CN108197138A - 在发布/订阅系统中发布信息匹配订阅信息的方法及系统 - Google Patents

Abstract

本发明公开了一种在发布/订阅系统中发布信息匹配订阅信息的方法及系统，对于每一个订阅信息离散化后，进行哈希计算得到哈希值，在设置的数据库中将所述离散化的订阅信息作为索引，将对应的哈希值映射到的在数据库中的向量位置的计数器加一。在匹配时，将发布信息离散化后，进行哈希计算得到哈希值，判断映射到数据库中的向量位置是否都大于一，如果是，则匹配成功，后续据此将发布信息发送给设置数据库的代理结点。由于对订阅信息和发布信息采用了计数型布隆过滤器处理后，再进行匹配，从而保证了保证匹配的时效性，而且能够保护订阅者的订阅信息的隐私。

Description

在发布/订阅系统中发布信息匹配订阅信息的方法及系统

技术领域

本发明涉及计算机网络，特别涉及一种在发布/订阅系统中发布信息匹配订阅信息的方法及系统。

背景技术

发布/订阅(P/S，Publish/Subscribe)系统，或简称为Pub/Sub是一种能够为大规模交互应用提供松耦合交互模式的多对多的通信范式。在发布/订阅系统的基础架构中，包括发布者、订阅者和代理网络。其中，订阅者向代理网络订阅自己感兴趣的某一主题或内容，也就是发送订阅信息。代理网络记录每一个订阅者对应的订阅信息。发布者向代理网络发送自己产生的某一主题或内容的发布信息。代理网络接收发布信息后，对已经记录好的订阅信息进行查询，当找到相匹配的订阅信息后，代理网络以通知的形式向对应的一个或多个订阅者发送匹配的发布信息，从而订阅者收到了自己感兴趣的信息。

发布/订阅系统为大规模交互应用提供松耦合交互模式。在这种模式下，订阅者有能力表达其感兴趣的事件或事件模式，当任何发布者发布了订阅者注册的相关感兴趣的事件后，所有订阅者会被异步通知。这种基于事件的交互能力的优势在于发布者和订阅者之间能够在时间、空间和同步上达到完全解耦。发布/订阅系统的松耦合特性主要体现在三个方面：时间、空间和同步性。

发布/订阅系统基于匹配信息的不同，可以分为基于内容的发布/订阅系统与基于主题的发布订阅系统，基于内容的发布/订阅系统与基于主题的发布订阅系统相比，具有更丰富的表现力。基于主题的发布/订阅系统是将信息以主题进行分组，订阅者向代理网络发送感兴趣的某一特定主题的信息，而发布者产生的发布信息也是基于某一个特定的主题。这种粗粒度的信息描述形式可以简化系统建模过程，同时系统里的匹配算法也会相对简洁。但是随之带来的问题是不能满足系统对信息的完整性要求，表达不够明确具体，即使系统里的匹配算法足够精准也会造成订阅者收到过多无用信息的情况。

为了解决上述情况，基于内容的发布订阅系统被设置出来。这时订阅者列出一些内容条件来表达感兴趣的订阅信息，同时满足这些内容条件的发布信息才会被代理网络以通知的形式发送过来。这些内容条件是根据信息的维度而抽象出来的，条件越多，信息的维度也越多，信息的完整性及表现度也越大。

然而，细粒度的基于内容的发布/订阅系统使得发布信息匹配订阅信息的过程变得复杂，如何定义多维度的信息匹配是基于内容的发布/订阅系统的一个研究热点，也是一个研究难点。

目前，在基于内容的发布/订阅系统中进行信息匹配的方式主要分为两大类：基于可扩展标记(XML)的匹配方式，以及基于地图(Map)的匹配方式。在前者的匹配方式中，是将发布信息处理成XML文档，将订阅信息处理成XPath表达式后，进行匹配处理。在后者的匹配方式中，是基于已有的订阅信息集空间检索匹配发布信息的，也就是说，每次发布信息到达代理结点后，就搜索订阅信息集空间，然后返回结果，基于Map匹配方式的不同匹配算法区别在于不同的订阅信息集空间的数据结构以及空间搜索策略。

