无结构P2P网络中一种高效的资源搜索机制

在众多P2P资源搜索技术中,基于语义相关的搜索被重点关注。本文在基于语义分组的P2P网络拓扑下,提出了一种新颖高效的搜索方式SKIP(search with K-Iteration preference),即K-层迭代优先选择算法。查询定位到目标节点后,SKIP系统使用K-层迭代优先选择算法进行搜索。实验表明,SKIP算法具有高效的搜索效率和较低的搜索开销,与现有的基于语义的搜索策略相比,具有更高的查准率和更低的查询开销。     

一种语义层次分布式路由模型研究

对等网络是一种分布式网络技术,如何提高文件搜索效率是对等网络发展的关键所在,支持语义查询是更好提高搜索效率的途径之一。SWLDRM是Chord的改进模型,它使用DHT算法在节点上分配文件,适合精确查找,不支持语义查询。以SWLDRM为基础,通过语义空间将节点根据存储数据对象的兴趣聚集,构建语义层次分布式网络路由模型SLDRM,并将SLDRM与SWLDRM进行比较仿真实验,仿真实验结果表明SLDRM具有更好的搜索性能。     

基于结构化P2P网络的CORBA交易服务

交易服务能够在分布式环境下为用户提供发现网络中服务的能力。文章提出了一种在CORBA环境下基于结构化P2P网络的交易服务结构（DHT-Trader），该体系结构不仅具有结构化P2P网络的可扩展性和健壮性，还支持类型相关查询，包括基于属性查询和语义查询。文章着重分析了类型相关查询和语义查询的难点．提出了在结构化P2P网络中实现类型相关查询和语义查询的解决方案。通过使用DHT-Trader，出口者可以为一个服务发布若干名字．进口者仅根据其中之一就可以得到服务以及该服务类型的所有子类型。     

一种基于P2P的关键词搜索新方法

结构化对等(P2P)网络是基于文件标识符的分布武系统,它能够很好地支持对文件标识符的等值查询,但对于其他的复杂查询,则需要进行进一步扩展,现有的一些技术虽然在结构化对等网络实现了关键词搜索,但是仍然存在诸如负载不均衡,结构复杂,不易于部署和效率低等问题,对此提出了一种基于结构化对等网络的关键词搜索新方法,将构建在一般分布式哈希表上的倒排索引与top-k查询算法结合起来,以较少的代价实现关键词搜索.同时有效地克服了数据分布不均匀带来的负载不均衡问题.     

基于语义相似度的P2P平衡路由网络

结构化的路由算法已逐渐成为P2P的一个热点研究领域。针对目前结构化P2P算法中存在的难以有效支持基于内容的定位问题,提出了一种基于语义相似度的P2P平衡路由网络S-Tree,构造了基于平衡网络树的覆盖网络和语义拓扑。模拟实验表明,与已有的结构化P2P算法相比,S-Tree能有效提高网络的查全率,同时降低路由的延迟。     

一种基于语义相似度的P2P数据查询方法

目前P2P网络中数据查询在语义方面的研究较少,而基于DHT的数据检索只支持准确查询,导致查询准确率不高,但是好的索引项的建立会给查询带来很大的方便。本文结合了RDF和Word Net在语义方面的特点提出了一种新的简易RDF概念列表来表示文档,并通过计算语义相似度来决定输出结果的P2P数据查询方法。仿真实验证明本文方法可以较好的提高查询成功率。     

基于主题和物理位置相近原则的层次化对等语义覆盖网络结构

对等语义覆盖网络构建主要采用索引和超级节点的方法,不可避免地存在瓶颈问题,同时忽略了覆盖网络与实际网络拓扑一致性问题对语义覆盖网络性能的重要影响。该文提出的对等语义覆盖网络结构TPPH充分结合了结构化P2P网络高效的定位和非结构化P2P网络的复杂检索功能,采用分布式哈希表机制将相同主题节点组织成主题区域,在同一主题区域内通过物理位置相近原则进行群的划分,从而在物理网络拓扑基础上建立语义P2P覆盖网络结构。性能分析和仿真实验表明,该结构显著提高了查全率并缩短了平均查询时延,是一种支持复杂查询、高性能的语义覆盖网络结构。     

DPFSL:P2P网络的递减概率洪泛算法

Gnutella是一种非常流行的P2P网络模型.由于此网络中采用洪泛算法进行资源搜索,这将导致查询请求指数级增长,加重了网络负载.为解决这一问题,在现有改进算法的基础上,提出了DPFSL算法.它采用递减概率洪泛与自学习相结合的方法,大大减少了查询请求,同时能保证相当高的查询命中率.实验结果表明,DPFSL算法是一种比洪泛算法性能更优越的算法.     

