基于非结构化的P2P信息检索关键技术研究

如何在缺少集中控制、大规模、分布式的P2P（peer-to-peer）网络中找到并定位信息是所有的P2P共享系统面临的一个难题．现有的P2P信息检索机制存在着种种不足：基于结构化P2P网络的检索效率很高,然而由于构造过于严格,难以在Internet上普及,而且仅能支持粗粒度的文件共享;非结构化P2P网络实现简单,是P2P共享系统的主要实现方式,但是由于搜索的盲目性,其检索效率又普遍低下．建立了一个新的非结构化P2P共享原型系统．该系统利用改进的蚁群算法进行检索路由,使检索总是倾向于有利的方向．同时,有针对性的推荐服务能够减少盲目搜索,提高文件共享水平．仿真实验的结果表明,该系统所采用的信息检索与信息推荐相结合的策略能够有效地提高P2P信息检索的成功率,降低网络负载．     

基于P2P技术的网络信息检索的探讨

基于P2P方式的信息检索系统相对集中式信息检索系统具有成本低、可扩展性好、容错性强等优点,可充分挖掘网络边缘资源,并可提供个性化的信息服务。本文从P2P技术的基本原理入手,围绕P2P技术的基本概念、应用范围和存在的问题进行了讨论,并着重阐述了P2P信息检索技术的原理、一般结构以及P2P模式的主要信息检索方式,并介绍了当前主流的P2P信息检索技术的研究方向和发展动态,对其未来的发展趋势和前景进行了展望。     

PeerIS:基于Peer-to-Peer的信息检索系统

介绍了对等计算(peer-to-peer,简称P2P)的特征、潜在优势和应用范围,指出了当前P2P数据共享系统存在仅支持弱语义(甚至缺乏语义)和粗粒度(文件水平)共享等局限性.针对这种现状,提出了基于P2P的信息检索,既可充分发掘P2P技术的潜在优势,克服传统信息检索系统的可伸缩瓶颈等问题,又可实现P2P数据共享系统语义丰富和细粒度的信息检索与共享;并开发出PeerIS:基于P2P的信息检索系统.描述了PeerIS的整体构架与节点的内部结构;重点阐述了PeerIS的通信机制、自配置机制、查询机制以及自适应路由机制等实现关键技术;并用实验证明了PeerIS的优异性.     

P2P全文信息检索系统的路由机制研究

本文介绍了一个基于P2P网络建立的全文信息检索系统的路由机制,在实现系统路由时采用了分层机制,将P2P网络中的节点分成超级节点和普通节点,超级节点间采用非结构化的P2P网络搜索技术,普通节点采用结构化的P2P网络搜索技术,使得整个网络的路由趋于稳定的结构.     

结构化P2P网络路由算法在网络层的性能评估

基于结构化P2P路由系统的马尔可夫链模型，以平均路径长度为指标，提出了结构化P2P网络路由算法在网络层面的性能量化评估方法。该方法解决了结构化P2P网络采用基于overlay层面的路由算法实现资源查找和定位导致的网络层路由性能无法估量的问题，能够准确表现结构化P2P网络overlay层面路由算法的实际网络性能，为结构化P2P网络路由算法的研究提供准确的性能评估机制。     

基于关键词设置的P2P信息检索

在分析以往结构化P2P基于单关键词分割的信息检索基础上,结合利用用户频繁出现的请求关键词的特点,提出结构化P2P中的一个基于请求关键词设置的索引框架KS-PIR。采用通过关键词联合的新特征项设置来扩充索引特征,并删节与特征项相关的索引记录表至恒定长度的方法,在检索质量提高的同时,又保证了可接受的带宽消耗,系统具有很好的扩展性。     

一个集群系统上的网络信息采集器

随着硬件和网络技术的发展，集群系统已成为构建网络服务的重要方式．基于集群系统提供网络信息检索服务(如搜索引擎等)具有很大的应用价值．网络信息检索的工作基础是从网络空间采集检索数据，通常由信息采集系统完成．本文介绍一个集群系统上的网络信息采集器．该采集器利用WWW网页之间的链接关系对采集空间进行宽度优先遍历．采用多线程并发方式来提高单结点上的带宽利用率；并在多结点间实现了简单有效的协同工作机制．     

有效的结构化P2P信息检索

在分析了以往P2P系统信息检索基础上,针对结构化P2P检索存在的问题,提出了一种有效的结构化P2P信息检索.结合利用向量空间模型(VSM)技术和位置敏感散列(LSH)技术,使得语义内容相似的文挡易于分布在相同的节点上,提高了搜索速度.同时采用了本体知识,增强对用户请求的语义理解,提高了搜索性能.     

