至全球性的PTDHT-RS，这样在实际部署中会更加容易。例如,该系统可以首先部署在一个小型的网络中，然后与大型的系统建立联系，最终形成一个单一的、更大规模的PTDHT-RS。

此外，该解析系统中，路由和转发以两种独立的方式发出请求：域内路由/转发方式，例如一个DHT域内，可以执行由DHT域的提供商决定的路由/转发机制 （如通过Chord算法）；域间路由/转发方式，例如在DHT域之间，需要把该请求转交给更高层级的一个节点来实现域间的路由/转发，该节点同时属于不同DHT域。

4.2 信息注册与查询

在PTDHT-RS中进行物品信息注册与查询解析时，会涉及两大主要原语——put和get原语。首先，通过put(ID，metadata)可以将新的信息对象的散列值ID注册入网，如图3所示。然后，当有客户节点发送查询请求时，就通过get(ID)在系统中进行查询解析，最终获得信息对象的详细信息。信息注册与查询分组含以下信息。

（1）接口原语

PTDHT-RS中，主要用到 put(ID，metadata)和 get(ID)两大原语。put原语用来在网络词典里注册绑定信息，例如用于公开对象ID与一组位置列表或者元数据绑定等；get原语用来请求系统返回一组位置列表，也可以请求返回和特定ID绑定的元数据信息。

（2）注册过程

首先，在PTDHT-RS中注册用户设备的标识ID TK。在用户AN处，TK映射为存储对象信息的本地地址K（如EPCIS的地址），这个映射信息对于用户接入点可以是私有的。然后，信息对象就可以在用户AN处注册，使得连接到同一AN的本地用户都可以访问所注册的信息。同时，在PTDHT-RS中注册一个新的对象会创建一个新的DR，通常用来存储对象X的标识ID映射到用户设备标识ID TK的间接绑定信息。DR中可以注册两种类型的绑定信息：本地直接绑定信息（将对象/节点的标识ID映射到具体的网络位置）和间接绑定信息（将对象/节点的标识ID映射到其他的节点ID）。

然后，将新信息对象的注册请求广播到PTDHT-RS树结构中，使得沿着AN到根节点AS的传播路径中的高层级DHT域上也存储有对象X的DR。在所有层级的DHT域中，除将在4.3节中提到的最高层级GNR(global name resolution，全球命名解析）之外，散列（对象ID）的值均作为DHT域内存储及查询解析信息对象的关键字。

此外，在高层级的DHT域中，对象标识ID映射到接入点ANZ的地址Z处，从而在该接入点ANZ处可以通过用户主机TK的地址K获得所要查询的信息对象X。这种绑定信息的方式允许保持主机地址私有，同时因为需要从最初的查询接入点收到回复的响应，所以也提升了安全性。另外，这种间接的绑定信息方案使得信息对象的移动性也得到了很好的支持，因为接入点可以像移动IP“home agent”一样将请求重定向到新的TK节点的位置处。

PTDHT-RS中，提供商可以指定每个对象信息的注册范围，这就限定了各自DR在树结构中的传播范围。例如：可以将信息对象的注册限定在本地公司网络内部而不向上级DHT域传播。

（3）查询过程

如图4所示，用户（如主机T0）发出信息对象X的查询请求，该请求首先在ANA处进行查询分析处理。若查询解析到需要查找的信息对象则停止查询解析过程，返回响应信息；若在ANA处没有获得信息对象标识ID的对象信息而解析失败 （例如还没有将数据对象的副本在该DHT解析域内注册）时，就将该请求逐层向上广播到更高的DHT域中，直到找到所要查询的信息对象的副本，或者在最高层级的DHT域中也未能解析到所查询的信息对象时，则停止查询解析过程。最后返回响应信息。

该系统中，低层级DHT域内的节点之间通常要更加邻近，所以通过以上的查询解析方式，可以优化解析和数据回传问题。查询解析时，坚持选择来自最近DHT域的信息对象副本的原则，使得数据信息流总保持在本地，从而有效避免域间的数据对象信息流，满足本地内容属性。这样可以进一步优化任播路由策略和位置感知内容分发策略。综上所述，该系统中信息对象更容易获得本地访问解析模式，从小型的DHT解析结构中获益。

4.3 全球命名解析

物联网中，按照地域划分的每个门户所管辖的AD内都有各自最主要的解析系统，在AD的上层创建了GNR层，负责管理全球的命名解析服务。GNR是一个独立的节点，可以为ICP客户端（即物联网中按地域划分的多个门户提供商）提供全球性的解析服务。正如DNS顶层域一样，GNR可以由独立可靠的第三方来管理，这样可以确保正确地管理各个门户提供商的解析绑定信息。

目前大量的对象信息都在不断注册到物联网中，并且这个数量在不断地增大，所以，本文提出的PTDHT-RS的最高层级GNR域，就必须具有高度的可扩展性。此外，GNR系统结合ID标识的结构应可以实现内容上的聚合。假设一个信息对象的标识ID结构是A:M，其中A是具有一定语义的命名字段 （如EPC的域名字段），M是该对象信息的唯一编码字段，明确标识信息对象本身，那么GNR结合域名字段应可以将所有A范围的信息对象与该ID绑定，实现A内容的聚合。

