| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第一章 绪论 | 第10-15页 |
| ·研究背景 | 第10页 |
| ·研究现状 | 第10-12页 |
| ·BitTorrent协议相关研究 | 第10-11页 |
| ·GPU相关研究 | 第11-12页 |
| ·BitTorrent协议并行化相关研究 | 第12页 |
| ·研究意义 | 第12-13页 |
| ·研究内容 | 第13页 |
| ·论文组织结构 | 第13-14页 |
| ·本章小结 | 第14-15页 |
| 第二章 BitTorrent对等网文件共享系统概述 | 第15-26页 |
| ·BitTorrent网络拓扑结构 | 第15-20页 |
| ·P2P技术特点 | 第15-19页 |
| ·P2P的拓扑结构 | 第19-20页 |
| ·BitTorrent协议术语 | 第20-21页 |
| ·BitTorrent协议技术框架 | 第21-23页 |
| ·BitTorrent协议算法描述 | 第23-25页 |
| ·文件块选择策略 | 第23-24页 |
| ·节点选择策略 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 第三章 GPU概述及CUDA编程 | 第26-40页 |
| ·GPU通用计算概述 | 第26-27页 |
| ·CUDA简介及编程 | 第27-31页 |
| ·统一设备架构CUDA | 第27-28页 |
| ·CUDA编程模型 | 第28-29页 |
| ·CUDA编程方法 | 第29-31页 |
| ·CUDA编程代码优化策略 | 第31页 |
| ·CUDA软件体系 | 第31-35页 |
| ·nvcc编译器 | 第32-34页 |
| ·运行时API与驱动API | 第34-35页 |
| ·CUDA函数库 | 第35页 |
| ·CUDA存储器模型 | 第35-38页 |
| ·CUDA中的通信 | 第38页 |
| ·本章小结 | 第38-40页 |
| 第四章 基于GPU并行加速的BitTorrent协议 | 第40-50页 |
| ·基于CPU的BitTorrent协议实现方法及流程 | 第40-42页 |
| ·基于CPU的RUB算法实现 | 第40-41页 |
| ·基于CPU的LRF算法实现 | 第41-42页 |
| ·基于CPU的RUB算法和LRF算法缺陷 | 第42页 |
| ·基于GPU的BitTorrent协议并行化实现方案 | 第42-43页 |
| ·基于GPU并行加速的RUB算法实现方法及流程 | 第43-46页 |
| ·基于全局存储器的单线程单节点RUB算法实现 | 第43-44页 |
| ·基于共享存储器的单线程单节点RUB算法实现 | 第44-45页 |
| ·基于全局存储器的单线程单文件块RUB算法实现 | 第45-46页 |
| ·基于GPU并行加速的LRF算法实现方法及流程 | 第46-49页 |
| ·基于全局存储器的单线程单节点LRF算法实现 | 第46-48页 |
| ·基于全局存储器的单线程单文件块LRF算法实现 | 第48-49页 |
| ·本章小结 | 第49-50页 |
| 第五章 并行程序测试结果及性能分析 | 第50-59页 |
| ·GPU中BitTorrent协议并行环境的构造 | 第50-51页 |
| ·并行开发环境搭建及软硬件环境 | 第50页 |
| ·并行开发界面 | 第50-51页 |
| ·基于GPU的并行BitTorrent协议程序性能分析 | 第51-57页 |
| ·RUB算法实验结果及分析 | 第51-55页 |
| ·LRF算法实验结果及分析 | 第55-57页 |
| ·本章小结 | 第57-59页 |
| 第六章 总结与展望 | 第59-61页 |
| ·本文的主要研究工作 | 第59-60页 |
| ·下一步工作 | 第60-61页 |
| 参考文献 | 第61-64页 |
| 致谢 | 第64-65页 |
| 攻读学位期间的研究成果 | 第65页 |