基于蚁群算法的非结构化P2P信息检索

非结构化P2P网络实现简单,是P2P信息共享系统的研究热点,但其存在搜索盲目、检索效率低的不足。针对其存在的问题,本文提出将改进的蚁群算法引入其中,构建了基于蚁群算法的P2P信息检索,使检索总是倾向于有利的方向;同时,有针对性的推荐服务能够减少盲目搜索,进一步提高信息定位效率。仿真结果表明,该系统所采用的信息检索与信息推荐相结合的策略能够有效地提高非结构化P2P信息检索的成功率,降低网络负载。     

基于P2P的数据库全文检索系统的设计与实现

针对大型行业或集团内部对于异构数据库全文检索服务的应用需求，通过分析分布式数据库全文检索系统建设的一般性方案，提出了一个基于P2P模式的架构，设计和实现了一个以JXTA作为交互框架的数据库全文检索系统，并对系统的各主要功能模块、交互流程和在系统实现过程中所涉及到的关键技术进行了详细的描述。该系统在不改变文件资料原有存储格局的基础上，有效地解决了分布式环境下异构数据库全文检索的问题。     

基于兴趣挖掘的纯P2P搜索机制研究与实现

在纯P2P环境下，搜索机制是影响信息检索的关键因素之一。本文提出一种基于兴趣索引表的搜索机制，并在此基础上实现纯P2P信息检索原型系统Isearch。该机制首先利用向量空间模型将文件内容向量化，然后对向量空间进行聚类，得到节点的兴趣度，再计算节点之间的兴趣相似度，在本地建立兴趣索引表。在搜索时，根据兴趣索引表直接将查询请求转发到有相似兴趣的节点。实验结果表明，该机制既不影响查询结果，又能减少访问节点的数量，提高查询效率。     

基于P2P的数据库全文检索系统的设计与实现

针对大型行业或集团内部对于异构数据库全文检索服务的应用需求,通过分析分布式数据库全文检索系统建设的一般性方案,提出了一个基于P2P模式的架构,设计和实现了一个以JXTA作为交互框架的数据库全文检索系统,并对系统的各主要功能模块、交互流程和在系统实现过程中所涉及到的关键技术进行了详细的描述。该系统在不改变文件资料原有存储格局的基础上,有效地解决了分布式环境下异构数据库全文检索的问题。     

面向分布式协同设计的对等信息共享系统

为了实现分布式协同设计中的共享信息快速检索以及多副本同步，提出了基于对等网结构的信息共享系统，给出了该信息共享系统的节点模型、管理策略及信息检索模型，提出了一种结合分布式哈希表和聚类的检索方法，保证了用户能够在协同设计系统中快速地精确检索和“盲目”检索，实现了系统的用户透明。为了保证分布式多副本同步，提出“对等锁”作为一致性维护方法。该文给出了系统的具体实现方法，并给出了实例。     

基于Web的搜索引擎及其在化学信息资源导航中的应用

网络信息检索工具是Ｉｎｔｅｒｎｅｔ信息资源快速定位的重要方法。文章中结合建立Ｉｎｔｅｒｎｅｔ化学信息资源导航系统ＣｈＩＮ网一文检索系统的要求,讨论了全文检索的产生、现状和发展趋势。在对信息搜索机制和主要全文检索软件的分析比较的基础上,采用全文检索软件Ｉｓｅａｒｃｈ开发了ＣｈＩＮ网页的全文检索系统。同时给出了ＣｈＩＮ网页全文检索系统的应用实例。     

