基于覆盖网高效信息定位技术.docVIP

基于覆盖网高效信息定位技术 　　【摘 要】在现实世界中“任何一个陌生人之间所间隔的人不会超过六个” ，这就是六度空间理论所阐述的内容。本文参照六度空间特性建立的基于兴趣的P2P信息查询网络拓扑不仅提高了信息定位的效率、支持语义查询，也可以帮助解决物理地址和逻辑地址不匹配的问题。 　　【关键词】六度空间理论；兴趣特征向量；信息定位算法；P2P网络拓扑 　　一、引言 　　在P2P模型中，系统所有节点都是对等的，它们具有相同的责任，并且互相之间协同以完成计算任务。目前，虽然基于P2P计算模式的Napster， Freenet和Gnutella等网络模型己被广泛地应用，但是它们也存在一些无法解决的问题[16]。集中式（centralized）的Napster利用中央服务器负责目录管理的服务会受限于服务器的存在，即存在单点瓶颈和崩溃的问题；而非集中式（decentralized）系统，如Gnutella及Freenet，由于没有中央服务器，在搜寻数据时是以泛洪（flooding）的方式将消息散布到网络中，这使得系统的可扩展性（scalability）无法提升。 　　结构化覆盖网路由协议，如CAN， Chord，Pastry和Tapestry就是在这种情况下被提出来的。这些协议的共同点就是利用DHT，将数据和节点映射成一个键值（key），利用键值来完成数据的放置与维护。这种方法不仅有效地减少了资源定位中的消耗，也加快了数据定位的速度。结构化P2P系统成为国内外专家学者的研究热点。 　　另外，由于结构化P2P系统在利用DHT构建其覆盖网络（overlay）时，没有过多地考虑底层的物理拓扑结构，所以覆盖网络的寻径是建立在逻辑概念之上的，即根据各节点保存的路由信息，选择一条逻辑跳数（hops）最少的路径作为最优路径。这使得覆盖网络中逻辑最近的两个节点，在物理层往往并不是最近的，即一条逻辑最近的路径有可能不是物理最近的路径。总之，寻径在逻辑层与物理层上的性能差异，大大降低了结构化P2P系统中资源定位的效率。 　　基于兴趣的P2P网络拓扑模型，本文文给出了对应的信息定位算法，并通过实验验证了此算法可以在常数跳内找到对应的数据。 　　二、查询信息定位算法 　　（一） 拓扑模型节点层次结构 　　我们知道基于兴趣的P2P网络拓扑模型中的节点可以分为三个层次，即普通节点、兴趣簇中心节点和兴趣组节点。从图1中我们可以看到，不同兴趣（颜色）的节点形成了不同的兴趣簇，在不同的兴趣组内可以包含相同的兴趣。 　　（二） 拓扑模型中节点的数据存储方式 　　由于三类节点存储的信息不同，因此在信息定位的过程中，从不同的节点进行访问，效率也是不同的。下面分别给出各层节点数据的存储方式。 　　（三）算法性能分析 　　由于基于兴趣的P2P网络拓扑模型是一个逐步进化和成熟的体系，因此在前期阶段它查找数据的性能不是非常稳定，但当它趋于成熟时，利用多层次的节点结构，它将拥有其它网络所无法比拟的信息定位效率。与泛洪查询不同，它在查询过程中，只在开始节点、兴趣簇中心节点和兴趣组节点跳跃，因此可以实现在常数跳内找到数据。 　　另外，与其它网络相比，它还有如下优势： 　　1）减小了逻辑地址和物理地址不匹配的程度。由于采用新的路由方式和数据组织方式，从而规避了由于使用散列表而造成的节点位置信息被破坏的问题，这也有利于网络性能的不断优化。 　　2）支持语义查询功能。由于采用兴趣特征向量的方法进行兴趣匹配，因此模型支持语义查询功能。 　　三、拓扑模型信息定位算法的模拟实验 　　（一）实验目的 　　从理论上讲，论文1节提出的信息定位算法是可以改善P2P网络信息定位效率的，因此我们这里只要验证了算法的可行性，就意味着六度空间的一些特性是可以应用到P2P网络的，即基于兴趣的P2P网络拓扑可以改善现有网络的性能。 　　由于论文第一节提出的信息定位算法是一个非常复杂的过程，因此我们这里只验证算法的几个关键部分。 　　第一，模型可以使用计算兴趣向量关联性的方法来组建网络。这个功能不仅是网络逻辑结构连通性的保证，也是六度空间理论在模型中的具体表现。 　　第二，模型系统结构的正确性。由于算法把系统节点分为了普通节点、兴趣簇中心节点和兴趣组节点三类，因此实验必须验证它们是否能提供对应的功能。这不仅是对系统结构正确性的验证，也是对网络是否逻辑连通性的验证。 　　第三，模型路由过程的正确性。这个功能的实现是对信息定位算法逻辑结构的验证。 　　（二）实验简介 　　与第一种查询过程不同，即当本兴趣组不含所需数据时，查询请求会发送到相邻的兴趣组进行查询。这个过程验证了查询可以在不同组内的节点之间进行跳跃。 　　四、总结 　　我们从文献[1]和文献[2]知道，利用改进K-Means方法生成的兴趣簇中心节点个数远小于普通节点个