CN101170578B - 基于语义相似度的层次式对等网络结构及构建方法 - Google Patents
基于语义相似度的层次式对等网络结构及构建方法 Download PDFInfo
- Publication number
- CN101170578B CN101170578B CN2007101784637A CN200710178463A CN101170578B CN 101170578 B CN101170578 B CN 101170578B CN 2007101784637 A CN2007101784637 A CN 2007101784637A CN 200710178463 A CN200710178463 A CN 200710178463A CN 101170578 B CN101170578 B CN 101170578B
- Authority
- CN
- China
- Prior art keywords
- node
- super
- group
- network
- territory
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Images
Landscapes
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明涉及一种基于语义相似度的层次式对等网络结构及其构建方法,属于计算机网络技术领域。本发明以域作为划分单位、构建三层的网络拓扑结构。将网络中的节点分为超级节点和普通节点。超级节点分为一级超级节点和二级超级节点。一级超级节点位于网络结构的第一层,二级超级节点位于网络结构的第二层。一级超级节点之间的关系是对等的。通过节点加入网络方法、语义相似度的计算方法、超级节点备份方法,减少了资源搜索的时间和带宽消耗,兼顾了实际物理结构,网络具有可管理性,负载平衡的特性。
Description
技术领域
本发明涉及计算机网络技术领域,特别是涉及一种基于语义相似度的层次式对等网络结构及其构建方法。
背景技术
对等(Peer-to-Peer,P2P)计算模型,作为一种新型的体系结构模型,强调用对等模式实现资源的全面共享。对等网络中的节点相互连接构成的覆盖网络(Overlay Network),是在物理网络层之上构建的。从覆盖网络结构上,P2P系统可以分为结构化P2P系统和非结构化P2P系统。
结构化P2P系统以基于分布式哈希表(Distributed Hash Table,DHT)的P2P系统为代表,如麻省理工学院设计的Chard,加州伯克利与AT&T设计的CAN,以及Tapestry,Pastry,Freenet等。基于DHT的P2P系统难以完全支持复杂的查询,在大规模的动态P2P环境下,维持系统的结构代价很高。
非结构化P2P系统根据拓扑结构的集中化程度具体分为:集中式、全分布式、和混合分布式三种。集中式P2P系统中有集中的索引服务器,典型代表是Napster,具有效率高的优点,但存在单点失效、带宽瓶颈、容错性低、负载不平衡等问题。全分布式P2P系统中每个P2P节点的地位相同,没有集中协调。典型的代表是Gnutella,全分布式系统没有单点失效问题,但无法保证资源发现的效率。混合分布式P2P系统是集中式结构和全分布式结构的折衷,典型代表有:Kazza、FastTrack、Sun公司的研究项目Project JXTA 2.0 Super-PeerVirtual Network。这类系统利用了节点的异构性,可扩展性和性能较好,但资源定位的性能和容错性都易于受到超级节点的影响。
目前覆盖网络构造主要在为了提高资源发现效率而构造特定的拓扑结构方面,主要的想法是,通过一定的分类标准,如资源类型、服务质量、可信度等对节点进行分类,根据聚类的结果将节点划分到相关领域中,从而将相似的节点组织在一起,缩减资源发现的空间,提高搜索效率。
田慧蓉等人借鉴社会网络中信任关系的概念,提出了基于节点互惠能力的自适应拓扑构造协议。张骞等人在领域可信度基础上提出了一种自适应的P2P拓扑构造协议。唐九阳等人提出一种以共享和需求为目的的社区结构,但其工作孤立地考虑节点的资源和需求,存在一定的局限性。PeerIS系统中节点基于兴趣与行为相似性形成不同的簇,该方法基于非结构化网络拓扑,节点是完全对等的,没有考虑节点能力的差异。乐光学等人提出了一种基于Region多层结构P2P计算网络协议模型。但他们对中心节点的确定方法、域相似性划分依据没有提及。
Brocade提出了一个基于Internet物理拓扑的分级覆盖层网络模型。Liu Y等人提出了自适应的无结构化拓扑构造机制。黄道颖等人将骨干网络中的路由交换节点扩展成主动节点,所有的节点加入网络时找最近的主动节点,所构造的拓扑结构实际上就是网络路由节点的物理拓扑结构。李祖鹏等人建立起一个分层、结构化的自组织网络体系架构。但这些机制都是通过选择物理位置更近的节点作为邻居来解决P2P拓扑与底层物理网络之间的匹配问题。