在Map匹配方式下所使用的匹配算法中，最简单也是最基本的就是暴力匹配算法。这种算法是每到达一条发布信息都要与订阅信息集空间里的每一条订阅信息按属性进行逐一地判断，以得到匹配的订阅信息。其明显的缺陷是时间空间代价都很大，造成匹配速度过慢，甚至会引起发布/订阅系统的崩溃。因此，其他快速匹配算法被提出来，其中最主要的有两种。一种是基于树(Tree-based)模型的匹配算法，另一种是基于计数(Counting-based)模型的匹配算法。基于树模型的匹配算法是将订阅信息集空间处理成树型数据结构，其中，所有的叶子结点为具体的订阅信息。当发布信息到达时，算法从根结点开始匹配，按某一个路径到达叶子结点，得到所有匹配成功的订阅信息。而基于计数模型的匹配算法则是，每一条订阅信息都对应一个计数器，当发布信息到达时，发布信息与订阅新按属性匹配，当匹配成功时，将这个订阅信息的计数器加1，当订阅信息集空间被遍历后，计数器的值与发布信息中设置的属性个数相等的订阅信息，就是与该发布信息匹配的订阅信息。

无论采用上述哪种匹配算法实现基于内容的发布/订阅系统的基于Map匹配方式的匹配信息，匹配空间和时间都会随着订阅信息的增长而增长，且在匹配过程中都是采用明文匹配，对订阅者的订阅隐私无法保护。

发明内容

有鉴于此，本发明实施例提供一种在发布/订阅系统中发布信息匹配订阅信息的方法，该方法不仅能够保证匹配的时效性，而且能够保护订阅者的订阅信息的隐私。

本发明实施例还提供一种在发布/订阅系统中发布信息匹配订阅信息的系统，该系统不仅能够保证匹配的时效性，而且能够保护订阅者的订阅信息的隐私。

根据上述目的，本发明是这样实现的：

一种在发布/订阅系统中发布信息匹配订阅信息的方法，该方法包括：边界代理结点设置数据库，在所述数据库中，将离散化的订阅信息作为索引，将对应的哈希值映射的向量位置的计数器累加一；

当边界代理结点接收到发布信息时，判断由离散化的发布信息计算的哈希值，映射到所述数据库的向量位置的计数器是否都大于一，如果是，则匹配成功，将发布信息发送给所述边界代理结点，如果否，则匹配不成功。

较佳地，所述订阅信息进行离散化的过程为：

按照设置的离散区间，将订阅信息中的各个属性值映射为区间的标识符；

将不同属性之间的标识符进行组合，得到标识符序列，所述标识符序列为离散化的订阅信息；

所述发布信息进行离散化的过程为：

按照设置的离散区间，将发布信息中的各个属性值映射为区间的标识符；

将不同属性之间的标识符组成一个元素，所述元素为离散化的发布信息。

较佳地，该方法还包括：

所述边界代理结点将所述数据库发送给核心代理结点；

所述核心代理结点将接收的所述数据库对应所述数据库的源地址信息存储后，进行累加运算，得到第二级数据库存储。

较佳地，该方法还包括：

在所述核心代理结点之间进行第二级数据库的传输及存储。

较佳地，该方法还包括：

所述边界代理结点将所述离散化的发布信息计算的哈希值发送给所属的核心代理结点，由所属核心代理结点将所述哈希值发送给与其连接的其他核心代理结点；

接收到所述哈希值的各个核心代理结点，分别判断所述哈希值映射到具有的第二级数据库的向量位置的计数器是否都大于一，如果是，则匹配成功，将所述发布信息发送给所管辖的且具有匹配成功数据库的边界代理结点，如果否，则匹配不成功。

较佳地，该方法还包括：

所述边界代理结点接收到要取消订阅的订阅信息后，将由离散化的所述订阅信息计算的哈希值，映射到所述数据库的向量位置的计数器累加减一；

所述边界代理结点将更新后的数据库发送给所属的核心代理结点，所属的核心代理结点更新第二级数据库后，转发给与其连接的其他核心代理结点更新。

较佳地，该方法还包括：

所述边界代理结点设置离线匹配模块，存储订阅信息；

当所述边界代理结点接收到经过所属核心代理结点匹配后的发布信息，复制到离线匹配模块中进行与订阅信息的匹配，并计算误判率：当误判率达到或超过设定的阈值时，所述离线匹配模块触发所述边界代理结点的数据库重建，与所述边界代理结点的所属核心代理结点相连所有的边界代理结点的数据库都会进行重建，重建时数据库的向量长度增加设定长度。

一种在发布/订阅系统中发布信息匹配订阅信息的系统，所述系统由多个边界代理结点及多个核心代理结点组成，一个或多个边界代理结点接入其所属的核心代理结点，核心代结点节点之间互相连接，其中，

每个边界代理结点中存储有上述的数据库；核心代理结点将所管辖的边界代理结点具有的数据库汇总，累加得到第二级数据库。

较佳地，所述核心代理结点，还用于将所管辖的边界代理结点的数据库对应源地址存储。

较佳地，所述边界代理节点中还包括离线匹配模块，用于存储订阅信息。将从所述边界代理节点接收的发布信息与存储的订阅信息匹配，并计算误判率，当错误率达到或超过设定的阈值时，触发所述核心代理节点进行所述数据库的重建，重建时数据库的向量长度增加设定长度；

