我创建了一个没有主节点的p2p网络。如何统计总活动节点？精确度不是关键，但轻量级和性能很重要。
目前我正在考虑两种方法，它们都有很大的缺点......
每个节点都有一个随机数作为其ID。每个节点都有一个巨大的比特数组，最初只有索引== ID的比特为1，其他比特为0.每个节点用已知对等体交换它的比特数组。使用位OR将节点的位阵列与对等端合并。随着此过程的进行，最终每个节点应具有相似的位阵列，并且数字1表示网络中的节点数。优点是这可以并行和随时间进行。在查询时，响应可以非常快（因为结果已经存在）。缺点：a）。难以处理已经消失的节点。 B）。如果有数百万个节点，则位数组太大。
像BFS这样的东西。从初始节点，它询问所有已知对等体连接了多少节点。然后将所有响应求和为待探测网络的总大小。这是一种递归方法。如果节点已经收到这样的查询，它将忽略来自其他节点的更多相同查询。就像BFS一样。缺点是这很不可能是不准确的。查看BFS树，对于每个节点，它可能是单点故障，这导致该节点的所有查询都丢失。考虑从节点A初始化查询，查询连接的对等体B＆amp; C. B＆amp;然后，C将查询扩展到他们连接的网络。由于某些原因C失败并且无法响应A.然后，所有从C接收的直接或间接查询的节点都不会被计算。这个问题可能发生在网络的任何节点上，并且可能导致最小的不准确性或大的不准确性，如上述方法，可能是网络的50％。
知道如何实际估算P2P网络中的总节点吗？
答案 0 :(得分：2)
没有完美的方法。如果一个关键部分上的某个节点存在片状（经常向下和向上），那么由于这个原因很可能会错过网络的一部分，并且不知道该部分有多大。即使假设网络连接良好，也很难给出正确的计数，因为在算法运行时网络状态可能会发生变化。
您可能不希望采用第二种方法，因为您更加重视接近起点的节点，就像您说的那样。
然而，这是对第一种方法的不同看法，即以一定的精度为代价来消除位数组太长。
这个想法非常相似，但不是必须计算所有节点（你的id必须是唯一且相当连续的）和一个非常大的位数组，你可以有随机id（每台机器选择一个随机的32/64位id ）而不是通过布隆过滤器和计数器传递的位数组。 bloom过滤器类似于数组，因为它可以说id是否尚未插入。然而，它的空间效率更高。缺点是，虽然它有100％的召回率（如果过滤器说id不在那里，它确实不存在）它没有100％的精度（过滤器可能会说id已被插入，但实际上它是不是）。对于算法，这意味着您确保避免重复计数（好），但根据插入的顺序，您可能会错过某些节点。
算法的其余部分是相同的。首先插入自己的id并将计数器设置为1.将状态发送给所有对等体。当您收到状态时，请检查您的ID是否已经插入，如果没有插入，请添加1并将状态发送给所有同伴。如果您具有不同计数的相同布隆过滤器状态，请选择较大的布隆过滤器状态（因为我们确定没有重复计数）。最终状态会收敛，这就是你的答案。
Here's关于布隆过滤器如何工作的链接。
答案 1 :(得分：1)
如果你有DHT或类似的覆盖网络（你可能会做什么，你还有什么打算使用纯粹的分布式网络？），你可以通过查看小子空间中ID的分布来估计它的大小。 ID空间。你的方法基本上是准确的，所以它们最终是不切实际的。仅查看ID空间的一部分并得出关于其余部分的结论通常显然不准确，它仅在ID是随机的情况下才有效，并且如果您知道足够的节点，则可以调用大数定律。如果您保留适当的路由表，您可以在本地进行此估计，但如果您的查询允许，您可以决定请求接近某个随机生成的ID的节点，现在您有两个可以平均的估计值（但这是一个昂贵的技巧） 。有很多论文关于使其对某些攻击更具弹性，在高流失的情况下更准确，并且使用实际的估算公式。