宋建涛等人基于CAN构造语义对等网pGroup。Yinglin Sun等人基于非结构化的拓扑结构,根据潜在的语义将节点分成若干语义覆盖层,节点再依据拓扑的距离(跳数)分成若干组,对于组的代表节点的确定没有考虑节点的处理能力和行为方式的不同,组和组之间采用泛洪的消息机制。SemreX系统采用基于统计的相似性度量方法计算语义相似度,生成语义拓扑网络,但是语义划分所需要依据已知的概念模型。语义覆盖网络结构中,存在的问题是分类的标准需要预先定义,不够灵活,同时也无法动态地反映P2P共享网络中的内容更替,拓扑领域的划分严重依赖于文档的归类结果。
基于上述的分析,本发明提出一种基于语义相似度的层次式对等网络结构(Semantically-Based Layered P2P Structure,SLPS)及其构建方法。
发明内容
本发明的目的是提出一种基于语义相似度的层次式对等网络结构及其构建方法。
本发明的技术方案
本发明提出的一种基于语义相似度的层次式对等网络结构及其构建方法是以域作为划分单位、构建三层的网络拓扑结构。依据节点的访问带宽和处理能力之间差别大的特点,将网络中的节点分为超级节点(Super Peer)和普通节点(Peer)。超级节点由性能好、带宽较高的节点承担,除了共享自身资源、访问系统中其他资源外,还要承担维护系统正常运行的管理功能。超级节点分为一级超级节点和二级超级节点。一级超级节点位于网络结构的第一层,二级超级节点位于网络结构的第二层。普通节点可以共享自身资源和访问系统中其他资源。一级超级节点及其管理的节点集合称为域,二级超级节点及它的子节点集合称为组。依据语义相似度,将主题相似的节点组织在一起形成组,组内节点从事相似的业务,需求相近,那么对共享资源数据的访问,多数数据请求在组内就能够满足,可以极大提供资源的响应时间,使消息的扩散更具有针对性。在这个网络结构中,一级超级节点之间的关系是对等的。模型结构如图1所示。
便于说明基于语义相似度的层次式对等网络的构建方法,先给出相关定义。
定义1:基于语义相似度的层次式对等网络可以称为由点集V和边集E组成的无向图G,表示为G=(V,E)。节点数记为N=|V|,边数记为M=|E|。
定义2:域是以一级超级节点为根节点的一棵树,它有多个分支,每个分支代表一个组。一个域内可以有多个组。组是以二级节点为根节点的一棵树,域的根节点的孩子节点是它管辖的域的二级节点。
定义3:基于语义相似度的层次式对等网络模型SLPS是可抽象为一个三元组G=(F,ER,T),其中
F(G)={f1,f2,…,fn}表示域的集合。域fi(i=1,2,…n)的根节点fir表示一级超级节点。
ER(G)={e1,e2,...,em}表示域fi的根节点fir之间形成的边的集合,ei是以fir和fjr为端点的无向边。
T(G)={t1,t2,…,tp}表示组的集合,ti(i=1,2,…p)的根节点tir表示二级超级节点。
定义4:设无向图G,vi,vj∈V(G),ei是以vi和vj为端点的无向边,则称边ei的权为网络中节点vi和vj的实际距离,记为d(vi,vj)。
本发明的SLPS模型构造方法主要包括节点如何加入网络,和超级节点的备份,具体如下:
1.节点加入网络的方法
输入:图G,节点r,其中rV(G),域集合F(G)的每个域fi(i=1,2,…n)的根节点fir的集合Froot(G);组集合T(G)的每个组ti(i=1,2,…n)的根节点tir的集合Troot(G)。
输出:点集{V(G),r}的图G’。
方法的步骤表达如下:
第一步、计算节点r与图G中一级节点的距离,得出最小距离d(t,rj)和次短距离d(r,rl),即 计算节
点r与图G中二级节点的距离,得出最小距离d(r,rt),即
第二步、如果节点r是一级超级节点,将边(r,rj)和(r,rl)加入到边集ER中得E′R,即ER′←ER∪{(r,rj),(r,rl)};将由r节点构成的树加入到域集合F中得F′,即F′←F∪{r};转到第五步。
第三步、如果节点r是二级超级节点,将r作为rj的子节点,将由节点r构成的组加入rj所在的域内;转到第五步。
第四步、如果节点r是普通节点,将r申请加入rt所辖的组内;计算语义相似度 (T(rt)表示节点rt所在的组)将r作为v的子节点,加入以v为根的树中。
第五步、返回图G’。
2.语义相似度的计算方法
利用向量空间模型(vector space model,VSM)进行两个字符串之间相似度的计算。节点关键字k和查询的关键字s之间的相似度通过计算两个字符串向量的夹角余弦进行衡量,具体公式为
ω(s,t)为词项t在字符串s中的权重,
其中tfs,t是t在字符串s中出现的频率,N为所有字符串数,dft是出现词项t的所有字符串数。
3.超级节点备份方法