所述边界代理节点，用于根据离线匹配模块的触发进行数据库的重建，并指示所属的核心代理结点进行数据库重建；

所属的核心代理节点，用于触发与其相连所有的边界代理结点的数据库重建。

由上述方案可以看出，本发明实施例对于每一个订阅信息离散化后，进行哈希计算得到哈希值，在设置的数据库中将所述离散化的订阅信息作为索引，将对应的哈希值映射到的在数据库中的向量位置的计数器加一。在匹配时，将发布信息离散化后，进行哈希计算得到哈希值，判断映射到数据库中的向量位置是否都大于一，如果是，则匹配成功，后续据此将发布信息发送给设置数据库的代理结点。由于对订阅信息和发布信息采用了计数型布隆过滤器处理后，再进行匹配，从而保证了保证匹配的时效性，而且能够保护订阅者的订阅信息的隐私。

附图说明

图1为本发明实施例提供的布隆过滤器的原理流程图；

图2为本发明实施例提供的布隆过滤器产生假阳性误判图的结构示意图；

图3为本发明实施例提供的哈希函数个数k为最优值时，误判率p与元素个数n和向量长度m的关系示意图；

图4为本发明实施例提供的在发布/订阅系统中发布信息匹配订阅信息的方法流程图；

图5为本发明实施例提供的对订阅信息进行离散化的方法流程图；

图6为本发明实施例提供的边界代理结点生成的数据库的结构示意图；

图7为本发明实施例提供的由边界代理结点生成的数据库的结构示意图；

图8为本发明实施例提供的在发布/订阅系统中发布信息匹配订阅信息的系统结构具体例子一示意图；

图9为本发明实施例提供的在发布/订阅系统中发布信息匹配订阅信息的系统结构具体例子二示意图；

图10为本发明实施例提供的在发布/订阅系统中发布信息匹配订阅信息的系统结构具体例子三示意图；

具体实施方式

为使本发明的目的、技术方案及优点更加清楚明白，以下参照附图并举实施例，对本发明作进一步详细说明。

本发明实施例对于每一个订阅信息离散化后，进行哈希计算得到哈希值，在设置的数据库中将所述离散化的订阅信息作为索引，将对应的哈希值映射到的在数据库中的向量位置的计数器加一。在匹配时，将发布信息离散化后，进行哈希计算得到哈希值，判断映射到数据库中的向量位置是否都大于一，如果是，则匹配成功，后续据此将发布信息发送给设置数据库的代理结点。

这样，由于对订阅信息和发布信息采用了计数型布隆过滤器处理后，再进行匹配，从而保证了保证匹配的时效性，而且能够保护订阅者的订阅信息的隐私。

在本发明实施例中，当要取消订阅信息时，则对要订阅信息离散化后，进行哈希计算得到哈希值，在设置的数据库中将所述离散化的订阅信息作为索引，将对应的哈希值映射到的在数据库中的向量位置的计数器进行减一处理。

在本发明实施例中，所述数据库是在发布/订阅系统中的边界代理结点中设置，边界代理结点将所述数据库发送给核心代理结点进行累加计算，得到第二级数据库存储，且核心代理结点对应数据库的源地址信息存储了各个边界代理结点设置的数据库。

在本发明实施例中，核心代理结点之间还将第二级数据库进行互相传输及存储。

本发明实施例为了在匹配时保证匹配的误判率低于设置的阈值，还设置了离线匹配的动态反馈方式，由设置的离线匹配模块将发布信息与存储的订阅信息进行匹配，离线计算得到误判率后，判断误判率是否大于设置的阈值，如果是，则对数据库重建，重建就是对数据库的向量长度进行修改。

本发明实施例设置数据库存储处理过的订阅信息时，采用了计数型布隆过滤器，以下对布隆过滤器，特别是计数型布隆过滤器进行说明。

布隆过滤器(Bloom Filter)是Burton Howard Bloom在1970年提出的一种简单高效的随机数据结构，是由一个固定长度的二进制向量和一组哈希函数组成。它的主要功能是测试一个元素是否是一个集合的成员。它的算法结构的实质是将某个集合A中的n个元素通过k个具有均匀分布特性的哈希函数映射到长为m的二进制向量V中，从而向量V就可以表达这个数据集合A。

如图1所示，图1为本发明实施例提供的布隆过滤器的原理流程图。从图1中可以看出，布隆过滤器的原理是先将集合中的所有元素存入二进制向量中，具体为先将元素进行哈希，之后得到对应于向量的映射位置，将这些位置置位，这样集合就存到了向量中。判断一个元素是否为集合成员时，方法类似。先进行哈希，然后得到映射位置，查看向量中的这些位置是否全都是置位状态。如是则该元素是集合成员，否则不是。

