基于兴趣聚类网格资源发现算法.docVIP

基于兴趣聚类网格资源发现算法 　　摘要：为了更有效地解决网格资源的搜索和定位问题，提出一种以P2P形式实现的、基于兴趣聚类的非集中式网格资源发现算法。算法采用被动学习方式，通过用户的访问历史抽取节点的兴趣属性，将节点按照兴趣属性划分为多个簇，资源发现请求在簇内朋友节点之间传播，查找失败后，将请求路由到与其兴趣最相似的其他簇内。仿真测试表明，算法稳定高效，相比传统算法在低开销情况下性能有显著的提高。 　　关键词：网格；资源发现；兴趣聚类；相似度 　　中图分类号：TP393文献标志码：A 　　文章编号：1001-3695(2007)11-0274-04 　　 　　0引言?? 　　 　　随着互联网技术的迅速发展和应用，网格技术已成为近年来分布式计算领域中的一个研究热点。网格能使用户共享和访问广域网中多种类型的大量资源，并且具有动态性、异构性、自治性等特点。在网格环境中如何快速有效地进行资源定位，同时降低网络带宽消耗，保证系统的可扩展性和容错性，是一个关键问题。?? 　　基于P2P形式的网格中所有节点都是对等的，节点具有相同的责任和能力，通过直接互连实现资源和服务的全面共享。目前，在网格资源的查找效率和可扩展性方面展开了许多工作，当前的一些广域分布式系统对研究资源发现机制具有重要的借鉴意义，其中最流行的应用是非结构化P2P环境下的资源共享。Gnutella[1]采用广播式发送和转发查询请求，其查全率和查准率高且具有鲁棒性，但访问节点多，占用大量带宽，可扩展性差。文献[2]中，查询者生成k个查询消息，在节点之间依次转发传递，这样的每个消息被称为walker，搜索算法称为random walks。Random walks占用网络带宽少，但查询结果差，且随意性强。以上的搜索机制在选择搜索路径时都没有采用较好的选择策略。如果事先能够判断哪些节点更有可能包含符合检索的资源，区分选择最有可能满足查询的节点进行转发，则必将提高网络的搜索效率。?? 　　当前有许多工作着重于提高查询消息的转发效率，即依据自身已有的邻居节点信息和资源信息，有区别地选择最有可能满足查询的节点进行转发查询。文献[3]根据power－law拓扑，总是选择具有最大度的节点进行转发。文献[4]首先根据一定的标准判断两个查询的相似性，然后转发给最近满足相似查询的邻居节点。文献[5]通过增加路由表中资源状态与路由方向的关联度，有效提高了用户资源请求被转发到可满足资源的概率。但总的来说，这些工作都只是为了快速发现目标资源，未能对资源进行有效的组织，可能会导致大量的网络开销。?? 　　研究发现，网格中对等和动态变化性与现实世界中的社会具有一定的相似性[6]。每个节点的使用者都具有一定的兴趣和爱好，如果两个节点具有相同或相似的兴趣爱好，则它们很有可能会进行连接和资源互换，这些节点往往呈现出兴趣聚类的特征。无结构P2P网络中优化搜索的一个基本思路是将用户按照兴趣分类，搜索限制在相关类别内传播，这样可以大幅度提高搜索的成功率，降低搜索开销。?? 　　本文提出的网格资源发现算法ICDiscovery（interest－clustering based grid resource discovery），通过用户的访问历史抽取节点的兴趣属性，将网格中的节点按照兴趣关系进行划分和聚类，形成若干个兴趣簇。资源搜索请求首先在簇内进行转发，如果查找失败，则将请求转发到与其兴趣最相似的其他簇内。查询范围从网络中的所有节点数降低到簇内的节点数，提高了网络的鲁棒性和扩展性。模拟实验表明，该算法以其高成功率、低带宽消耗和很小的响应时间显著提高了搜索性能，而且对用户的访问行为体现出良好的适应性。?? 　　 　　1兴趣簇划分策略 　　 　　1．1Small－world网络基本原理?? 　　著名的Stanley Milgram实验发现，通过平均六人次的熟人传递就可以把社会中任意两个人联系起来，这种现象称为small－world现象。目前对于small－world的一个较为合理的解释是，若网络中两点间的平均距离L随网络规模大小（节点数N）呈对数增长，则当节点数增加很快，网络呈现某种拓扑结构时，L变化相对缓慢，仅利用局部信息就可以有效地找到短链。这个发现为分布式信息查找提供了契机。?? 　　将网络拓扑看做一个无向随机图，它由若干个节点及两两节点之间的边组成，某个节点的度即为到达该节点的边的条数。本文给出如下定义：?? 　　定义1聚集度。已知以定点v为根，深度为l的BFS（breadth first search）树，则该顶点的横向边的数目C??v满足关系：max(C??v)=C??2??k-(k-1)，k为BFS树的所有顶点，则一个图的聚集度为其所有顶点v的C??v值的平均值，即C(l