一种无结构对等网络资源发现方法
发布时间:2020-03-09 11:32
【摘要】:无结构对等模型应用于很多领域,但其常用的Flooding等盲目搜索方式产生大量冗余消息,限制了带宽,易造成网络拥塞。针对传统发现方法中存在的问题,提出了一种基于节点兴趣相似度的资源发现方法,在分组的基础上,根据节点的兴趣相似度将相似节点划分为域,请求消息首先在域内同组节点中转发,搜索过程中动态调整网络拓扑,有效减少路由跳数,降低冗余消息量。通过仿真试验对该方法的搜索效率进行了分析验证。
【图文】:
1.1覆盖网模型无结构对等系统对覆盖网拓扑没有严格限制,考虑与物理网络的匹配,首先将物理相近的节点分组,再根据节点间的兴趣相似度,,将系统中兴趣相似度接近的节点划分在同一域中,形成重叠网络。组内和域内均选择性能优越的节点作为超节点,其中,保存本组或本域内普通节点的数量、资源等相关信息,并维护域友好度索引表,记录频繁与之联系的域排序。域内普通节点中除保存自身资源信息,还需要维护兴趣相似度索引,记录与之兴趣相似度最相近的若干节点信息。组和域的划分如图1所示。资源发现首先在本域内的同组节点中进行,若同组域内发现失效,则在域内其他组的节点中进行,最后考虑跨域搜索。图1组和域的划分节点间的兴趣相似度反映了节点所拥有资源的相关度,节点的相关度大,它们进行联系和互访的可能性就会增加,这一点为路由选择提供了参考,下面给出节点兴趣相似度的定义。1.2节点兴趣相似度对于网络中每个节点所拥有的资源,其特征可以通过相应的关键字来标识,参照TF*IDF加权技术[11]为资源关键字赋予相应的权重。关键字Ki在资源Sj中的重要度用权重Wij来表示,Sj=(W1j,W2j,…,Wnj)和q=(W1q,W2q,…,Wnq)作为资源Sj和搜索请求Q的向量表示,则Sj和Q间的相似度计算公式如式(1)所示,sim(sj,q)=sjqsj×q=Σni=1Wij×WiqΣni=1Wiji
本文编号:2585818
【图文】:
1.1覆盖网模型无结构对等系统对覆盖网拓扑没有严格限制,考虑与物理网络的匹配,首先将物理相近的节点分组,再根据节点间的兴趣相似度,,将系统中兴趣相似度接近的节点划分在同一域中,形成重叠网络。组内和域内均选择性能优越的节点作为超节点,其中,保存本组或本域内普通节点的数量、资源等相关信息,并维护域友好度索引表,记录频繁与之联系的域排序。域内普通节点中除保存自身资源信息,还需要维护兴趣相似度索引,记录与之兴趣相似度最相近的若干节点信息。组和域的划分如图1所示。资源发现首先在本域内的同组节点中进行,若同组域内发现失效,则在域内其他组的节点中进行,最后考虑跨域搜索。图1组和域的划分节点间的兴趣相似度反映了节点所拥有资源的相关度,节点的相关度大,它们进行联系和互访的可能性就会增加,这一点为路由选择提供了参考,下面给出节点兴趣相似度的定义。1.2节点兴趣相似度对于网络中每个节点所拥有的资源,其特征可以通过相应的关键字来标识,参照TF*IDF加权技术[11]为资源关键字赋予相应的权重。关键字Ki在资源Sj中的重要度用权重Wij来表示,Sj=(W1j,W2j,…,Wnj)和q=(W1q,W2q,…,Wnq)作为资源Sj和搜索请求Q的向量表示,则Sj和Q间的相似度计算公式如式(1)所示,sim(sj,q)=sjqsj×q=Σni=1Wij×WiqΣni=1Wiji
本文编号:2585818
本文链接:https://www.wllwen.com/guanlilunwen/ydhl/2585818.html