与其他的数据存储结构不同的是，布隆过滤器具有很好的空间特性，它不需要存储数据本身，不会造成类似于链式结构的线性占有存储空间。典型的例子是如果一个阳性误判率为0.01，哈希函数个数k是最优值的布隆过滤器，那么无论插入了多少元素，空间上仅仅需要平均9.6比特存储一个元素。理论上说，布隆过滤器可以用一个固定大小的空间来表示任意数量的数据，而且数据不会发生“上溢”。同时，布隆过滤器也同样具有很好的时间特性，当插入或查询一个元素时，所花费的时间是常量。因此，布隆过滤器的空间复杂度、完成一次插入的时间复杂度和完成一次查询的时间复杂度都是常数阶。

但是，布隆过滤器是有假阳性的误判率(FPR，false positive rate)的。误判率的意义是，实际上不在集合中的元素经过布隆过滤器查询后被判断为属于该集合。也就是说，不同的元素经过哈希后的映射位置的组合可能恰好有某一个元素的映射位置相同，这样在进行某元素查询时，返回映射位置都会1也不能完全确认该元素在集合中，如图2所示，图2为本发明实施例提供的布隆过滤器产生假阳性误判图的结构示意图。事实上，布隆过滤器的假阳性误判率p是可控的，它的评估取决于三个参数：向量V的长度m、插入到过滤器的元素个数n和哈希函数个数k。假阳性误判率的计算公式如下：

其中，n是插入布隆过滤器中的元素个数，m是布隆过滤器二进制向量V的长度，k是哈希函数的个数。k存在最优值，能够使得同等条件下布隆过滤器具有最小假阳性误判率，最优值k的计算公式如下：

如图3所示，图3为本发明实施例提供的哈希函数个数k为最优值时，误判率p与元素个数n和向量长度m的关系示意图。

本发明实施例可以推断出，假阳性误判率p随着二进制向量V的长度m的增大而增大，随着插入到过滤器的元素个数n减小而减小。因此在实际应用中，常常是需要通过参数的评估来设计符合要求的布隆过滤器，从而确定所设定的数据库的容量范围。

计数型布隆过滤器是针对于标准型布隆过滤器删除困难而提出的一种改进方案，具体结构是将二进制向量V的每一个比特位用一个计数器代替，每一次的插入操作都会对计数器进行累加，而删除元素则是对计数器做减法。而对于元素的查询，只需判断映射位置的计数器是否全都大于1。计数型布隆过滤器虽然解决了删除困难的问题，但是随之带来的问题是，计数器的长度过大会导致存储空间过大；计数器长度过小会导致计数器溢出。因此，在实际应用中，需要折中考虑利弊，选择可接受的计数器长度。

本发明实施例在对订阅信息进行存储时，就采用了计数型布隆过滤器处理后存储在所设置的数据库中；相应地，本发明实施例也采用了计数型布隆过滤器对发布信息进行了处理。具体如下所述。

本发明实施例提出了一种表达模型。一个n维的订阅信息被定义为如下形式：

s＝{P₁∧P₂∧…∧P_k}，P_i＝{attr，opt，val}

其中，k≤n。操作符包括关系型操作符(relational operators)：≤，＜，＝，≠，＞，≥；以及集合操作符(set operators)：∈，

本发明实施例定义的订阅信息是谓词的合取，谓词是一个三元组，包含谓词属性名称(attribute)、操作符(operator)和取值(value)。其中，谓词的属性名称具有唯一性，谓词的取值分为数字型(numerical)和字符型(character)两种，数字型的取值分为连续性和离散型两种。数字型取值使用关系操作符，字符型取值使用集合比较符。例如，将n维的订阅信息表示为：

为了简便表示订阅信息的模型，当谓词的取值为字符型且只有一个取值时，∈包含“相等”的含义，包含“不相等”的含义，例如，将n维的订阅信息表示为：

一个n维的发布信息被定义为如下：

p＝{attr₁＝value₁，attr₂＝value₂，…，arrt_r＝value_r}

其中，r≤n。发布信息是一系列的{属性，值}对，订阅信息中的一个谓词可以被认为是一个区间，而发布信息中的一个{属性，值}对可以被认为是一个点。例如，发布信息为：

p＝{age＝25，salary＝3000，location＝beijing，occupation＝teacher}

由于布隆过滤器的输入元素是离散的，因此订阅信息中的每一个谓词都要进行离散化。例如对属性名为age的谓词进行离散化，首先将[0，20]定义为A1区，[20，60]定义为A2区，[60，100]定义为A3区。那么，如果该订阅信息的谓词是age＞30，那么离散后的谓词为age∈(A2，A3)。因此，对于一个离散化后的n维订阅信息，可以表达为以下形式：

