有结构p2p项目申请v087.doc

Research on topology and resour ce localization technolog ies in structured Peer-to-bining semantics 摘要: 融合语义的有结构对等网络拓扑结构与资源定位技术成为新一代互联网中的核心关键技术之一。本项目将语义网技术引入有结构对等网络的资源发现过程, 设计一个融合语义的有结构对等网络系统。项目的创新在于提出面向分类属性数据及全局信息度量的大规模领域本体分割方法, 以解决由于存在大量的本体概念组合而产生的网络资源描述问题。设计了考虑全面信息的、基于层次化结构的本体概念语义相似度匹配算法, 全面考虑现实世界中客观存在的多继承关系, 复杂二元关系, 最大限度的模拟人类的直觉思维, 提高资源定位结果的准确性。提出了基于本体概念前缀匹配的两阶段融合语义路由策略, 在保持对等网络高可扩展性、高容错性的前提下,提高资源管理的有效性,提高资源定位的查全率与查准率,并显著降低由于洪泛查询而带来的巨大网络负荷。项目的研究成果可为大规模网络资源的智能管理与维护提供科学的指导和建议,为新一代互联网中其它关键技术的研究提供基础支持。 1. 立项依据与研究内容 项目的立项依据随着互联网的飞速发展,网络上的资源得以极大的丰富。传统基于客户/ 服务器模式的资源管理和定位技术已经不能满足日益膨胀的用户请求。由于所有结点之间的信息交换都要经过服务器, 服务器本身已经成为限制系统工作效率和规模扩展的瓶颈。同时, 传统的资源定位方式主要依靠分类查询和基于关键字的精确匹配, 缺乏语义信息, 导致查全率、查准率较低。因而研究如何更为有效的管理海量的网络资源, 如何从海量的网络资源中高效、精确的定位用户所需资源,对于互联网的发展具有重大的意义。对等网络正是在这个背景下受到重视并成为研究热点。对等网络的非中心化思想使其避免了性能瓶颈问题, 提高了网络的工作效率, 同时具有非常高的可扩展性和耐攻击、高容错的优点。这些优良特性使得对等网络非常适用于海量网络资源的管理。按照网络结点间的逻辑联结方式,对等网络的拓扑结构从总体上说可分为两类:无结构化拓扑与结构化拓扑。无结构对等网络结构简单, 但其查询效率, 查全率、查准率均较低, 并且由于需要消耗巨大的网络带宽,可扩展性很差,不适用于大规模网络[1-7] 。结构化对等网络则具有非常好的可扩展性,对于具有 N 个结点的网络中存在的资源,总可以保证在 log(N) 查询步骤内发现[8-10] 。传统的资源定位方式通过精确匹配实现[11,12] , 查询结果依赖于查询关键字与资源描述信息的字符串匹配情况。由于无法理解查询关键字的语义, 对于查询目标不能进行精确的描述, 此种查询方式无法支持基于概率和语义约束的模糊匹配, 要么返回很多无关的结果, 要么遗漏满足查询要求的资源。同时, 基于精确匹配的定位方式无法有效衡量定位请求与查询结果间符合程度。因此, 研究者提出将语义标记引入资源的描述与查询过程, 解决查询请求与资源描述信息二者之间语义上的互通性障碍,从而提高资源查找的查准率和查全率。因此, 结合对等网络技术以及语义网技术的优势, 将语义信息融合到对等网络的资源管理与定位过程之中, 已经成为国内外广泛关注的研究课题。但已有研究成果集中于无结构对等网络[13-25] , 主要是根据语义关系对结点进行分簇, 聚集语义关系相近的结点, 资源定位请求采用基于语义的洪泛式或者启发式路由,依然无法摆脱查询效率低、可扩展性差的问题。而基于有结构对等网络的语义资源定位研究相对较少。已有研究多是在有结构对等网络之上构建语义叠加结构, 将语义查询映射为非语义的哈西值,由对等网络使用自身的路由机制进行路由, 完成资源定位过程, 不但效率较低, 查全率、查准率并无太多改善, 并且需要同时维护语义叠加结构和对等网络,代价也较高[26-33] 。而对于将语义与有结构对等网络拓扑、路由机制相融合, 使网络结点按照彼此间的语义关系进行组织, 按照语义信息进行路由的研究刚刚起步, 国内外相关的文献尚属少见。同时, 现有的计算概念之间语义相似程度的方法没有考虑现实世界中多继承关系和复杂的二元关系对于语义相似度的影响, 并且存在计算结果粒度过粗,考虑信息不全面的问题[34-40] 。考虑现有研究成果的局限性, 本项目拟将语义网技术引入有结构对等网络的资源发现过程。研究基于本体分割[41-48] 的网络资源管理策略, 以解决由于存在大量的本体概念组合而产生的复杂的网络资源描述问题。研究基于本体概念图的细粒度的本体概念/ 概念集合语义相似度计算方法, 全面考虑现实世界中客观存在的多继承关系, 复杂二元关系, 最大限度的模拟人类的直觉思维, 以提高资源定位结果的准确性。研究融合语