为了保证网络模型的鲁棒性,避免超级节点失效或离开,超级节点所管辖的域或组无法正常工作,采取超级节点的备份方法。基本思想是:当超级节点失效或离开,确定超级节点的若干备份节点,保持备份节点的管理信息与超级节点一致,超级节点的备份节点承担超级节点的工作,保证系统的健壮性。一级超级节点的备份节点在域间选择距离近且节点度数小的邻居节点担当;二级超级节点的备份节点在组内选择,即在子节点内选择备份节点。
二级超级节点的备份节点的选取可以依据这样的规则:计算组内其他节点对这个节点的访问费用,选出n个(n一般为2~3个)费用低的节点作为备份节点。费用计算模型如下:
其中k为组内普通节点个数,Ti为第i个节点到达当前节点的跳数,Fi为第i个节点访问当前节点的频率,cj为第j个节点的访问费用。
备份节点选出后,超级节点会定期把域内管理信息发送给备份节点,保持备份节点的管理信息与超级节点一致。当发现一级超级节点离开或失效后,备份节点(其他一级超级节点)接管该超级节点下的所有节点,并通知下属域内的所有二级超级节点;当发现二级超级节点离开或失效后,启用备份节点,备份节点向组内发送广播,通知组内所有节点,并且备份节点与原二级超级节点的父节点建立连接,替代原来超级节点。
有益效果
基于语义相似度的层次式对等网络结构及构建方法有如下优点:
(1)减少了资源搜索的时间和带宽消耗
本发明提出的网络结构将资源的搜索分解到更小的域中进行,而各个域中的超级结点拥有指向域内各结点的索引信息,相比较其他拓扑模型,它的搜索更加快速,高效。
(2)兼顾了实际物理结构
一级超级节点由路由交换节点扩展而成,其他节点进入网络时采用就近选择一级超级节点的策略,这样做就可以使得overlay网络节点之间的延迟与物理网络上的延迟接近。
(3)可管理性
超级节点都由可靠性和能力更强的节点组成,它们可以对与之连接的节点进行监测和管理,从而保证整个网络资源的高效利用。
(4)负载平衡
只有那些性能相对较好,带宽更高的节点才能提升为超级节点,从而保证网络负荷根据节点性能被分配到不同的节点,进而全面提升整个网络性能。另外超级节点的备份机制避免了超级节点的主机单点失效情况的发生。
附图说明
图1、SLPS模型;
图2、实例的网络结构图;
图3、一级超级节点211管辖节点的元数据信息。
具体实施方式
下面结合附图和实施例对本发明做进一步说明。
以构造具有16个节点的基于语义相似度的层次式对等网络为例,网络中的机器配置如表1所示。
表1网络的机器配置
节点名 | 节点类型 | IP | CPU | 内存 | 硬盘 | 操作系统 |
211 | 一级 | 10.1.1.211 | Intel(R)Core(TM)26400,2.13,2.13 | 2.00GB | 240GB | RedHat 9.0 |
136 | 一级 | 10.1.1.136 | Intel(R)Core(TM)26400,2.13,2.13 | 2.00GB | 240GB | RedHat 9.0 |
222 | 一级 | 10.1.1.222 | Intel(R)Core(TM)26400,2.13,2.13 | 2.00GB | 240GB | RedHat 9.0 |
211137 | 二级 | 10.1.1.137 | AMDAthlon<sup>TM</sup>64Processor3000+1.8GHz | 1.00GB | 160GB | WindowsXP |
211224 | 二级 | 10.1.1.224 | AMDAthlon<sup>TM</sup>64Processor3000+1.8GHz | 1.00GB | 160GB | WindowsXP |
136201 | 二级 | 10.1.1.201 | AMDAthlon<sup>TM</sup>64Processor3000+1.8GHz | 1.00GB | 160GB | WindowsXP |
222202 | 二级 | 10.1.1.202 | AMDAthlon<sup>TM</sup>64Processor3000+1.8GHz | 1.00GB | 160GB | WindowsXP |
211224 | 二级 | 10.1.1.224 | AMDAthlon<sup>TM</sup>64Processor3000+1.8GHz | 1.00GB | 160GB | WindowsXP |
211137101 | 普通 | 10.1.1.101 | Pentium(R)4CPU 2.80GHZ | 512M | 120G | WindowsXP |
211137102 | 普通 | 10.1.1.102 | Pentium(R)4CPU 2.80GHZ | 512M | 120G | WindowsXP |
211137103 | 普通 | 10.1.1.103 | Pentium(R)4CPU 2.80GHZ | 512M | 120G | WindowsXP |
211224104 | 普通 | 10.1.1.104 | Pentium(R)4CPU 2.80GHZ | 512M | 120G | WindowsXP |