s＝{P₁∧P₂∧…∧P_k}，P_i＝{attr，opt，val}

其中，k≤n。操作符只有∈，例如：

s＝{(age∈(A3，A4))∧(salary∈(B1，B2))∧(location∈C2)}

同时，为了确保发布信息可以和订阅信息能够进行匹配运算，也就是格式要统一，需要将发布信息表达为离散化形式。则一个离散化后的n维的发布信息为：

p＝{attr₁＝D₁，attr₂＝D₂，…，attr_r＝D_r}

其中，r≤n。D_i表示该属性取值对的某个离散化划分区段。在对订阅信息离散化处理的过程中，本发明实施例采用了一种类似于矩阵乘法的数据处理方式。这种方法的思想是将谓词之间的合取看做为乘法，将每个谓词的取值分区的并列关系看做加法，之后运用乘法分配律计算结果。例如：

s＝{(age∈(A3，A4))∧(salary∈(B1，B2))∧(location∈C2)}

通过计算后得到：

s＝{A3B1C2，A3B2C2，A4B1C2，A4B2C2}

此时，该订阅信息中包含的四个元素。因此，假设某个订阅信息经过离散化处理模块后所包含的元素个数为N，则有：

N＝N_attr1·N_attr2·...·N_attrk

其中N_attri表示该谓词的取值分区的个数。同样地，在发布信息预处理时也会进行同样的操作，一个发布数据经过布隆过滤器的计算后只包含一个元素。

图4为本发明实施例提供的在发布/订阅系统中发布信息匹配订阅信息的方法流程图，其具体步骤为：

订阅信息设置阶段

步骤401、代理结点设置具有所设定向量长度的数据库；

在该步骤中，设定向量长度的设定范围是根据所采用的计数型布隆过滤器需要的向量长度确定的；

步骤402、代理结点接收订阅信息，将订阅信息离散化后，进行哈希计算得到哈希值；

步骤403、所计算得到的哈希值的向量长度不大于数据库设定的向量长度时，得到哈希值在数据库中对应的向量映射位置，对所述向量映射位置的计数器加一；

在这里，如果计算得到的哈希值的向量长度大于数据库设定的向量长度，则会导致订阅信息的溢出；

发布信息设置阶段：

步骤404、将发布信息离散化后，进行哈希计算得到哈希值；

匹配阶段

步骤405、将所述哈希值映射到数据库中对应的向量映射位置上，判断所对应的向量映射位置的计数器是否都大于1，如果是，则执行步骤406；否则，执行步骤407；

步骤406、匹配成功，后续可以向所述数据库所属的代理结点发送发布信息；

步骤407；匹配不成功，结束。

在该方法中，所述代理结点为边界代理结点。

在该方法中，订阅信息离散化，是先对发布/订阅系统中所有订阅信息的属性按照其所在领域特性设置离散区间初始值，并将每个区间赋以唯一的标识符，这个过程在系统建立初期完成，不需要在后续的其他环节中重复。然后边界代理结点将订阅信息的属性的值域映射到一个或多个设置的离散区间内，记录离散区间的标识符作为后续的计算因子，此时的订阅信息称之为离散化订阅信息。

在一条离散化订阅信息中，同一个属性会包含一个或多个离散区间标识符，需要将不同属性间的标识符进行组合，目的是将全部订阅信息抽象成一个具有多个事件消息形式的集合。订阅信息的离散化过程只在系统网络中的边界代理结点进行。

图5为本发明实施例提供的对订阅信息进行离散化的方法流程图，其具体步骤为：

步骤501、订阅者发送订阅信息，发布/订阅系统中的边界代理结点接收到该订阅信息；

步骤502、边界代理结点将接收到的订阅信息，按照设置的离散区间，将订阅信息中的各个属性值映射为区间的标识符；

步骤503、判断是否是所述订阅信息中的最后一个属性，如果是，执行步骤504；否则，返回步骤502继续执行；

步骤504、边界代理结点将不同属性之间的标识符进行逐一组合，得到离散化的订阅信息，也就是标识符的序列；

步骤505、边界代理结点对得到的标识符序列进行哈希后映射到边界代理结点设置的数据库中；

步骤506、边界代理结点判断所有组合的标识符序列的计算结果是否都映射到数据库中，如果是，执行步骤507；如果否，返回步骤504继续执行；

步骤507、将所述数据库对应源地址进行输出。

在本发明实施例中，由边界代理结点生成的数据库的结构如图6所示，包括：信息类型、结点标识(ID)及数据库，数据库的容量为m*b比特，其中，信息类型指定为订阅信息，结点标识是当前代理结点的唯一标识序号，其中，m是数据库向量长度，b是数据库的计数器长度。