P2P网络中基于语义组的自适应资源预测复制算法

在众多P2P资源搜索技术中,基于热点资源复制的搜索被重点关注。本文在考虑节点语义的情况下,基于ARIMA预测模型提出了自适应热点资源复制方法(semantic-aware replication based on ARIMA,SARA)。SARA充分考虑了无结构P2P网络中语义拓扑结构的特性,引入ARIMA预测模型,对于可能出现的热点资源提前进行副本复制。实验表明,SARA有效地避免了不必要的副本复制浪费,减小了复制开销,同时保证了较高的副本查询效率。     

支持语义扩展的多关键词密文检索方案

现有的多关键词的检索研究集中在支持关键词的精确匹配,文中提出一个支持语义扩展查询的多关键词密文检索方案,基于信息内容计算方法同时考虑到关键词与文档的关系引入TF-IDF技术实现语义扩展;采用平衡二叉树的索引结构,使用安全k近邻算法加密索引向量和语义扩展查询向量,确保计算出准确的相关性得分,实现多关键词排序搜索。通过进行索引和陷门的机密性、查询无关联性等安全性分析表明,本文实现的检索方案是安全的,可以防止内部威胁。     

SKIP:an efficient search mechanism in unstructured P2P networks

Search efficiency and accuracy of resource are important considerations for search algorithm in peer-to-peer(P2P)network.Most search algorithms use flooding among neighbor nodes to search relevant resource.However,this usually causes great amount of redundant messages,which results in high search costs and low search precision.In this paper,we use vector space model(VSM)and relevance ranking algorithms to construct overlay network,and a novel search mechanism search with K-iteration preference(SKIP)based on semantic group for P2P networks is proposed to efficiently solve these problems.The key idea of SKIP is to reorder the semantic neighbors of nodes according to relevant scores and to utilize preference selection during the process of query.We analysis and implement the scheme and reveal that the SKIP provides a low overhead on topology maintenance,which can be effectively used in P2P searching and verify it outperformanee in higher precision and lower search cost by comparing with current semantic-based searching mechanism gnutella-like efficient searching system(GES).     

GBSS：基于分组的语义搜索研究

给出了一种基于分组的语义搜索方法-GBSS。在体系结构设计上,GBSS提出一种混和体系结构,原始数据的存储和检索采取DHT网络,元数据的存储和检索采取非结构化网络。在搜索算法上,GBSS基于当前P2P领域和复杂网络领域的基本研究结论,提出一种无描述的文件分组方法,在节点的分组之间按照搜索兴趣和共享文档关联建立朋友关系。搜索过程利用朋友关系实现搜索请求的转发,并且集成高效的缓存策略。模拟测试表明GBSS稳定高效,相对传统算法性能有数量级的提高。     

一种新的基于非结构化P2P网络的语义覆盖网络

在经典的语义覆盖网络中,所有节点都处于对等地位,没有考虑节点间共享资源数量及相对位置的差异,这使网络中节点分组信息的维护与资源搜索成本较高。丈中分析了节点间共享资源数量及相对位置的差异对语义覆盖网络中节点分组信息的维护与资源搜索代价的影响,并在此基础上提出了一种新的基于非结构化P2P网络的语义覆盖网络。该结构利用P2P网络的拓扑匹配与区分索引技术有效减少了经典语义覆盖网络中节点分组信息的维护及资源搜索代价,提升了网络的整体性能。     

P2P网络架构的资源搜寻算法设计

结构化对等(P2P,Peer to Peer)架构的资源搜寻算法如Chord、CAN、Pastry等的提出,改变了非结构化P2P架构的泛洪式资源搜寻的方式,降低了P2P资源搜寻信息的流量,从而增强了系统的扩展性.但是以上算法均未考虑到节点间实际物理距离对搜寻路径长度的影响.文章提出一种基于节点能力和节点区域性的结构化搜寻算法,该算法综合了CBT和Grapes的优点并充分考虑到节点的区域性以及节点能力,从而构建了一个短搜寻路径能力集包容的P2P系统.     

基于朋友相关性的P2P快速搜索算法

如何高效地搜索资源是P2P网络中最为关键的问题。对等网络拓扑结构往往不是简单的结构化或非结构化,采用单一的搜索方式效率低下,因此,提出一种改进的搜索算法——基于朋友相关性的搜索算法(FriendSearch),将基于结构化的Chord搜索算法与非结构化的洪泛搜索算法有机结合起来,在网络节点间建立朋友关系。实际系统应用表明本算法较常规Chord算法高效,准确。     

分布式P2P网络中基于方向搜索算法研究

针对Flooding算法及其改进算法的理念提出了P2P网络中基于方向的搜索算法,该算法动态生成一棵以搜索源点为根的搜索树,在每一次的搜索过程中,每个节点都能沿着搜索方向进行,这样可以避免节点被重复地搜索。有效地避免了搜索过程中冗余搜索报文的产生,节省了网络带宽,提高了效率和网络性能。通过二维空间的数字数据和图像数据这两种实验结果的分析并进行了仿真实验,该算法充分体现了在搜索过程中的有效性及可操作性。     

UDDI的语义扩展及分布式实现

文章利用P2P网络松散的结构和良好的动态性以及可扩展性．提出了一种语义扩展的分布式UDDI网络模型。详细介绍了该模型的分层体系结构和实现方法，重点介绍了结点的动态加入算法，以及Web服务的发布方法。     

结构化P2P资源搜索算法及其在未来光网络中的应用

推进绿色节能光网络是未来光网络面临的重要挑战之一。基于DHT的结构化P2P资源搜索算法因为可扩展性、鲁棒性、负载均衡、查询效率高等特点更适用于具有云计算、物联网、移动互联网等特点的未来光网络中的资源搜索。研究结构化P2P资源搜索算法的特点,从降低能耗角度分析算法对未来光网络产生的影响,提出在名址分离架构的未来网中快速资源搜索设计方法,最后探讨P2P资源搜索算法在未来光网络中面临的挑战。     

粗神经网络的禁止搜索训练算法研究

粗神经网络不仅可以处理明确定量的输入信息,而且可以处理传统神经网络不能处理的语义形式的输入信息.本文给出了一种新的训练方法--基于禁止搜索算法的粗神经网络训练方法.仿真结果表明本文提出的训练算法在收敛速度和网络性能上都有显著提高.