基于度量空間的P2P網(wǎng)絡(luò)相似搜索技術(shù)研究及應(yīng)用.pdf

1、隨著P2P網(wǎng)絡(luò)應(yīng)用技術(shù)的發(fā)展,P2P網(wǎng)絡(luò)中存儲的數(shù)據(jù)量劇增,文件種類從簡單文本增加了音頻、視頻、圖像文件等多種類型。傳統(tǒng)的搜索方法已經(jīng)不能滿足P2P網(wǎng)絡(luò)中信息搜索的要求,基于模糊匹配的相似搜索方法成為P2P網(wǎng)絡(luò)中的重要研究方向。
　　 論文對P2P網(wǎng)絡(luò)中相似搜索技術(shù)及其應(yīng)用進行深入研究。論文的貢獻主要表現(xiàn)在以下幾個方面:
　　 (1)基于錨點的度量空間相似數(shù)據(jù)索引結(jié)構(gòu)MCAN適用于管理距離分布均勻的數(shù)據(jù)對象,但其在搜索過

2、程中由于搜索區(qū)域過人導(dǎo)致搜索效率低下。針對這一問題,論文提出基于分層索引的P2P相似數(shù)據(jù)索引結(jié)構(gòu)MCAN*。MCAN*基于Voronoi子空間劃分技術(shù)直接對度量空間進行劃分:在度量空間和歐式空間中分別選擇鄰近節(jié)點建立雙層拓撲連接:進而通過路由表和局部索引樹相互配合實現(xiàn)快速路由。實驗結(jié)果表明,針對相同的搜索條件,MCAN*在不影響搜索命中率的前提下,執(zhí)行范圍搜索和K近鄰搜索時所需系統(tǒng)資源分別為MCAN的77.0％和50.5％,MCAN*所

3、消耗的系統(tǒng)資源明顯減少。
　　 (2)MCAN*不適用于管理數(shù)據(jù)距離分布較為集中的數(shù)據(jù)類型,針對這一問題,論文提出基于動態(tài)聚類的P2P網(wǎng)絡(luò)相似數(shù)據(jù)索引結(jié)構(gòu)M-KAD。M-KAD使用度量空間對象作為節(jié)點標(biāo)識、按照度量空間性質(zhì)組織系統(tǒng)拓撲結(jié)構(gòu),在P2P節(jié)點數(shù)為2400的測試環(huán)境中,其路由成功率可達到99.7％；使用數(shù)據(jù)插入驅(qū)動節(jié)點進行Voronoi子空間劃分,在節(jié)點插入與數(shù)據(jù)插入完全異步的前提下,節(jié)點負載標(biāo)準(zhǔn)差可控制在50左右(負載

4、均值為180)；使用啟發(fā)式算法實現(xiàn)范圍搜索和K近鄰搜索,兩種搜索算法命中率可達99.2％和99.3％；采用并行路由尋址策略,配合K桶優(yōu)化算法,可以在遭受DoS攻擊,每分鐘2％節(jié)點掉線的惡劣環(huán)境中及時修復(fù)系統(tǒng)拓撲,維持路由成功率在85％以上。在與M-Chord的對比實驗中,M-KAD執(zhí)行K近鄰搜索和范圍搜索所需的系統(tǒng)資源平均值比M-Chord降低15％左右。M-KAD突破了傳統(tǒng)相似搜索算法受所選數(shù)據(jù)對象分布影響的限制,實現(xiàn)了數(shù)據(jù)無關(guān)性,在

5、保持搜索命中率基本不變的前提下,明顯降低了K近鄰搜索和范圍搜索執(zhí)行所消耗的系統(tǒng)資源。
　　 (3)論文對相似搜索技術(shù)應(yīng)用前景進行研究。針對流媒體網(wǎng)絡(luò)拓撲結(jié)構(gòu)優(yōu)化問題,論文提出一種基于M-KAD相似數(shù)據(jù)索引技術(shù)的鄰居節(jié)點推薦方法。實驗結(jié)果表明,本方法可以在不影響視頻質(zhì)量的前提下,將節(jié)點平均延時降低為原來的58.4％。針對DHTfilter垃圾郵件過濾系統(tǒng)中系統(tǒng)性能受郵件摘要分布影響的局限性,論文將M-KAD應(yīng)用于垃圾郵件過濾,對D