改进的非结构化P2P网络搜索算法

如何高效地搜索资源是P2P网络中最为关键的问题.非结构化的对等网络,一般以广播方式作为其搜索的基本策略,引发较大的网络流量.针对以上问题,提出了一种利用节点积累的经验指导节点传播查询的路由搜索算法.在该算法中,通过记录节点关注的主题、主题的信息量大小和满足主题的目标节点,并建立对应关系表.当节点收到查询后,就利用该表来指导节点选择查询,以便更快地找到查询结果.仿真结果表明,该算法有效地减少了查询带来的网络流量,提高了查找的成功率.     

基于语义相似度的P2P查询技术研究

以往的非结构化P2P系统采用的是无确定目标的自由搜索协议,它具有搜索效能低,无可扩展性的缺点.针对这些不足.提出一种非结构化对等语义连接网络(简称NSP-SLN),实现一个基于语义相似度的查询路由算法.仿真实验结果表明,语义拓扑能够有效地提高系统的搜索效率.     

基于Bloom Filter路由表的P2P搜索算法

研究非结构化P2P网络的搜索机制,提出基于布莱姆过滤器(BF)路由表的改进算法。该算法利用BF技术生成路由条目并在一定范围内相互交换本地路由表,使节点能够了解一定范围内的节点共享信息,实现有针对性的搜索,避免传统的盲目性搜索。仿真结果表明,该算法查询搜索时产生的消息数量比传统算法减少一个数量级,并能够获得较好的查全率。     

一种基于学习的P2P搜索算法

对于规模对等网络,搜索是一个必备的基本功能,但同时是一个困难而又富于挑战性的问题．提出一种基于学习的搜索方法——SmartSearch．SmartSearch采取分布式的被动学习方式,从历史搜索结果中学习节点之间的兴趣相似度,将节点按照兴趣分类,在具有相似兴趣节点之间建立朋友关系．搜索请求首先转发到朋友节点,当其失效后利用广播进行搜索．模拟测试表明,SmartSearch稳定高效,相比传统算法在低开销情况下性能有数量级的提高．     

基于多媒体特征的抗扰动P2P搜索算法

基于多媒体特征的分布式文件搜索算法应用在扰动的P2P环境时,因节点频繁加入、退出,导致拓扑破坏和搜索效果大幅下降。针对上述问题,提出能够克服网络扰动、适用于P2P环境的搜索算法,该算法将分布式多媒体搜索算法与P2P动态更新机制集成。实验结果表明,该算法在高强度的扰动环境下能保持稳定和高效的性能。     

基于预算机制的非结构化P2P网络搜索算法

目前非结构化对等网络(P2P)搜索算法均采用生存时间（TTL）机制控制搜索算法的搜索深度,有效地控制了搜索消息在网络上的传播,对于盲目搜索算法控制效果较好。但是TTL机制由于存在着在相同的搜索半径内所搜索的节点数目差异巨大、各个搜索分支只能搜索同一深度等缺陷,搜索效果不稳定且不能较好支持目前主流的基于兴趣域等导向性搜索算法。针对这一问题,提出采用预算机制取代TTL机制,通过使用预算值取代传统的TTL值来控制搜索的深度和搜索节点数目,能保证搜索节点数目较固定且能实现不同搜索分支采用不同搜索深度,从而更好地支撑导向性搜索算法。实验表明,基于预算机制的非结构化P2P网络搜索算法的搜索节点数目稳定,导向性好,算法搜索效率较高。     

基于P2P的Web搜索技术

Web搜索引擎已经成为人们从海量Web信息中快速找到所需信息的重要工具,随着Web数据量的爆炸性增长,传统的集中式搜索引擎已经越来越不能满足人们不断增长的信息获取需求.随着对等网络(peer-to-peer,简称P2P)技术的快速发展,人们提出了基于P2P的Web搜索技术并迅速成为研究热点.研究的目的是对现有的基于P2P的Web搜索技术进行总结,以期为进一步研究指明方向.首先分析了基于P2P的Web搜索面临的诸多挑战;然后重点总结分析了基于P2P的Web搜索的各项关键技术的研究现状,包括系统拓扑结构、数据存放策略、查询路由机制、索引切分策略、数据集选择、相关性排序、网页收集方法等;最后对已有的3个较有特色的基于P2P的Web搜索原型系统进行了介绍.     

基于反馈的非结构化P2P网络混合搜索算法

为了提高P2P网络搜索效率和有效地减少冗余消息,提出一种基于反馈的混合搜索算法,将查询消息在某些高度数节点处转发给多个邻居节点而在其他节点处只转发给一个邻居节点,并且在搜索过程中利用先前搜索的反馈信息来指导搜索,以选择能够返回最多最近响应结果的邻居节点转发消息.算法分析和实验结果表明,该算法不仅实现了较高的成功率、响应率和搜索效率,还能有效地减少冗余消息,并且具有良好的自适应能力,能快速适应不断变化的网络行为.     

混合P2P环境下有效的查询扩展及其搜索算法

查询扩展是解决信息获取领域中用词歧义性问题的关键技术,并被广泛应用于搜索引擎中,获得了巨大的成功.然而,由于P2P(peer-to-peer)系统是一个分散的、动态的系统,在P2P环境下进行有效的查询扩展具有一定的挑战性.首先,利用查询与文档的关联关系构建了LEM(local expansion method)查询扩展方法;然后,基于查询与文档用词的直接关联,提出了HEM(history_based expansion method)查询扩展方法.在此基础上,提出了一种基于查询扩展的混合P2P环境下的搜索算法.实验及分析结果表明,查询扩展及其搜索算法能够极大地提高搜索的效果.     