211224105 | 普通 | 10.1.1.105 | Pentium(R)4CPU 2.80GHZ | 512M | 120G | WindowsXP |
136201106 | 普通 | 10.1.1.106 | Pentium(R)4CPU 2.80GHZ | 512M | 120G | WindowsXP |
136201107 | 普通 | 10.1.1.107 | Pentium(R)4CPU 2.80GHZ | 512M | 120G | WindowsXP |
222202108 | 普通 | 10.1.1.108 | Pentium(R)4CPU 2.80GHZ | 512M | 120G | WindowsXP |
222202109 | 普通 | 10.1.1.109 | Pentium(R)4CPU 2.80GHZ | 512M | 120G | WindowsXP |
在表1中,一级超级节点数为三个,一级超级节点名分别为211、136、222;二级超级节点数目为四个,二级超级节点的名字分别为211137、211224、136201、222202;其余的节点为普通节点。此实例的网络结构如图2所示,其网络结构共分为三层,三个一级超级节点211、136、222组成第一层;四个二级超级节点构成网络的第二层;普通节点构成网络的第三层。此实例包括有三个域,假定这三个域的名字分别为211域、136域、222域。其中211域是以一级超级节点211为根节点的树(包括的节点有:211、211137、211224、211137101、211137102、211137103、211137104、211137105);136域是以一级超级节点136为根节点的树(包括的节点有:136、136201、136201106、136201137);222域是以一级超级节点222为根节点的树(包括的节点有:222、222202、222202108、222202109)。此实例包括四个组,211域管辖两个组,假定组的名字分别为211137组、211224组;136域管辖一个组,假定组名为136201组;222域管辖一个组,假定组名为222202组。211137组是以二级超级节点211137为根节点的树(包括的节点有:211137、211137101、211137102、211137103);211224组是以二级超级节点211224为根节点的树(包括的节点有:211224、211224104、211224105);136201组是以二级超级节点136201为根节点的树(包括的节点有:136201、136201106、136201107);222202组是以二级超级节点222202为根节点的树(包括节点:222202、222202108、222202109。
一级超级节点通过OpenLDAP管理本域的节点元数据信息,二级超级节点通过OpenLDAP管理本组的节点元数据信息。节点元数据信息属性表如表2所示。
表2节点元数据信息属性表
属性字段 | 数据类型 | 描述 |
NodeID | Int | 节点全局ID |
TopoNodeName | String | 节点逻辑名 |
TopoNodeIP | String | 节点IP值 |
TopoNodeLevel | Int | 节点所在层次,有三种,1:第一层2:第二层;3:第三层 |
TopoNodeType | Int | 节点类型,1:一级超级节点;2:二级超级节点;3:普通节点 |
TopoParentID | String | 父节点ID |
TopoDomainName | String | 域名 |
TopoOnlineOrNot | Boolean | 节点是否在线 |
TopoKeyWords | String | 节点共享资源的关键词描述 |
TopoNeighborIDs | String | 邻居节点ID |
TopoFirstBackNode | String | 第一备份节点ID |
TopoSecondBackNode | String | 第二备份节点ID |
TopoThirdBackNode | String | 第三备份节点ID |
一级超级节点211管辖本域节点的元数据信息如图3所示。211域中包括两个二级节点211137、211224;节点资源类型用节点关键字(TopoKeyWords)表示。二级超级节点上管理的元数据结构与一级超级节点类似,区别在于二级超级节点上只管理本组的节点信息。通过节点元数据可以得到节点本身的信息和节点位置信息,用户查询数据时查询一级超级节点管理的节点元数据,即得到本域的节点的信息;查询二级超级节点管理的节点元数据,即得到本组的节点的信息。
节点加入网络方法
(1)一级超级节点的加入
假定节点名“BitFsp”是一级超级节点。在一级超级节点“BitFsp”上部署WebService、OGSA和OpenLDAP,然后通过广播找到距离节点“BitFsp”最短的两个节点设为节点“BitFsp”的邻居节点,并向这两个邻居节点发送消息让它们加节点“BitFsp”为邻居节点,并完成配置。
