基于本体的P2P复杂搜索

传统的DHT-P2P系统有一定的局限性，如基于单特征词搜索，计算机不理解用户搜索请求的含义等。对基于本体的P2P复杂搜索进行了研究。应用向量空间模型理论去描述文档，同时对P2P标识符空间进行分割，使相似文档在邻近的节点范围内聚集，不但解决了多特征词复杂搜索的问题，而且提高了搜索的速度。利用本体知识的帮助去理解用户的搜索请求，合理扩大搜索范围，避免搜索结果出现遗漏。实验结果表明，依据该理论构建的仿真系统实现了复杂搜索，搜索速度较快，提高了查全率，且节点达到了较好的负载平衡。     

P2P语义搜索研究进展

P2P语义搜索方法多种多样。首先,制定了一套综述方案,从语义描述方法、覆盖网络结构、查询扩展技术、资源聚类方式以及本体数量等5个角度对现有方法进行综述。然后,选择10种典型语义搜索方法进行分析比较,总结P2P语义搜索的主要特征。最后,指出下一步研究应探索新的资源组织与搜索机制,并着重关注P2P语义搜索性能评价、查询扩展技术完善、搜索结果排序等方面。     

基于语义扩展的P2P网络

针对当前P2P系统中多数为媒体文件,而对应描述信息有限的问题,提出了一个通过Web信息挖掘来扩展语义的算法.同时提出了一个基于语义跳表的多层环网络结构,帮助用户进行相关内容推荐.实验表明,用本文所提出的方法,在消息量很小的情况下,与传统的基于中心服务器的检索精度很相近,具有实用价值.     

语义P2P系统上的知识分享研究*

由于语义P2P系统的知识分散部署于各个peer节点上,而每个peer节点都拥有其自身异构的知识模式和本体表示,这就给语义P2P节点间的知识分享带来了困难。对语义P2P系统进行了深入分析,着重对P2P节点之间的知识分享问题进行了论述,并进一步提出自己的设计思路来解决这一问题。     

基于分布式倒排索引和VSM算法的P2P复杂搜索

传统的基于DHT的结构化P2P系统有一定的局限性,如不支持多特征词的复杂搜索,无法对搜索结果进行排序等.通过改进的分布式倒排索引,支持多特征词的复杂搜索,并极大改善了传统的倒排索引技术引起的网络流量消耗;通过改进的VSM算法,对搜索结果进行排序;提出了新的资源发布算法.     

基于语义P2P技术的资源共享和检索系统研究

综合应用P2P(Peer-to-Peer Network)技术与语义Web技术,提出了基于本体技术的计算机科学与技术学科学习资源共享和检索系统的模型结构。在P2P环境下,通过对资源进行"语义"标注,能大幅度提高知识处理和理解的能力,能克服传统基于C/S结构的搜索机制的弊端;并且,本系统可以进行比关键字查询更复杂的查询,查询结果和满意度将大大提高。     

云计算下支持语义的可搜索加密方法研究

传统的云计算下的可搜索加密算法没有对查询关键词进行语义扩展,导致了用户查询意图与返回结果存在语义偏差,并且对检索结果的相关度排序不够合理,无法满足用户对智能搜索的需求。对此,提出了一种支持语义的可搜索加密方法。该方法利用本体知识库实现了用户查询的语义拓展,并通过语义相似度来控制扩展词的个数,防止因拓展词过多影响检索的精确度。同时,该方法利用文档向量、查询向量分块技术构造出对应的标记向量,以过滤无关文档,并在查询-文档的相似度得分中引入了语义相似度、关键词位置加权评分及关键词-文档相关度等影响因子,实现了检索结果的有效排序。实验结果表明,该方法在提高检索效率的基础上显著改善了检索结果的排序效果,提高了用户满意度。     

基于P2P的海量地形漫游搜索模型*

随着用户的增加,在传统的C/S模式下,中心服务器面临着负载过大、性能下降等诸多问题。基于对等网结构,利用P2P技术解决大规模海量地形漫游中服务器带宽和性能瓶颈问题得到了快速发展,但由于网络节点的动态性,通过P2P进行瓦片数据共享时如何解决节点搜索问题成为关键。针对上述问题,提出了一种基于分组洪泛式的节点搜索模型GFLOODING,通过组内缓存映射、组外邻居组映射的洪泛模式查询服务节点;通过实验原型系统的比较测试表明,该算法满足大规模节点模式下的动态性要求,且查询效率高。     

一种基于P2P网支持QoS的语义Web服务的匹配模型*

如何准确而又高效地匹配零散分布于各地的Web服务,通过分析现有的一些相关研究,在P2P网络的基础上提出了支持QoS的语义Web服务匹配模型。模型首先分析了P2P网络的特点,在扩展UDDI的基础上,结合目前语义Web服务匹配的多层匹配思想,提出一个三层次的匹配筛选算法,并对基本描述、语义Web服务匹配、服务质量各层的匹配算法进行了深入讨论,用相似函数来度量服务提供方与服务请求方的Web服务相似程度,为Web服务匹配和发现提供了一种有效的方法。     

