蘭明敬，胡建偉

（解放軍信息工程大學(xué) 信息工程學(xué)院，河南 鄭州450002）

0 引 言

DHT機(jī)制具有單值映射的特點(diǎn)，即為實(shí)體選取一個(gè)關(guān)鍵字，系統(tǒng)通過哈希算法將關(guān)鍵字一對一映射為空間標(biāo)識，使用此標(biāo)識與結(jié)點(diǎn)標(biāo)識相匹配以決定存儲位置；發(fā)現(xiàn)過程中，若選取的關(guān)鍵字與存儲過程使用的關(guān)鍵字相等，則能夠快速定位到存儲點(diǎn)，取出實(shí)體信息；若不相等，則無法查找到實(shí)體。但很多情況下，人們無法準(zhǔn)確描述所搜索的目標(biāo)，無法給出實(shí)體存儲時(shí)所使用的關(guān)鍵字，只能給出搜索目標(biāo)的大致特征描述。

一般的解決方法是使用多個(gè)關(guān)鍵字存儲實(shí)體，增大發(fā)現(xiàn)概率，同時(shí)建立集中式服務(wù)器存儲關(guān)鍵字信息用于模糊檢索。這種方法一定程度上損失了P2P技術(shù)的優(yōu)勢，重新帶來單點(diǎn)失效和性能瓶頸風(fēng)險(xiǎn)，并可能涉及到版權(quán)問題。人們還利用語義思想來改善結(jié)構(gòu)化P2P系統(tǒng)的搜索［1－3］，文獻(xiàn) ［2］提出了一種向量空間模型，首先將描述實(shí)體的多個(gè)關(guān)鍵詞向量化，然后再使用哈希函數(shù)處理該向量，得到一個(gè)空間標(biāo)識符；檢索文檔時(shí)，將檢索關(guān)鍵詞進(jìn)行同樣的向量化操作，通過比較兩個(gè)向量的相似程度來判斷兩文檔是否匹配。相對于傳統(tǒng)的關(guān)鍵字相等，這種機(jī)制在一定程度上擴(kuò)充了搜索關(guān)鍵字檢索的范圍，但距離模糊搜索還有一定差距，其缺陷主要體現(xiàn)在兩個(gè)方面：一是受限于標(biāo)識符長度，一個(gè)特征向量中包含的特征詞數(shù)目是十分有限的，當(dāng)搜索關(guān)鍵字與特征向量中的特征詞差別較大時(shí)即難以成功檢索；二是特征詞的選取和向量距離計(jì)算算法較為復(fù)雜，不合適的特征詞選取和距離計(jì)算算法將嚴(yán)重降低檢索效果。

本文在傳統(tǒng)的Kademlia算法基礎(chǔ)上進(jìn)行改進(jìn)，提出了一種基于類別樹的、靜態(tài)和動(dòng)態(tài)描述相結(jié)合的索引機(jī)制。歸納應(yīng)用系統(tǒng)涉及到的實(shí)體類別建立類別樹，依據(jù)類別樹形成結(jié)點(diǎn)、實(shí)體以及查詢所需的標(biāo)識，使得結(jié)點(diǎn)組織、實(shí)體存儲、結(jié)點(diǎn)和實(shí)體發(fā)現(xiàn)均圍繞類別分布、實(shí)施。為每個(gè)類別編制描述該類別實(shí)體特征的靜態(tài)描述，實(shí)體發(fā)現(xiàn)過程中，先使用關(guān)鍵字列表檢索類別的靜態(tài)描述，綜合考慮關(guān)鍵字匹配情況、樹結(jié)點(diǎn)深度、結(jié)點(diǎn)祖先匹配程度、查詢者喜好等各類因素，得到若干最為滿足查詢需求的類別，將查詢聚焦到類別對應(yīng)的若干P2P結(jié)點(diǎn)上。得到正確結(jié)果時(shí)，發(fā)現(xiàn)算法將查詢所用關(guān)鍵字添加到對應(yīng)類別的動(dòng)態(tài)描述中，以此在發(fā)現(xiàn)過程中進(jìn)一步過濾不滿足查詢需求的目標(biāo)結(jié)點(diǎn)，使查詢始終圍繞關(guān)鍵字列表進(jìn)行，逐步收斂到滿足需求的P2P結(jié)點(diǎn)上。

