基于Super-peer結(jié)構(gòu)的P2P數(shù)據(jù)庫模式匹配研究.pdf

1、模式匹配技術(shù)在當(dāng)今已經(jīng)成為眾多領(lǐng)域的研究熱點(diǎn)，如：數(shù)據(jù)集成，數(shù)據(jù)倉庫，數(shù)據(jù)挖掘。其作用是為異構(gòu)數(shù)據(jù)源提供兩個或多個模式間的元素（屬性）間對應(yīng)關(guān)系，關(guān)鍵是如何尋找兩個元素間的語義對應(yīng)關(guān)系。模式可以具有不同的結(jié)構(gòu)、定義、命名方式，所以要尋找對應(yīng)關(guān)系通常需要從多方位發(fā)掘匹配，采用多匹配器相結(jié)合的方式，如：結(jié)構(gòu)匹配器，實(shí)例匹配器，基于約束匹配等。而且對于不同的領(lǐng)域匹配器的構(gòu)造通常也有差異，另外目前仍沒有一種模式匹配技術(shù)是全自動化的，或多或少需要

2、人工干預(yù)。通常來說，采用何種匹配器以及匹配器采用何種技術(shù)來實(shí)現(xiàn)需要根據(jù)應(yīng)用背景來考慮。所以模式匹配過程較為復(fù)雜，但是如果能較大程度的減輕人工勞動強(qiáng)度提高生產(chǎn)效率，也是非常有價值的。
　　 本文以對等網(wǎng)絡(luò)(Peer-to-Peer)的數(shù)據(jù)共享為應(yīng)用背景來考慮模式匹配的作用及實(shí)現(xiàn)。P2P是一種不同于傳統(tǒng)網(wǎng)絡(luò)的新型結(jié)構(gòu)，其特點(diǎn)是：網(wǎng)絡(luò)中的任何一個節(jié)點(diǎn)都是關(guān)系平等的，節(jié)點(diǎn)既可以提供資源也可以請求資源，也可以隨時鍵入網(wǎng)絡(luò)或退出網(wǎng)絡(luò)。P2P

3、系統(tǒng)的結(jié)構(gòu)眾多，不同的拓?fù)浣Y(jié)構(gòu)使節(jié)點(diǎn)具有不同的服務(wù)方式。本文通過詳細(xì)的研究和分析，選取了以Super-peer結(jié)構(gòu)為基礎(chǔ)作為研究對象。本文的重點(diǎn)研究內(nèi)容分兩部分：1）構(gòu)造一種新的基于Super-peer的拓?fù)浣Y(jié)構(gòu)，研究模式匹配對其作用。2）根據(jù)上述結(jié)構(gòu)，提出一種基于實(shí)例的模式匹配方法。
　　 對于問題1），本文提出了一種基于域主題劃分的二重超級節(jié)點(diǎn)結(jié)構(gòu)。不同于常規(guī)的模式匹配技術(shù)，P2P環(huán)境下的模式匹配具有其特殊性：1）P2P環(huán)境

4、必須具有可擴(kuò)展性(scalable)，節(jié)點(diǎn)可以隨時加入、離開網(wǎng)絡(luò)。如何考慮在這種動態(tài)環(huán)境下新加入的節(jié)點(diǎn)或退出節(jié)點(diǎn)與網(wǎng)絡(luò)中其它節(jié)點(diǎn)的模式關(guān)系。2）在數(shù)據(jù)共享背景下以節(jié)點(diǎn)的信息查詢?yōu)槔?，什么樣的Super-peer結(jié)構(gòu)才具有最佳的查詢效率，也就是超級節(jié)點(diǎn)和普通節(jié)點(diǎn)的結(jié)構(gòu)關(guān)系。這些問題在文中都有詳細(xì)的研究。
　　 對于問題2），首先詳細(xì)分析了模式匹配對于P2P的數(shù)據(jù)共享的作用，這也是本文重點(diǎn)研究內(nèi)容。其實(shí)，目前的大多數(shù)相關(guān)研究中都使用

5、了模式匹配技術(shù)，但是其重點(diǎn)都是研究如何改進(jìn)查詢路由或查詢算法，而沒有注重模式匹配這一點(diǎn)。本文通過假設(shè)模型提出：如果模式中的元素具有語義對應(yīng)關(guān)系，那么這兩個元素具有相同的重要性。通過RF多決策樹算法和RBF分類器對提取屬性特征，尋找屬性在模式中的位置，進(jìn)而構(gòu)建最小距離函數(shù)判別屬性是否具有對應(yīng)關(guān)系。該思想非常適合于P2P環(huán)境下，因?yàn)樗哂幸韵绿攸c(diǎn)：1）通過多決策樹方式產(chǎn)生精確的匹配器。2）可以處理大數(shù)據(jù)量和數(shù)據(jù)的可變性。3）域元數(shù)據(jù)表適應(yīng)對