图7为本发明实施例提供的在发布/订阅系统中发布信息匹配订阅信息的系统结构示意图。在图中，由多个边界代理结点及多个核心代理结点组成，其中，一个或多个边界代理结点接入其所属的核心代理结点，核心代结点节点之间互相连接，构成分布式网络，每个边界代理结点中存储有自身的数据库，所述数据库的构建如图4和图5所述。核心代理结点将所管辖的边界代理结点具有的数据库汇总，合成第二级数据库。更进一步地，核心代理结点将所管辖的边界代理结点的数据库对应源地址存储。

在这个分布式网络中，边界代理结点作为订阅者或发布者，也可以同时是订阅者和发布者，是整个发布订阅系统的信息源，如图7中的B1，B2，B3，B8等其他空心结点。当订阅者收到订阅信息时，进行对其离散化及哈希计算处理并构建数据库存储，作为订阅者的边界结点对应订阅信息都对应一个数据库。

订阅者的边界代理结点的数据库构建成功后，会转发给下游的核心代理结点。这些核心代理结点收到边界代理结点发送的数据库后，进行或运算合成一个新的数据库，作为该核心代理结点的数据库。同时，为了保留数据库的源地址信息，开始累加运算前的订阅者的边界代理结点的数据库仍会被核心代理结点存储。例如在图8中，图8为本发明实施例提供的在发布/订阅系统中发布信息匹配订阅信息的系统结构具体例子一示意图，B4结点，收到来自B1、B2和B3结点转发的数据库后，将这些数据库存储下来，再对数据库进行按位累加运算，形成B4结点的数据库。

图9为本发明实施例提供的在发布/订阅系统中发布信息匹配订阅信息的系统结构具体例子二示意图，核心代理结点B4、B5、B6和B7生成自己的数据库后，会将自己的数据库转发给其他结点，同时存储来自其他结点的数据库，这样每一个核心代理结点都会有整个网络的订阅信息。在图9中，倾斜粗线标注的数据库来自边界代理结点，中粗线标注的数据库是自身的核心代理结点，细线标注的数据库来自网络中其他的核心代理结点。

在本发明实施例中，构建了图7所述的系统之后，就可以进行发布信息与订阅信息的匹配了。

发布信息到达边界代理结点时，要进行预处理操作。即以同样的操作，按照订阅信息离散区间的设置，将发布信息的各个属性值映射成区间的标识符，并将标识符组合成一个元素。目的是使发布信息的形式与订阅信息的形式相同，从而才能进行接下来的匹配过程。

图10为本发明实施例提供的在发布/订阅系统中发布信息匹配订阅信息的系统结构具体例子三示意图，在图10的系统结构中，将来自B1结点的发布信息e同时与B3结点及B8结点中的订阅信息匹配为例，匹配过程的具体的步骤如下：

步骤一、发布信息e到达B1结点，进行预处理操作，处理结果为e′；

步骤二、e′被转发到B4结点，并与B4的数据库(①标注)进行匹配。结果为与B4结点和B6结点匹配；

步骤三、e′再与B4中的其他数据库(②标注)匹配，同时e′被转发到B6结点，与B6结点的其他数据库匹配(③标注)；结果为e′与B3结点及B8结点的数据库匹配；

步骤四、发布信息e被转发到B3结点和B8结点。

在本发明实施例中，还可以将数据库存储的订阅信息进行取消。

在本发明实施例提供的发布/订阅系统中，用户可查阅已经发布的所有订信息及取消订阅信息。当某条订阅信息被指明取消时，产生该条订阅信息的边界代理结点先离散化并计算其哈希值，映射对应到数据库的向量位置的计数器中，对该计数器的数值减一，然后将做过修改的数据库发给相连接的核心代理结点进行更新。核心代理结点收到数据库后更新边界代理结点的数据库记录和自己的数据库，并把更新后的数据库发给其他核心代理结点，完成整个网络的订阅信息的更新。具体的过程如下：

步骤一、用户查阅订阅信息的数据库，并发出取消一条订阅信息s的指令；

步骤二、与该用户连接的边界代理结点收到指令后，对订阅信息s进行离散化处理，得到离散化订阅信息s’；

步骤三、边界代理结点对离散化订阅信息s’进行哈希处理，并将哈希值取余得到在数据库中映射的向量位置，与存储订阅信息的操作相反，取消订阅信息是将对应位置的计数器的数值减一，并将修改后的数据库重新发给相连接的核心代理结点；