為不引起混淆，將改進(jìn)后的P2P結(jié)構(gòu)簡稱為SKad。SKad由若干結(jié)點(diǎn)組成，結(jié)點(diǎn)是互聯(lián)網(wǎng)上的主機(jī)，結(jié)點(diǎn)間相互路由形成P2P覆蓋網(wǎng)絡(luò)。Skad可用于分享書籍、文獻(xiàn)、影音、程序等電子文件，實(shí)體是描述這些文件的信息單元，也是Skad存儲、管理的基本元素。

1 類別樹和類別靜態(tài)、動(dòng)態(tài)描述

在搭建P2P系統(tǒng)之前，搭建者需要充分分析應(yīng)用特征，歸納系統(tǒng)涉及到的實(shí)體類別，建立類別樹。

類別樹的結(jié)構(gòu)及例子如圖1、圖2所示，樹結(jié)點(diǎn) （C）枚舉了給定P2P系統(tǒng)中可能存儲的所有實(shí)體的類別，樹結(jié)點(diǎn)間的父子關(guān)系等價(jià)于對應(yīng)類別的包含關(guān)系。

樹結(jié)點(diǎn)表示為：C＝ （cn，sd，ddi）。其中cn為類別名；sd為類別的靜態(tài)描述；ddp為動(dòng)態(tài)描述標(biāo)識，用于查找類別的動(dòng)態(tài)描述。

靜態(tài)描述（sd）記錄了本類別所涵蓋實(shí)體的詳細(xì)特征，直接存儲在對應(yīng)的樹結(jié)點(diǎn)中。實(shí)體存儲、發(fā)現(xiàn)過程中，算法首先依據(jù)描述實(shí)體的關(guān)鍵字列表，檢索類別樹中各類別的靜態(tài)描述，獲得若干與實(shí)體相匹配的類別，以此定位實(shí)體的存儲結(jié)點(diǎn)，縮減查詢范圍。P2P系統(tǒng)搭建者需要在建立類別樹的同時(shí)，為每個(gè)類別編制詳細(xì)的靜態(tài)描述?？赏ㄟ^互聯(lián)網(wǎng)搜索引擎或其他途徑，搜集某類別相關(guān)的各類文字描述，整理、合到該類別的靜態(tài)描述中。靜態(tài)描述的格式可以是字符串文本，也可以是數(shù)據(jù)庫或其他格式，前提是該格式能夠支持上述關(guān)鍵字檢索過程，且易于增量式擴(kuò)充。

靜態(tài)描述存儲在類別樹中，而類別樹則和其他實(shí)體一樣存儲在P2P網(wǎng)絡(luò)中 （如圖3所示）。一般情況下，類別樹使用一個(gè)全局唯一且公開的標(biāo)識符，以單一文件的方式存儲在P2P中。若類別樹較大，也可按類別劃分為若干子樹，分布存儲在P2P中。劃分的數(shù)目不宜過多，過多的子樹將帶來更多的流量開銷和管理負(fù)擔(dān)。

圖3 類別樹和類別描述存儲方法

在系統(tǒng)運(yùn)行過程中，類別樹結(jié)構(gòu)應(yīng)較為固定。類別樹應(yīng)具有明確且固定的分類方法，系統(tǒng)運(yùn)行過程中，分類方法不能改變，類別樹中已經(jīng)存在樹結(jié)點(diǎn)的名稱、動(dòng)態(tài)描述標(biāo)識以及樹結(jié)點(diǎn)間的連接關(guān)系不能改變。類別樹創(chuàng)建者（或其他人）可低頻度地、增量式地更新完善類別樹，包括增加樹結(jié)點(diǎn)，豐富類別靜態(tài)描述信息。盡管不是所有應(yīng)用都滿足上述要求，但大部分的、常見的互聯(lián)網(wǎng)P2P應(yīng)用都是滿足此要求的。比如音樂、軟件分享類應(yīng)用，不難確定一種可用的、無需經(jīng)常改變、易于維護(hù)的音樂、軟件分類方法。