(2)二级超级节点的加入
假定节点“BitSsp”是二级超级节点。通过广播找到物理距离最近的一级超级节点,所有一级超级节点都将收到该加入请求,若请求合法则回复请求,二级超级节点只会处理收到的第一个回复信息(因为一般情况下,发送这个回复信息的一级超级节点是离该二级超级节点距离最近),后来收到的回复将被忽略。假设此二级超级节点最近的一级超级节点是211,二级超级节点“BitSsp”将成为一级超级节点211的子节点。
(3)普通节点的加入
假定节点名“Bitp”的节点是普通节点,节点的关键字是“CS”(一种游戏名字),系统将通过节点类型和节点关键字“CS”来选取父节点。
通过广播找到物理距离最近的一级超级节点,所有一级超级节点都将收到该加入请求,若请求合法则回复请求,普通节点只会处理收到的第一个回复信息(因为一般情况下,发送这个回复信息的一级超级节点是离该普通节点距离最近的),后来收到的回复将被忽略。假设此普通节点最近的一级超级节点是211。
将节点加入信息再次发送到该一级超级节点211上,一级超级节点收到信息后遍历OpenLDAP目录,找到与该普通节点的节点关键字语义最相似的二级超级节点,并将该信息返回给普通节点。该实例中,一级超级节点211收到请求后,将节点“Bitp”的节点关键字“CS”分别与211224和211137的节点关键字作比较(假定二级超级节点211137的节点关键字为“计算机”类资源,级超级节点211224的节点关键字为“游戏”类资源),因为“CS”与211224的关键字“游戏”语义最相近,所以211将211224的OpenLDAP连接参数信息返回给普通节点“Bitp”。
普通节点“Bitp”收到后就将信息写到二级超级节点211224的OpenLDAP中,一级超级节点211的OpenLDAP会同时自动更新。
超级节点备份方法
为了避免超级节点失效或离开,超级节点所管辖的域或组无法正常工作,采取超级节点的备份方法。
当发现一级超级节点离开或失效后,备份节点(其他一级超级节点)接管该超级节点下的所有节点,并通知下属域内的所有二级超级节点。假定对于图2中的一级超级节点136,它的两个邻居节点根据距离远近分别作为节点136的第一备份节点(节点222)和第二备份节点(节点211)。当一级超级节点136离开网络或失效后将首先启用第一备份节点222,节点222接管136节点的功能,并通知它下属域内的所有二级超级节点,让原136节点的子节点成为节点222的子节点,并更新节点222的OpenLDAP元数据信息。
二级超级节点的备份节点在组内选择,即在子节点内选择备份节点。依据费用计算模型计算组内其他节点对此二级超级节点的访问费用,选出2个费用低的节点作为备份节点。假定对于图2中的二级超级节点211137,依据费用计算模型,选择组内的节点211137102、211137103作为节点211137的备份节点。当二级超级节点211137离开网络或失效后首先启用第一备份节点211137102。节点211137102向组内发送备份节点向组内发送广播,通知组内所有节点,组内的其它节点211137101、211137103成为节点211137102的子节点,并且节点211137102与原二级超级节点211137的父节点211建立连接,替代原来二级超级节点211137,并建立OpenLDAP存储组内的元数据信息。
Claims (3)
1.一种基于语义相似度的层次式对等网络结构的构建方法,在该对等网络结构中,依据节点的访问带宽和处理能力,将网络中的节点分为超级节点和普通节点;超级节点由性能好、带宽较高的节点承担,除了共享自身资源、访问系统中其他资源外,还要承担维护系统正常运行的管理功能;普通节点能够共享自身资源和访问系统中其他资源;该对等网络结构分为3层;超级节点分为一级超级节点和二级超级节点;一级超级节点位于网络结构的第一层,二级超级节点位于网络结构的第二层,普通结点位于网络结构的第三层;一级超级节点之间的关系是对等的;一级超级节点及其管理的节点集合称为域,二级超级节点及其子节点集合称为组;依据语义相似度,将主题相似的节点组织在一起形成组,所述方法包括:
1)将新节点加入到该网络,包括:
首先定义:①所述基于语义相似度的层次式对等网络称为由点集V和边集E组成的无向图G,表示为G=(V,E);节点数记为N=|V|,边数记为M=|E|;
②域是以一级超级节点为根节点的一棵树,它有多个分支,每个分支代表一个组;一个域内有多个组,组是以二级超级节点为根节点的一棵树,域的根节点的孩子节点是它管辖的域中的二级节点;
③所述基于语义相似度的层次式对等网络的模型抽象为一个三元组G=(F,ER,T),其中
F(G)={f1,f2,…,fn}表示域的集合;域fi(i=1,2,…n)的根节点fir表示一级超级节点;