步骤四、核心代理结点收到数据库后，覆盖掉该边界代理结点的原有数据库，并重新计算自己的数据库，得到结果后覆盖掉自身原有的数据库；

步骤五、核心代理结点将自己的数据库更新后，转发给其他核心代理结点，其他核心代理结点收到数据后，都覆盖掉其原有的记录，从而实现了全网的订阅取消。

在本发明实施例中，为了保证发布/订阅系统良好的扩展性，还提出了基于离线匹配的动态反馈方法。由于计数型布隆过滤器的扩展性有限以及布隆过滤器本身的假阳性误判率，随着数据库中存储的订阅信息的数量越来越大，发布信息与订阅信息匹配的误判率也会增大。因此，本发明实施例在边界代理结点设置离线匹配模块，存储订阅信息，且匹配过程由所设置的离线匹配模块进行。当经过核心代理结点匹配后的发布信息转发到达边界代理结点的时候，会复制到离线匹配模块中进行与订阅信息的精确匹配，并计算误判率。当误判率达到或超过预先设定的阈值时，边界代理结点的数据库重建机制被触发，与该核心代理结点相连所有的边界代理结点的数据库都会进行重建，重建时数据库的向量长度增加，所采用的哈希函数及个数不变。

在本发明实施例中，离散匹配的过程是基于离线计算的，因此不会对用户在线使用造成影响。基于离线匹配的动态反馈机制的具体过程如下：

步骤一、边界代理结点收到用户发布的订阅信息后，将订阅信息存储在离线匹配模块中，经过离散化且哈希计算后的订阅信息映射到在数据库对应的向量位置，使得所述向量位置计算器加一；

步骤二、边界代理结点收到来自核心代理结点转发到的发布信息后，转发到用户，同时复制转发到离线匹配模块；

步骤三、离线匹配模块对发布信息进行基于订阅信息的精确匹配，并计算误判率，误判率为该结点的不匹配事件数量与到达该结点的总事件数量的比值；

步骤四、离线匹配模块判断误判率是否达到设定的阈值，若结果为是，说明此时该结点的数据库已经处于饱和状态，无法保证用户要求的误判率，需要进行数据库重建。如结果为否，则等待下一发布信息到达进行匹配；

步骤五、当该结点需要进行数据库重建时，离线匹配模块发送控制信息，该控制信息携带了结点标识，重建后的数据库长度等信息到相连接的核心代理结点，与该核心代理结点相连的所有边界代理结点进行数据库重建；

步骤六、边界代理结点将重建后的数据库发到核心代理结点，该结点更新数据库记和自己的数据库，并将更新后的数据库发送到其他核心代理结点，完成整个网络的数据库更新。

本发明实施例在订阅/发布系统中实现发布信息与订阅信息之间的匹配，有以下优点和技术效果：

第一，对于大规模的定义信息的匹配，其算法的时间复杂度为常数阶O(1)，性能不会随着订阅信息的增长而变差。而采用背景技术提供的匹配方法，其性能都会随着订阅信息的增加而发生不同程度的降低；

第二，通过对原始订阅信息和发布信息的离散化及哈希处理，使得在系统中的中间路由结点在进行信息路由与匹配过程时无需知晓原始订阅信息和发布信息，能够有效地保护信息订阅者及信息发布者的隐私信息。也就是说，本发明实施例在包含隐私的同时，提供了常数阶O(1)的匹配性能。而采用背景技术提供的匹配方法，为了进行隐私保护会采用各种加密算法，会对系统性能及匹配性能都有很明显的影响。

第三、本发明实施例取得以上优点的代价，是具有一定的误判率。对于大多数发布/订阅系统的应用场景而言，完全可以接受一定程度的误判率，只要误判率是可控的。且本发明实施例进一步基于边界代理结点的反馈算法，通过重建布隆滤波器后，将发布/订阅系统的误判率控制在预先设定的阈值内。

可以看出，本发明实施例通过对订阅信息进行离散化存储到计数型布隆过滤器数据库中来实现订阅空间的存储，发布信息到达后经过预处理，按照匹配规则与数据库进行匹配。由于布隆过滤器插入数据元素时并不需要存储数据元素本身，每个元素在布隆过滤器中只占几个比特，而且不会造成类似于链式结构的线性占有存储空间。理论上说，布隆过滤器可以用一个固定大小的空间来表示任意数量的数据，而且数据不会发生“上溢”。同时，布隆过滤器也同样具有很好的时间特性，当插入或查询一个元素时，所用时间是常量，时间复杂度是常数阶O(1)。另外，布隆过滤器中将元素映射到二进制向量中的位置时，所用的方法是哈希函数。哈希函数是一种具有单向性的数学函数，可以使得任意长度的数据映射成一个固定长度的消息摘要，也称指纹。通过哈希函数可以使得订阅信息不以明文传送，即使被截获也很难暴露用户隐私，能够确保信息安全。