基于Java的全文检索技术研究

当前信息技术不断发展,人们对于信息系统的应用日益广泛,对于信息管理系统的要求也越来越高。利用当前最流行编程语言JAVA设计全文检索系统可以有效解决当前信息系统面临的问题。首先通过对Lucene架构的原理进行有效的分析,其次在其基础上设计出全文检索系统的框架,最后给出具体的检索模块的实现,并给出部分代码。对于信息管理人员来说具有积极的推动作用。     

TCR: a trustworthy and churn-resilient academic distribution and retrieval system in P2P networks

As the number of people using the internet has surged over the past few years, more and more people are choosing to share and retrieve information online. There are several decentralized retrieval applications that provide file-sharing platforms for exactly this purpose. However, these applications cannot guarantee churn resilience, trustworthiness, or low cost of retrieval. Therefore, in this paper, we present a system called trustworthy and churn-resilient academic distribution and retrieval system in P2P networks, or TCR, which: (1) ensures that information will not be centralized by central network administrators; (2) utilizes LSH to classify nodes with similar research topics into a local subnetwork, and applies routing algorithms with trust score equations to determine the next trustworthy node to forward the message, thus ensuring each node can accurately and efficiently find its trustworthy nodes within only a few hops; (3) provides a trustworthy management system that itself deals in trustworthiness, ensuring that even when there is a large proportion of malicious nodes, the system can still detect and punish misbehaving nodes; (4) guarantees that nodes can still retrieve the desired files even when in high-churn networks. We finally demonstrate that our TCR entails low message costs, provides high match rates, detects malicious nodes, and ensures churn resilience and search efficiency when compared to other P2P retrieval systems.

     

A hybrid approach for estimating document frequencies in unstructured P2P networks

Scalable search and retrieval over numerous web document collections distributed across different sites can be achieved by adopting a peer-to-peer (P2P) communication model. Terms and their document frequencies are the main components of text information retrieval and as such need to be computed, aggregated, and distributed throughout the system. This is a challenging problem in the context of unstructured P2P networks, since the local document collections may not reflect the global collection in an accurate way. This might happen due to skews in the distribution of documents to peers. Moreover, central assembly of the total information is not a scalable solution due to the excessive cost of storage and maintenance, and because of issues related to digital rights management. In this paper, we present an efficient hybrid approach for aggregation of document frequencies using a hierarchical overlay network for a carefully selected set of the most important terms, together with gossip-based aggregation for the remaining terms in the collections. Furthermore, we present a cost analysis to compute the communication cost of hybrid aggregation. We conduct experiments on three document collections, in order to evaluate the quality of the proposed hybrid aggregation.     

P2P-VOD缓存策略MVC

本文介绍了P2P-VOD系统中的MVC缓存策略,该策略是为了改进流媒体系统视频播放的流畅程度,服务器负载压力而提出的。P2P-VOD系统视频的连续播放,服务器的被请求频率和用户的满意程度是系统重要因素,然而现在系统中的SVC缓存策略没有充分考虑到冷热门频道节点重叠存储数据的情况,由此本文提出MVC缓存策略,该策略充分考虑到点播系统中视频冷热度,流行值等会引起系统整体缓存不均衡的因素,提高冷门视频数据分块缓存量,在节点多的情况下,热门频道节点帮助冷门频道下载数据分片,在服务器通信量不足的情况下,提高视频播放的流畅程度,减轻服务器的负载压力。     

对等网络中基于语义的音乐信息融合与检索系统研究

随着对等网络中数字音乐内容的丰富,音乐信息检索日益成为对等网络音乐共享系统中的一个关键问题.针对对等网络环境,本文提出了一种基于语义的音乐信息融合与检索系统.文中首先定义了一种可拓展的音乐本体;然后提出了将自动提取的特征信息、用户标注的信息以及网络获取的信息等多信息源进行融合的方法,并且介绍了在CLAM的Annotator模块基础上开发的融合标注工具;继而提出了一种基于RDFPeers架构的静态及动态信息的存储和检索方法.本系统使对等网络中的音乐信息检索从传统的基于文件名、艺术家名等关键字的检索拓展到基于语义的音乐信息检索,同时对该系统的示例模型的评估也验证了本文提出的多信息源融合的方法能够优化系统的准确率和召回率.