P2P网络中一种新型的基于DHT的多关键字信息检索模型.pdf

No．3 第13卷第3期 电路与系统学报 V01．13 2008年6月 JOURNALOFCIRCUITSANDSYSTEMS June，2008 文章编号：1007·0249(2008)03·0023—07 P2P网络中一种新型的基于DHT的多关键字信息检索模型· 周健， 洪佩琳， 圈 (中国科学技术大学电子工程与信息科学系信息网络实验室，安徽合肥230027) 摘要。在现有的P2P系统应用中，信息的检索是一项非常重要的内容，但现有的检索机制不够高效。本文针对这 个问题，在现有的结构化DHT模型基础上，提出一种新型的多关键字检索模型。在一个P2P节点上存储包含一个资 源内容的多个关键字的信息，使用带有权重的多关键字向量代表资源信息，并把请求也表示成带有权重的多关键字向 量，对请求和资源信息的向量进行匹配，选取符合要求的信息。仿真和分析表明此方案可以显著改善搜索结果的精确 性和大大减少搜索所需的寻路跳数。 关键词-P2P：DHT；多关键字；信息检索 中图分类号·TN919，2文献标识码·A 1 引言 在现有的P2P系统的应用中，信息的检索是一项非常重要的内容，现有的检索机制不够高效，检 索出来的很多信息相关性很小，而且大多使用的是泛洪查找，只能查找到网络中一小部分信息内容， 又占用带宽。因此引发了如何提高对信息的高效检索的问题。 现有的P2P的组织结构按搜索机制来分主要分为三类： 1)集中索引式的，如Napster[u； 2)请求泛洪式的，属于分散式、非结构化的模型，如Gnutella[2】； Hash 3)分布式哈希表(DHT，Distributed PastryIs]等。 都是基于关键字的全文检索，仅仅是对于文本关键字、标题或摘要中的关键字进行单一的匹配，无法 满足更加复杂、智能的搜索请求。 针对现有的信息检索方面存在的问题，一些相关文献也提出了自己的一些解决方案。 【7】中提出了一种基于HSS(HierarchicalSummary 网络中进行搜索，通过以不同的尺度对网络中的文档进行摘要和维护，从而对文档进行有效的搜索。 出把文档和请求表示成向量的形式，并使用向量把文档的索引存放在CAN中，使得存放相近的索引 在语义上也是相近的。 本文在现有的结构化DHT模型的基础上，提出一种新型的多关键字检索模型，在一个P2P节点 上存储包含一个资源内容的多个关键字的信息，使用带有权重的多关键字向量代表资源信息，并把请 求也表示成带有权重的多关键字向量，对请求和资源信息的向量进行匹配，选取符合一定要求的信息。 ·收稿日期-2005-09-05修订日期：2005．09-30 基金嘎目·国家自然科学基金资助项目 万方数据 24 电路与系统学报 第13卷 多关键字检索模型，其中包括如何进行请求和信息的匹配；第4节给出CAN和Chord上的仿真结果 和分析；最后是本文的小结。 2 DHT模型概述 层，即一个逻辑层，把P2P的节点按一定规则组织在一起，便于信息的查找，而不需要像Gnutella那 位置，以及它在逻辑网络中的邻居表(路由表)。每个节点要维护一些资源信息，即(key，value)对， key决定存储的目标节点，value则是存储在目标节点的信息，可以是内容的索引，也可能是内容本身。 节点进行信息的插入和查找时，同样也是对关键字哈希，产生一个ID，找到NodeId与此ID最接近的 节点，进行操作。为了说明本文的方案对于DHT模型的通用性，分别模拟两种最具代表性的DHT模 型CAN和Chord进行仿真。下面简单介绍一下CAN和Chord模型。 2．1 CAN简介 CAN的设计运用虚拟的d维笛卡尔坐标空间，为每个加入的节点 分配一块空间(可认为此区间相当于一个Nodeld)，节点维护应放置 在此空间的信息，即一个(key，value)对，此外每个节点可通过坐 标空