计数型布隆过滤器是针对于标准型布隆过滤器删除困难而提出的一种改进方案，具体结构是将二进制向量V的每一个比特位用一个计数器代替，每一次的插入操作都会对计数器进行累加，而删除元素则是对计数器做减法。这样做的目的是实现订阅信息的取消功能，同时本发明实施例基于离线匹配的动态反馈机制，能够保证发布订阅系统良好的扩展性。

以上举较佳实施例，对本发明的目的、技术方案和优点进行了进一步详细说明，所应理解的是，以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种在发布/订阅系统中发布信息匹配订阅信息的方法，其特征在于，该方法包括：边界代理结点设置数据库，在所述数据库中，将离散化的订阅信息作为索引，将对应的哈希值映射的向量位置的计数器累加一；

当边界代理结点接收到发布信息时，判断由离散化的发布信息计算的哈希值，映射到所述数据库的向量位置的计数器是否都大于一，如果是，则匹配成功，将发布信息发送给所述边界代理结点，如果否，则匹配不成功。

2.如权利要求1所述的方法，其特征在于，所述订阅信息进行离散化的过程为：

按照设置的离散区间，将订阅信息中的各个属性值映射为区间的标识符；

将不同属性之间的标识符进行组合，得到标识符序列，所述标识符序列为离散化的订阅信息；

所述发布信息进行离散化的过程为：

按照设置的离散区间，将发布信息中的各个属性值映射为区间的标识符；

将不同属性之间的标识符组成一个元素，所述元素为离散化的发布信息。

3.如权利要求1所述的方法，其特征在于，该方法还包括：

所述边界代理结点将所述数据库发送给核心代理结点；

所述核心代理结点将接收的所述数据库对应所述数据库的源地址信息存储后，进行累加运算，得到第二级数据库存储。

4.如权利要求1所述的方法，其特征在于，该方法还包括：

在所述核心代理结点之间进行第二级数据库的传输及存储。

5.如权利要求4所述的方法，其特征在于，该方法还包括：

所述边界代理结点将所述离散化的发布信息计算的哈希值发送给所属的核心代理结点，由所属核心代理结点将所述哈希值发送给与其连接的其他核心代理结点；

接收到所述哈希值的各个核心代理结点，分别判断所述哈希值映射到具有的第二级数据库的向量位置的计数器是否都大于一，如果是，则匹配成功，将所述发布信息发送给所管辖的且具有匹配成功数据库的边界代理结点，如果否，则匹配不成功。

6.如权利要求4所述的方法，其特征在于，该方法还包括：

所述边界代理结点接收到要取消订阅的订阅信息后，将由离散化的所述订阅信息计算的哈希值，映射到所述数据库的向量位置的计数器累加减一；

所述边界代理结点将更新后的数据库发送给所属的核心代理结点，所属的核心代理结点更新第二级数据库后，转发给与其连接的其他核心代理结点更新。

7.如权利要求1～6任一所述的方法，其特征在于，该方法还包括：

所述边界代理结点设置离线匹配模块，存储订阅信息；

当所述边界代理结点接收到经过所属核心代理结点匹配后的发布信息，复制到离线匹配模块中进行与订阅信息的匹配，并计算误判率：当误判率达到或超过设定的阈值时，所述离线匹配模块触发所述边界代理结点的数据库重建，与所述边界代理结点的所属核心代理结点相连所有的边界代理结点的数据库都会进行重建，重建时数据库的向量长度增加设定长度。

8.一种在发布/订阅系统中发布信息匹配订阅信息的系统，其特征在于，所述系统由多个边界代理结点及多个核心代理结点组成，一个或多个边界代理结点接入其所属的核心代理结点，核心代结点节点之间互相连接，其中，每个边界代理结点中存储有权利要求1～6任一权利要求所述的数据库；核心代理结点将所管辖的边界代理结点具有的数据库汇总，累加得到第二级数据库。

9.如权利要求8所述的系统，其特征在于，所述核心代理结点，还用于将所管辖的边界代理结点的数据库对应源地址存储。

10.如权利要求8所述的系统，其特征在于，所述边界代理节点中还包括离线匹配模块，用于存储订阅信息。将从所述边界代理节点接收的发布信息与存储的订阅信息匹配，并计算误判率，当错误率达到或超过设定的阈值时，触发所述核心代理节点进行所述数据库的重建，重建时数据库的向量长度增加设定长度；

所述边界代理节点，用于根据离线匹配模块的触发进行数据库的重建，并指示所属的核心代理结点进行数据库重建；

所属的核心代理节点，用于触发与其相连所有的边界代理结点的数据库重建。