動(dòng)態(tài)描述同樣記錄了類別所包含實(shí)體的特征，差別在于動(dòng)態(tài)描述是在系統(tǒng)運(yùn)行過程中由發(fā)現(xiàn)算法動(dòng)態(tài)地生成并不斷擴(kuò)充的。類別樹按其動(dòng)態(tài)描述標(biāo)識 （ddp），分散存儲在P2P網(wǎng)絡(luò)中 （如圖3所示），其存儲格式也應(yīng)支持關(guān)鍵字檢索以及增量式擴(kuò)充。類別樹創(chuàng)建者在建立類別樹的同時(shí)應(yīng)為每個(gè)類別設(shè)定相應(yīng)的動(dòng)態(tài)描述標(biāo)識，此標(biāo)識一般為從類別樹根到所在類別的路徑向量經(jīng)過編碼得到的二進(jìn)制串，動(dòng)態(tài)描述標(biāo)識直接存儲在類別樹的樹結(jié)點(diǎn)中。

實(shí)體存儲、發(fā)現(xiàn)過程中，算法得到下一跳結(jié)點(diǎn)列表時(shí)，使用描述實(shí)體的關(guān)鍵字列表檢索下一跳結(jié)點(diǎn)對應(yīng)類別的動(dòng)態(tài)描述，判斷該結(jié)點(diǎn)是否符合實(shí)體特征，進(jìn)一步縮減路由目標(biāo)，提高結(jié)點(diǎn)和實(shí)體發(fā)現(xiàn)效果。

2 結(jié)點(diǎn)和實(shí)體標(biāo)識

結(jié)點(diǎn)和實(shí)體標(biāo)識決定了P2P網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)和實(shí)體存儲位置，本文中，實(shí)體和結(jié)點(diǎn)的標(biāo)識均來源于類別樹。

實(shí)體標(biāo)識的產(chǎn)生方法為：從實(shí)體相關(guān)信息 （如音樂文件的名稱、作者、描述信息）中抽取若干有代表性的關(guān)鍵字，遍歷類別樹各結(jié)點(diǎn)，檢索結(jié)點(diǎn)的靜態(tài)描述和動(dòng)態(tài)描述文本，獲得與實(shí)體相匹配的樹結(jié)點(diǎn)列表；從列表中選擇一個(gè)匹配度最高的結(jié)點(diǎn)，設(shè)為Cij，則實(shí)體標(biāo)識eid為

eid ＝hash （cn1，cn2，…，cni，en）

其中cn1、cn2、…、cni為類別樹從根結(jié)點(diǎn)到Cij結(jié)點(diǎn)路徑上各樹結(jié)點(diǎn)的結(jié)點(diǎn)名；en為實(shí)體名稱；hash是哈希函數(shù)，將字符串轉(zhuǎn)變二進(jìn)制碼。哈希函數(shù)與具體的P2P系統(tǒng)相關(guān)，本文中不做要求，但建議類別相近的實(shí)體，其標(biāo)識距離也應(yīng)相近，這樣會(huì)使得實(shí)體按照類別聚集，從而使P2P網(wǎng)絡(luò)具有更好的收斂特性，采用合適的搜索算法可以有效降低一次查詢所需的消息交換次數(shù)。

參考以下條件并采用加權(quán)的方式，從匹配的樹結(jié)點(diǎn)列表中選擇最匹配的樹結(jié)點(diǎn)：樹結(jié)點(diǎn)靜態(tài)、動(dòng)態(tài)描述文本中，與關(guān)鍵詞匹配的詞匯數(shù)越多則樹結(jié)點(diǎn)匹配度越高；深度越大則樹結(jié)點(diǎn)匹配度越高；父結(jié)點(diǎn)越匹配則樹結(jié)點(diǎn)匹配度越高；越多祖先結(jié)點(diǎn)匹配則樹結(jié)點(diǎn)匹配度越高。選擇樹結(jié)點(diǎn)的過程就是依據(jù)類別樹對實(shí)體進(jìn)行分類的過程，為使這種分類更為精確，可讓人參與到最優(yōu)結(jié)點(diǎn)的選擇過程中，即由程序給出推薦的樹結(jié)點(diǎn)列表，由實(shí)體發(fā)布者從中選擇一個(gè)最合適的。