ER(G)={e1,e2,...,em}表示域fi的根节点fir之间形成的边的集合,ei是以fir和fir为端点的无向边;
T(G)={t1,t2,…,tp}表示组的集合,组ti(i=1,2,…p)的根节点tir表示二级超级节点;
④设无向图G,vi,vj∈V(G),ei是以vi和vj为端点的无向边,则称边ei的权为网络中节点vi和vj的实际距离,记为d(vi,vj);
其次新节点加入到该网络的步骤为:
输出:点集{V(G),r}的图G’;
第二步、如果节点r是一级超级节点,将边(r,rj)和(r,rl)加入到边集ER(G)中得E′R,即E′R←ER∪{(r,rj),(r,rl)};将由r节点构成的树加入到域集合F中得F′,即F′←F∪{r};转到第五步;
第三步、如果节点r是二级超级节点,将r作为rj的子节点,将由节点r构成的组加入rj所在的域内;转到第五步;
第五步、返回图G’;
2)当所述超级节点失效或离开,对所述超级节点进行备份。
2.根据权利要求1所述的方法,其特征在于:一级超级节点的备份节点在域间选择距离近且节点度数小的邻居节点担当;二级超级节点的备份节点在组内选择,即在子节点内选择备份节点。
3.根据权利要求2所述的方法,其特征在于二级超级节点的备份节点的选取依据这样的规则:
计算组内其他节点对这个节点的访问费用,选出n个费用低的节点作为备份节点,其中n为2~3个;所述费用的计算模型如下:
其中k为组内普通节点个数,Ti为第i个节点到达当前节点的跳数,Fi为第i个节点访问当前节点的频率,cj为第j个节点的访问费用。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2007101784637A CN101170578B (zh) | 2007-11-30 | 2007-11-30 | 基于语义相似度的层次式对等网络结构及构建方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2007101784637A CN101170578B (zh) | 2007-11-30 | 2007-11-30 | 基于语义相似度的层次式对等网络结构及构建方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101170578A CN101170578A (zh) | 2008-04-30 |
CN101170578B true CN101170578B (zh) | 2010-06-30 |
Family
ID=39391039
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2007101784637A Expired - Fee Related CN101170578B (zh) | 2007-11-30 | 2007-11-30 | 基于语义相似度的层次式对等网络结构及构建方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101170578B (zh) |
Families Citing this family (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101309282B (zh) * | 2008-07-10 | 2011-09-14 | 成都市华为赛门铁克科技有限公司 | 一种局域网内传输文件的方法、服务器和系统 |
CN102026417B (zh) * | 2009-09-14 | 2013-11-06 | 华为技术有限公司 | 选择网络节点加入网络的方法及其通信设备 |
CN101778005B (zh) * | 2010-03-05 | 2014-03-12 | 中兴通讯股份有限公司 | 复杂网络配置方法和系统 |
CN102201929B (zh) * | 2010-03-23 | 2015-01-28 | 中兴通讯股份有限公司 | 网络管理方法及网络管理系统 |
CN102457530A (zh) * | 2010-10-20 | 2012-05-16 | 电子科技大学 | 一种基于聚类的迭代型p2p信誉管理方案 |
CN102546229A (zh) * | 2011-08-18 | 2012-07-04 | 中国人民解放军国防科学技术大学 | 一种非结构化p2p网络拓扑快速自修复方法 |
CN102932486A (zh) * | 2012-11-26 | 2013-02-13 | 南京大学 | 一种在非结构化分布式p2p网络中划分网络结构的方法 |
CN103095727B (zh) * | 2013-02-07 | 2015-10-21 | 北京邮电大学 | P2p资源定位方法 |
CN103701846B (zh) * | 2013-09-18 | 2016-09-28 | 南京邮电大学 | 基于节点临近度估计的对等网络资源搜索优化方法 |