若未来物联网中采用扁平化的名字空间，则该系统采用自底向上的查询解析方式，如4.2节所述。这种情况下，GNR系统将作为一个行政管理实体，而不是用来执行具体的解析本身。该系统建立在全球层级上，只用来管理信息对象的注册、更新和绑定聚合任务。这些绑定信息会自适应地缓存在对应的DHT域内，通过域间路由协议可以实现域间查询请求，整个过程在底层AD域内/域间执行，不转发到GNR系统。

若未来物联网中采用层次化的名字空间，例如EPC中包含对象信息的地址字段，则将GNR层与底层的DHT域相结合，可以进一步改进层次化命名解析过程。此时，采用类似于两层P2P-ONS[10]中的自顶向下查询解析方式，GNR系统只存储从信息对象关键字到物联网中按地域划分的每个门户提供商的映射重定向信息，而不是关键字到存储信息对象地址的信息。所以，GNR系统可以将信息对象ID重定向到特定域名字段所管辖AD DHT域内。

5 系统性能评估与评估

根据物联网解析系统对目标对象数量、节点性能的需求，本节将对PTDHT-RS的节点数量、节点服务能力等性能指标进行简要评估与分析。

首先，假设全球性的PTDHT-RS解析系统包含4个层级，分别是AN层级、POP层级、AS层级和GNR层级，所有下层节点和上层超级节点都按照DHT协议组织，对象信息会沿着PHDHT-RS树，注册到最高层级（在没有限制对象信息的注册范围的情况下），所以，当超级节点失效时它负责的叶子节点不会孤立，可以有效解决ONS解析系统存在的单点失效问题。

其次，解析系统都要求低时延的解析、转发过程，因此不能使用传统的硬盘驱动器，目前固态磁盘存储器（SSD）可以提供足够快的访问速度（15 μs）[24]，最高达到 4 TB的存储容量（例如Tera Ramsan[24]）。假设目前全球大约有1015个信息对象要在物联网中注册，每个信息对象需要1 KB的DR，则该系统每个层级的每个DHT节点上大约可以存储约109的绑定信息量。因此，若使用PTDHT-RS，仅需要部署大约106个服务节点，而使用基于DNS技术的ONS解析系统时，参照DNS当前的部署状况，大约需要部署1.2×107个服务节点。所以，PTDHT-RS需要部署的DHT解析节点数量仅为ONS解析系统节点数目的1/10左右。

从查询时延方面分析：假设将所有的DR都存储在BBT（balanced binary tree，平衡二叉树）中，那么在一个单一节点的DR中的一次解析查询会遍历平衡二叉树的30个层级。因此，15 μs（访问接入时间）×30 层（BBT 的度数）=450 μs（存储访问时延），即一次get命令完成过程中的存储访问时延不会大于500 μs。

从可以支持的最大访问数量分析：假设实际中对PTDHT-RS的所有请求中，大部分都是get查询解析请求。目前SSD存储服务器可以支持每秒高达2×1010次的存储访问操作，因此，该解析系统中的一个DHT节点每秒可以处理多达6.65×104次的get信息对象解析请求 （假设信息对象的绑定信息存储在30层级的BBT中）。同时假设每个用户平均每秒会发出2个get信息对象的查询解析请求，并且最坏的情况是所有请求都需要通过4个层级，即AN层级、POP层级、AS层级和GNR层级的查询解析才能得到请求响应信息，这样每个DHT解析节点在只具备一个存储单元的条件下，仍然可以处理大约8 300个用户请求。所以，106个DHT解析节点可以并行处理大约1010个用户的查询解析请求。

最后，从更新过程对动态带宽的需求分析：假设该系统所注册对象信息中每1 500 byte平均包含大约10个绑定信息，且每天只有1%的DR需要更新，则在一个单一的DHT节点处就需要更新4×109个DR或者是6 GB大小的绑定信息量。因此，每天更新1%DR的绑定信息时，仅需要大约0.56 Mbit/s的持续更新带宽，而每天更新10%DR的绑定信息，仅需要5.6 Mbit/s的持续更新带宽。

6 结束语

本文在充分借鉴DHT网络优势的基础上，基于层次化DHT网络架构的基本思想，提出了一种新型的PTDHT-RS。从实际部署中需要的节点数量、访问所需要的时延、支持的最大访问量以及所需要的带宽等方面对该系统进行估计分析结果显示，PTDHT-RS不仅可以通过层次化、拓扑化的嵌入结构有效解决ONS解析系统低时延、负载不均衡和效率问题，也可以通过较全面地反映底层的物理网络拓扑结构解决当前解析系统中数据的回传效率低的问题，从而确保了网络的路由本地性，提高了物联网解析效率。此外，PTDHT-RS为层次化和扁平化命名空间提供了统一的解析架构，解决了目前解析系统不能正确解析非层次化命名空间的问题。

