面向學術文獻檢索的P2P網(wǎng)絡研究.pdf

1、Google Scholar為我們搜索各種來源的學術文獻信息提供了一個簡單易用的平臺。它使用網(wǎng)絡爬蟲來把各種來源的文獻信息集中存儲到Google自己的數(shù)據(jù)庫里，然后通過web向用戶提供這些信息。從技術上來講，Google Scholar是基于客戶端/服務器端模型的，作為一個集中式的系統(tǒng)，有著它自身的缺陷。近年來，P2P(Peer-to-Peer,點對點)計算越來越盛行，它能夠以分布，自治的方式來處理海量數(shù)據(jù)，其特征在搜索能力、可擴展性、

2、高效率，以及對故障和動態(tài)環(huán)境的應變能力方面展現(xiàn)了巨大的潛力。 在本篇論文中，我們提出了一種面向學術文獻檢索的P2P網(wǎng)絡研究--PPScholar，它建立在P2P網(wǎng)絡和Dublin Core元數(shù)據(jù)標準的基礎之上。我們的主要研究內容就是如何使各個學術文獻信息源的數(shù)據(jù)庫以P2P的方式合作，建立起一個適用于學術文獻檢索的基于元數(shù)據(jù)的P2P網(wǎng)絡。在研究過程中，我們主要致力于兩大問題：一是如何隱藏信息源的異構性；二是如何建立一個適合于本應用

3、的P2P網(wǎng)絡。在建立P2P網(wǎng)絡的過程中，我們基于在Gnutella網(wǎng)絡中發(fā)現(xiàn)的兩種冪律分布，在Gnutella網(wǎng)絡的基礎之上，增加學習型節(jié)點來以多種方式改進我們的應用。 首先，我們根據(jù)在P2P網(wǎng)絡中發(fā)現(xiàn)的節(jié)點連接數(shù)的冪率分布規(guī)律，將那些擁有連接數(shù)多，性能強大的節(jié)點選擇為學習型節(jié)點，形成一種兩層架構的P2P網(wǎng)絡。這些學習型節(jié)點可以學習整個網(wǎng)絡的知識，比如緩沖查詢請求與結果等，從而使得查詢請求能夠在少數(shù)的學習型節(jié)點中就能得到結果。同

4、時通過模擬實驗，在將TTL(Time-to-Live)控制在可接受的前提下，盡量選擇那些擁有連接數(shù)最多，性能最強大的節(jié)點作為學習型節(jié)點，從而盡可能減少學習型節(jié)點的數(shù)量。另外，我們還根據(jù)P2P網(wǎng)絡中發(fā)現(xiàn)的搜索關鍵字的冪率分布規(guī)律，提出了新的緩沖算法--適應性最少頻率使用算法(Adaptive Least Frequently Used)，并根據(jù)此算法在學習型節(jié)點中建立緩沖區(qū)，作為學習型節(jié)點的學習能力之一。 通過實際模擬實驗，我們驗