CN105337856B (zh) * | 2014-08-13 | 2019-09-24 | 中兴通讯股份有限公司 | 跨域业务处理方法、装置及系统 |
CN104462260B (zh) * | 2014-11-21 | 2018-07-10 | 深圳大学 | 一种基于k-核的社交网络中的社区搜索方法 |
US10467254B2 (en) * | 2015-03-10 | 2019-11-05 | Microsoft Technology Licensing, Llc | Methods of searching through indirect cluster connections |
CN106034145B (zh) * | 2015-03-12 | 2019-08-09 | 阿里巴巴集团控股有限公司 | 数据处理的方法和系统 |
CN105072159B (zh) * | 2015-07-17 | 2018-09-18 | 杭州施强教育科技有限公司 | 一种p2p组网中的节点管理列表结构及其管理方法 |
CN107729290B (zh) * | 2017-09-21 | 2021-05-11 | 北京大学深圳研究生院 | 一种利用局部敏感哈希优化的超大规模图的表示学习方法 |
US11108854B2 (en) | 2018-07-25 | 2021-08-31 | International Business Machines Corporation | Peer-to-peer network for internet of things resource allocation operation |
CN109948795B (zh) * | 2019-03-11 | 2021-12-14 | 驭势科技(北京)有限公司 | 一种确定网络结构精度和延时优化点的方法和装置 |
CN110287987B (zh) * | 2019-05-16 | 2021-06-25 | 北京交通大学 | 带层次网络结构的业务系统层次组织结构发现方法 |
CN110740455B (zh) * | 2019-09-25 | 2022-09-23 | 杭州海兴电力科技股份有限公司 | 基于wisun通讯技术的组网方法、网络和传输方法 |
CN112632606B (zh) * | 2020-12-23 | 2022-12-09 | 天津理工大学 | 基于snomed-ct的医疗文本文档脱敏方法及系统 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1852124A (zh) * | 2006-05-18 | 2006-10-25 | 复旦大学 | 播存网格环境下客户端资源检索及自动下载方法 |
-
2007
- 2007-11-30 CN CN2007101784637A patent/CN101170578B/zh not_active Expired - Fee Related
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1852124A (zh) * | 2006-05-18 | 2006-10-25 | 复旦大学 | 播存网格环境下客户端资源检索及自动下载方法 |
Non-Patent Citations (2)
Title |
---|
Yinglin Sun, Liang Sun, Xiaohui Huang, Yu LIn.Resource Discovery in Locality-aware Group-based SemanticOverlay of Peer-to-Peer Networks.INFOSCALE'06. Proceedings of the First International Conference on Scalable Information Systems.2006,1-10. |
Yinglin Sun,Liang Sun,Xiaohui Huang,Yu LIn.Resource Discovery in Locality-aware Group-based SemanticOverlay of Peer-to-Peer Networks.INFOSCALE'06. Proceedings of the First International Conference on Scalable Information Systems.2006,1-10. * |
Also Published As
Publication number | Publication date |
---|---|
CN101170578A (zh) | 2008-04-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101170578B (zh) | 基于语义相似度的层次式对等网络结构及构建方法 | |