基于缓存的MP2P网络数据查询策略研究

移动对等网络由于电池能源、无线带宽的限制和用户的频繁移动而只能提供约束的通信环境.这些特征使得信息共享和数据检索成为一个具有挑战性的问题.扩展缓存技术并将其引入移动对等网络,提出了一种适应于移动对等环境的新的数据查询策略,并给出了算法实现.实验表明,该策略可以有效地支持大规模移动对等网络的可升级的数据查询.     

基于对等网络的智能信息搜索模型

对等网络(P2P)是实现下一代互联网的重要组成部分。该文在分析P2P网络结构模式和现有P2P网络优缺点的基础上,提出了一种融入了多种网络模型的基于混合式对等网络和智能代理技术相结合的搜索模型,描述了该模型智能代理和查询信息的过程。     

一种支持复杂查询的有组织P2P搜索方法

有组织P2P网络虽然具有良好的可扩展性，但很难支持多关键词查询、范围查询等复杂查询．在分析已有多关键词查询方法（MKQ）的基础上，提出一种基于语义的多维查询方法（MSQ）以支持多关键词查询．MSQ的基本思路是利用空间填充曲线的位置保持能力，建立从高维特征空间到一维数值空间的映射，使得可以在构建P2P网络的分布式索引时，根据文档语义将具有相似内容的数据对象的索引聚集到相近的节点上，改善复杂查询时的搜索性能．对基于语义的多维查询模型、Hilbert空间填充曲线的构建、数据对象的发布与查询过程进行了详细讨论．在Chord之上的模拟试验表明．与MKQ相比，MSQ能够较好地提高查询的准确度．减少了网络的通信量．进一步的理论分析的结果表明，MSQ方法具有负载均衡和容错能力．     

P2P Web搜索中一种有效的查询路由策略

有效的多关键字查询路由是P2PWeb搜索中的一个关键问题。文章提出一种基于收益代价比的查询处理方法。该方法基于DHT的P2P覆盖网,挖掘关键字的关联性和节点间覆盖度和重叠度。利用最小独立置换进行重叠检测,因此避免了对相同记录的冗余路由。实验证明了该方法显著减少了查询时间,同时提高了查全率和查准率。     

高效的Top-k相互Skyline查询算法

Top-k相互Skyline查询返回相互Skyline查询中的前k个对象.这种查询是数据分析者寻找有意义对象进行决策支持的一种重要直觉工具.然而,这种查询还没有引起研究社区足够的注意力.介绍了几种新颖的算法,包括Topk-TBBS,Topk-dMBBS,Topk-wMBBS.主要的思想是信息重用和高效的修剪策略.特别地,Topk-wMBBS算法由于完全重用了搜索中的节点信息,并利用了最好优先BF搜索策略.因而它获得了最好的性能.同时证明了该算法有最优的I/O访问效率.最后,使用了2个真实数据集和4个服从不同分布的合成数据集进行了集中实验.实验结果表明,提出的算法无论是变化参数k的大小、数据集的尺寸和Cache尺寸都是有效的,且具有很高的效率,尤其Topk-wMBBS具有最小的I/O访问次数.     

非结构化P2P网络的一种改进搜索算法

分析非结构化P2 P网络中利用原始的洪泛法进行资源搜索时产生冗余查询包的原因,提出整改的措施和优化的机制,在此基础上给出改进的搜索策略,同时设计出一种更好的分段搜索算法,并对其进行实验仿真,通过和洪泛法的模拟分析比较,表明改进后算法的高效性和可行性。     

不确定数据库中的阈值轮廓查询处理

传统轮廓查询算法都没有考虑不确定数据的特殊性质,因而不能直接应用到不确定数据应用中.深入地研究了不确定数据库中的轮廓查询处理技术.首先,提出了不确定数据库中阈值轮廓查询的定义;其次,通过对其性质的分析,提出了基于R一树索引的基本的阈值轮廓算法(BPS);接着,通过对其性质的进一步分析,在BPS算法的基础上,增加了有效的过滤策略,提出了改进的阈值轮廓算法(IPS).实验结果表明,IPS算法可以有效地减少阈值轮廓的计算时间,从而满足实际应用的性能需求.     

基于概率查询算法的P2P仿真平台实现研究

随着P2P网络技术的广泛应用,运用仿真技术来模拟研究P2P网络的运行,已经成为分析研究P2P网络的重要方法。该文实现了一种基于概率查询算法的P2P网络仿真系统。实验表明,运用概率查询算法的仿真系统在查找效率上大大优于传统的洪泛查找方法。     

基于查询词邻近度的专家搜索算法

提出一种基于查询词邻近度的专家搜索算法。根据查询词在窗口中的共现关系构建概率语言模型的查询词邻近度,利用经典概率模型作为背景平滑,通过对多个查询词在文档中的距离关系建模,结合候选人与查询词之间的距离对候选专家排序。实验结果表明,在该算法中引入查询词邻近度可以提高搜索准确率,应用候选人与查询词2种邻近度可以取得更好的专家搜索效果。     

基于网格索引的数据流子空间概率轮廓查询

在数据流子空间上的连续概率轮廓查询(CPSQS)基础上,提出一种基于网格索引结构的概率轮廓查询算法。采用适合于子空间轮廓计算的网格索引结构,将数据空间划分成若干个格,利用格间的支配关系,减少对象之间的比较次数。同时挖掘全空间与子空间上格的概率上下界关系,设计有效的剪枝策略提高CPSQS算法的性能。理论分析和实验结果表 明,该算法能满足实际应用中用户的个性化查询要求,降低查询响应时间。