蚁群算法在P2P搜索中的应用研究

为了提高P2P网络中资源的搜索效率,蚁群算法被广泛应用于P2P网络的搜索中。但P2P网络中搜索的是大量不同的文件,不同于蚂蚁寻找的单一食物,目前的研究较少考虑到这方面的不同。基于此在应用基本蚁群算法的基础上,引入合成信息素的概念,提出了合成信息素的提取策略,并编程进行了模拟仿真。实验结果表明相比洪泛和基本蚁群算法,可提高查找的结果数并降低网络中产生的消息包总数。因此在蚁群算法中引入合成信息素可有效提高P2P网络的查找效率,进而提高网络的性能。     

使用精确索引的P2P搜索

P2P搜索系统需要在节点上分散存放资源的索引,以实现资源的匹配和搜索结果的计算。索引的类型对于如何计算搜索结果和与之相关的性能有很大的影响。目前基于DHT的P2P搜索模型使用的是称之为超集索引的索引类型。该类型的索引不可避免地具有种种性能问题。为此,提出精确索引的概念,以及构建于精确索引之上的P2P搜索模型。该模型达到了相当好的负载平衡性能,并能快速返回搜索结果。     

主题搜索引擎中爬虫搜索策略的研究

为了解决传统主题爬虫效率偏低的问题,传统主题爬虫会选择最有价值的链接进行访问,仅简单地计算链接的相关性,却忽视待分析URL之间的相关性关系,致使主题爬虫爬取效率较低。提出一种基于链接模型的相关性判别算法,综合利用有标种子URL和无标的待判别URL实现对无标URL的相关性判别,并推导出迭代初值选取对结果的不敏感性。实验结果表明,与传统的网络爬虫算法相关性判别方法相比,提出的方法效率更高。     

P2P网络中资源查找方法的研究

资源查找是P2P网络中在至关重要的一环，本文主要分析了各种P2P网络模型的资源查找定位的方法，阐述了P2P的定义和思想，以Chord网络为例详细论述了结构化模型的结构及原理。并且提出了对基于DHT的结构化模型的改进方法。     

P2P技术发展与应用

通过对当前P2P技术现状的分析，介绍了实现P2P所要解决的关键技术问题，阐述了P2P的应用技术与发展，重点给出了5个P2P的应用模式。     

基于Ajax与向量空间模型的个性化搜索引擎

针对个性化搜索的三个关键问题：用户信息搜集,用户信息库的动态更新与个性化检索算法,探索性地提出了基于Ajax用户行为跟踪方案,以会话为单位动态更新用户行为信息库策略与加入用户文档的向量空间检索模型,在此基础上设计并实现了个性化搜索引擎实验系统。     

P2P中基于云模型和灰色系统理论的信任机制研究

针对P2P网络信任机制中没有全面考虑信任的模糊性和随机性问题,将云模型引入到信任机制中。利用灰色预测理论,对节点的行为进行预测,根据云模型的特征参数从节点的信任值平均水平和离散水平两个方面考虑一个节点是否值得信任。实验仿真表明,该机制可以有效识别出网络中行为不稳定的恶意节点,并通过降低其信任值的方法减少其参与网络交易的机会,提高了系统的交易成功率,保证了网络的安全性。     

P2P文件共享系统中的复制策略

复制技术可以提高P2P文件共享系统的可靠性,改善查询性能和负载均衡。对文献中出现的各种复制策略进行总结综述,列出了各种复制策略背后的思想和拟解决的问题。在详细分析这些复制策略的特点基础上,对复制策略进一步的工作进行了展望并提出了建议。对进一步的研究复制策略有一定的参考价值。     

一种基于多维支持向量机的P2P网络流量识别模型

提出一种多维支持向量机（MSVM）训练方法,并建立了一种基于多维支持向量机的P2P网络流量识别模型。理论分析与数值实验表明,该模型具有较好的实验结果和所期望的识别精确度。     

语义聚集的P2P服务组织模型

针对集中式和传统分布式服务注册与发现机制中存在的问题,提出一种新的服务组织模型。该模型归纳服务系统中各服务功能来建立语义树,依据此语义树产生的语义串对服务进行标识,采用改进的Kademlia算法将服务组织起来,形成按语义树聚集的、使用语义串进行结点发现的P2P覆盖网络,从而解决了单点失效、性能瓶颈问题,实现了不依赖注册中心和注册操作的、自发现的服务调用。它具有高可扩展性,能够支撑动态调度、模糊搜索等应用形式, 已在某服务计算平台中成功应用,该平台已通过验收并连续运行近一年。