Trunfio et al. | Peer-to-Peer resource discovery in Grids: Models and systems | |
US9602573B1 (en) | Automatic clustering for self-organizing grids | |
CN1331331C (zh) | 自组织网络的实现方法 | |
Schütt et al. | A structured overlay for multi-dimensional range queries | |
Xu et al. | A path-traceable query routing mechanism for search in unstructured peer-to-peer networks | |
Duan et al. | A novel load balancing scheme for mobile edge computing | |
Kang | Survey of search and optimization of P2P networks | |
Duan et al. | Two-layer hybrid peer-to-peer networks | |
Cui et al. | Efficient skyline computation in structured peer-to-peer systems | |
CN103209207A (zh) | 一种对等网络系统结构的实现方法 | |
CN101360055B (zh) | 具有常数跳路由特性的p2p网络信息资源定位方法 | |
CN101442466B (zh) | 一种叠加网络及实现方法 | |
Meng et al. | A free rider aware topological construction strategy for search in unstructured P2P networks | |
Renda et al. | The robustness of content-based search in hierarchical peer to peer networks | |
Ali et al. | HPRDG: A scalable framework hypercube-P2P-based for resource discovery in computational Grid | |
Eftychiou et al. | A dynamically semantic platform for efficient information retrieval in P2P networks | |
Saeedvand et al. | Novel distributed dynamic backbone-based flooding in unstructured networks | |
Wang et al. | Tide: An effective and practical design for hierarchical-structured P2P model | |
Supriya et al. | Resource sharing with mobile nodes | |
Diallo | Specification of a Framework, Fully Distributed, for the Management of All Types of Data and the Services Close to Users | |
Wu et al. | Locality and resource aware peer‐to‐peer overlay networks | |
Karaoglanoglou et al. | Resource Discovery in Large-Scale Grid Systems | |
Li et al. | Maya-Pyramid: A Scalable and Self-Organizing Unstructured P2P Overlay | |
Gao et al. | Optimal superpeer selection based on load balance for P2P file-sharing system |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
C17 | Cessation of patent right | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20100630 Termination date: 20111130 |