在PTDHT-RS中，仍有一些问题尚未解决，例如PTDHT-RS的原型系统搭建及验证问题，安全认证问题，系统架构的复杂度问题等。因此，后续的首要工作就是对PTDHT-RS进行实际的模拟，进一步分析系统性能，并进行改进优化；其次，要进一步探讨研究物联网解析过程中存在的安全认证问题，增强PTDHT-RS的可信程度；最后，应进一步降低解析系统架构的复杂度，从而使PTDHT-RS能够更好地满足物联网查询解析服务的效率需求。

1 EPCglobal. The EPCglobal Architecture Framework. The EPCglobal Standards Development Process,2007

2 Ken Sakamura.Ubiquitous ID technologies 2008.Ubiquitous ID center,http://www.Uidcenter.org/pdf/UID910-W001-080226_en.pdf,2008

3 EPCglobal.EPCglobal object name service （ONS）1.0.1,http://www.epcglobal.org.cn/,2008

4 刘学洋，赵文，张世琨等.基于P2P的RFID编码解析网络结构与算法研究.电子学报，2008,12（36）：102～108

5 Fabiall B,Gunther O.Distributed ONS and its impact on privacy.Proceedings of the IEEE International Conference on Communications,Glasgow,Scotland,2007:1 223～1 228

6 Maymounkov P, Mazieres D. Kademlia: a peer-to-peer information system based on the XOR metric.Proceedings of the International Workshop on Peer-to-Peer Systems,Cambridge,USA,2002:53～65

7 Saroiu S,Gummadi P K,Gribble S D.A measurement study of peer-to-peer file sharing systems.Proceedings of the Multimedia Computing and Networking,San Jose,USA,2002：156～170

8 Xu Z,Min R,Hu Y．HIERAS:a DHT based hierarchical P2P routing algorithm.Proceedings of the International Conference of Parallel Processing,Kaohsiung,Taiwan,China,2003:187～194

9 Mizrak A T,Cheng Y,Kumar V,et al.Structured Superpeers:leveraging heterogeneity to provide constant-time lookup.Proceedings of the IEEE Workshop on Internet Applications,San Jose,USA,2003:104～111

10 Prasanna Ganesan,Krishna Gummadi,Hector Garcia-Molina.Canon in G major:designing DHTs with hierarchical structure.Proceedings of 24th IEEE International Conference on Distributed Computing Systems(ICDCS'04),Tokyo,Japan,2004

11 Dannewitz C,Golic J,Ohlman B,et al.Secure naming for a network of information.Proceedings of the 13th IEEE Global Internet Symposium,San Diego,USA,2010

12 Lee G,Shin J.Discovery architecture for the tracing of products in the EPCglobal network. Proceedings of IEEE/IEIP International Conference,Shanghai,China,2008

13 EPC Tag Data Standard Version 1.5,http://www.gs1.org/gsmp/kc/epcglobal/tds/tds_1_5-standard-20100818.pdf,2010:31～32

14 刘洪涛，程良伦.基于DHT的物联网命名服务体系结构研究.计算机应用研究,2011,6（28）：2 327～2 329

15 Xu He,Wang Suoping,Wang Ruchuan.P2PONS:a distributed object naming service architecture based on P2P for EPC network.AISS:Advances in Information Sciences and Service Sciences,2011,3(3):1～10

16 Wen Zhao,Xueyang Liu,Xinpeng Li,et al.Research on hierarchical P2P based RFID code resolution network and its security.Proceedings of International Conference on Frontier of Computer Science and Technology,Shanghai,China,2009

17 Evdokimov S,Fabian B,Kunz S,et al.Comparison of discovery service architectures for the internet of things．Proceedings of the IEEE International Conference on Sensor Networks,Ubiquitous,and Trustworthy Computing,Newport Beach,California,2010:237～244

18 Stoica I，Morris R，Karger D，et al．Chord：a scalable peer-to-peer lookup service for internet applications.Proceedings of the ACM SIGCOMM,San Diego，USA，2001：149～160

19 Godfrey P B， ShenkerS,Stoica I．Minimizing churn in distributed systems.Proceedings of the ACM SIGCOMM,Pisa，Italy，2006：147～158

20 Krishnamurthy S， E1-Ansary S， Aurell E， et al．An analytical study of a structured overlay in the presence of dynamic membership．IEEE Transactions on Networking，2008，16(4)：814～825

21 Garces-Erice L，Biersaek E W，Ross K W，et al．Hierarchical peer-to-peer systems.Parallel Processing Letters,2003，13(4)：643～657

22 Joung Y J,Wang J C.Chord2:A two-layer Chord for reducing maintenance overhead via heterogeneity．ComputerNetworks，2007，51(3)：712～731

23 Ratnasamy S,Francis P,Handley M.A scalablecontentaddressable network.Proceedings of the 2001 Conference on Applications,Technologies,Architectures,and Protocolsfor Computer Communications,San Diego,California,USA,2001

24 Texas Memory Systems,http://www.ramsan.com,2011