有结构p2_项目申请v0.81.docVIP

题目：融合语义的有结构对等网络拓扑结构与资源定位技术的研究 立项依据与研究内容 随着互联网的飞速发展，网络上的资源得以极大的丰富。传统基于客户/服务器模式的资源管理和定位技术已经不能满足日益膨胀的用户请求。由于所有结点之间的信息交换都要经过服务器，服务器本身已经成为限制系统工作效率和规模扩展的瓶颈。同时，传统的资源定位方式主要依靠分类查询和基于关键字的精确匹配，缺乏语义信息，导致查全率、查准率较低。因而研究如何更为有效的管理海量的网络资源，如何从海量的网络资源中高效、精确的定位用户所需资源，对于互联网的发展具有重大的意义。 对等网络正是在这个背景下受到重视并成为研究热点。对等网络的非中心化思想打破了传统客户/服务器模式，资源和服务分散在所有结点上，信息传输和服务实现直接在结点之间进行，无需中间环节和服务器的介入，避免了性能瓶颈问题，提高了网络的工作效率，同时具有非常高的可扩展性和耐攻击、高容错的优点。这些优良特性使得对等网络非常适用于海量网络资源的管理。对等网络系统的拓扑结构分为两类：无结构化拓扑与结构化拓扑。无结构对等网络中，结点之间的链路随机生成，资源查找以基于完全随机图的洪泛式搜索进行，因而其查询效率，查全率、查准率均较低，并且由于需要消耗巨大的网络带宽，可扩展性很差，不适用于大规模网络。结构化对等网络主要是采用分布式哈希表技术来组织网络中的节点，经典的路由算法有CHORD, PASTRY和CAN等。结构化对等网络具有非常好的可扩展性，对于具有N个节点的网络中存在的资源，总可以保证在log(N)查询步骤内发现。 传统的资源定位方式通过精确匹配实现[3,7,8]，查询结果依赖于查询关键字与资源描述信息内容的字符串匹配情况。由于无法理解查询关键字的语义，此种查询方式无法支持基于概率和语义约束的模糊匹配，要么返回很多无关的结果，要么遗漏满足查询要求、但描述信息中不包含查询关键字的服务，从而导致查询的准确度低下。因此，研究者提出将语义标记引入资源的描述与查询过程[9-13]，解决查询请求与资源描述信息二者之间语义上的互通性障碍，从而提高资源查找的查准率和查全率。但目前对于如何管理大规模的本体概念的研究还有不足，对于如何进行资源的语义建模以及如何量化用户请求与资源描述信息的语义匹配程度，尚未出现有影响的研究成果。 因此，结合对等网络技术以及语义网技术的优势，将语义信息融合到对等网络的资源管理与定位过程之中，已经开始成为国内外广泛关注的研究课题。已有的研究成果主要集中于无结构对等网络[参考文献]，主要是根据语义关系对结点进行分簇，聚集语义关系相近的结点，资源定位请求采用基于语义的洪泛式或者启发式路由，依然无法摆脱查询效率低、可扩展性差的问题，不适用于大规模的分布式资源发现系统中。而基于有结构对等网络的融合语义资源定位研究还刚刚起步，国内外相关的文献尚属少见。已有研究多是在有结构对等网络之上构建语义叠加结构，将语义查询映射为非语义的哈西值，由对等网络使用自身的路由机制进行路由，完成资源定位过程，不但效率较低，查全率、查准率并不太多改善，并且需要同时维护语义叠加结构和对等网络，代价也较高 [参考文献]。 考虑现有研究成果的局限性，本项目拟将语义网技术引入有结构对等网络的资源发现过程。研究基于本体分割的网络资源管理策略，以解决由于存在大量的本体概念组合而产生的网络资源描述的复杂情况。研究基于本体概念图的细粒度的本体概念/概念集合语义相似度计算方法，全面考虑现实世界中客观存在的多继承关系，复杂二元关系，最大限度的模拟人类的直觉思维，以提高资源定位结果的准确性。研究融合语义的有结构对等网络的拓扑结构及基于前缀匹配的两阶段融合语义路由策略，在保持对等网络高可扩展性、高容错性的前提下，提高资源管理的有效性，提高资源定位的查全率与查准率。作为新一代互联网中的关键技术之一，本项目的研究成果对于网络的进一步发展也具有积极的意义。 本项目的创新之处在于将语义网技术引入有结构对等网络的拓扑结构与资源定位和发现过程。其主要内容包括：提出大规模网络环境下进行有效描述与管理网络资源的新方法；提出考虑全面信息的、基于层次化结构的本体概念语义相似度匹配算法；提出基于本体概念前缀匹配的两阶段融合语义路由策略，在不增加网络负载的情况下，提高网络资源定位与查询的效率、查全率与查准率。 申请者及课题组成员在近几年中，一直从事对等网络系统、语义网应用、新一代互联网中的服务模型等相关技术的研究工作。其中围绕新一代互联网中服务智能发现问题进行了大量的研究，已经完成了数篇博士论文多篇SCI检索及国内一级学报的论文，在语义网技术及基于有结构的对等网络技术方面积累了丰富的经验，为本项目的开展打下了坚实基础，我们力图在语义网技术与对等网络技术相结合的领域取得更新的突破。本项目成果将有非常