結(jié)點(diǎn)標(biāo)識的產(chǎn)生過程與實(shí)體標(biāo)識類似，不同之處在于由于結(jié)點(diǎn)沒有適于檢索類別樹的描述信息，因此在優(yōu)先考慮路徑較深樹結(jié)點(diǎn)的前提下，采用隨機(jī)的方法為結(jié)點(diǎn)分配樹結(jié)點(diǎn)，設(shè)為Cij，結(jié)點(diǎn)標(biāo)識nid為：nid ＝hash （cn1，cn2，…，cni，nn），nn為結(jié)點(diǎn)名稱。

將與實(shí)體／結(jié)點(diǎn)相匹配并用于生成實(shí)體／結(jié)點(diǎn)標(biāo)識的類別，稱為該實(shí)體／結(jié)點(diǎn)的所屬類別。

3 發(fā)現(xiàn)算法

以結(jié)點(diǎn)發(fā)現(xiàn)為核心的發(fā)現(xiàn)算法，是新增、更新、檢索結(jié)點(diǎn)和實(shí)體等管理過程的基礎(chǔ)，下面以實(shí)體發(fā)現(xiàn)過程為例，闡述基于類別樹和靜態(tài)、動(dòng)態(tài)描述的發(fā)現(xiàn)算法。

實(shí)體發(fā)現(xiàn)過程可劃分為生成檢索和查找實(shí)體兩個(gè)階段：

生成檢索階段：①拆分用戶的檢索請求，得到描述待發(fā)現(xiàn)實(shí)體的關(guān)鍵字列表keys＝ ｛key，key2，…｝；②使用上述關(guān)鍵字列表遍歷類別樹，檢索樹結(jié)點(diǎn)的靜態(tài)描述描述，得到若干匹配的樹結(jié)點(diǎn)，從中選取k個(gè)匹配度較高的樹結(jié)點(diǎn)。k為系統(tǒng)參數(shù)，k越大則查全率越高但消耗的帶寬和計(jì)算資源也越多；③依據(jù)上述k個(gè)樹結(jié)點(diǎn)生成實(shí)體標(biāo)識列表ids＝ ｛id1，id2，…，idk｝；④使用實(shí)體標(biāo)識列表和關(guān)鍵字生成k個(gè)查詢請求reqs＝ ｛req1，req2，…，reqi，… ｝，其中reqi＝ （idi，keys）。每個(gè)請求中均附帶完整的關(guān)鍵字列表，此列表用于在查詢過程中進(jìn)一步過濾不滿足條件的路由目標(biāo) （見查找實(shí)體階段第3步）；⑤分別使用上述查詢請求查找實(shí)體。

查找實(shí)體階段：①訪問P2P的任一結(jié)點(diǎn)提交查詢請求，稱此結(jié)點(diǎn)為起始點(diǎn)；②依據(jù)路由算法，起始點(diǎn)返回若干備選下一跳結(jié)點(diǎn)；③考察查詢點(diǎn)和備選下一跳結(jié)點(diǎn)，從中選取p個(gè)更為匹配的結(jié)點(diǎn)形成下一跳結(jié)點(diǎn)列表。p為并行度，更大的并行度意味著更全面的查詢結(jié)果和更大的計(jì)算、帶寬消耗。選擇下一跳結(jié)點(diǎn)的方法有兩種：一是結(jié)點(diǎn)id與請求id距離更小；二是結(jié)點(diǎn)描述與請求中的關(guān)鍵字列表更為匹配?？删C合考慮上述兩種方法得到更優(yōu)的下一跳結(jié)點(diǎn)列表；④分別向下一跳結(jié)點(diǎn)列表中的結(jié)點(diǎn)提交查詢請求，得到更多的備選下一跳結(jié)點(diǎn)；依據(jù)步驟3的方法，從中選擇p個(gè)更為匹配的結(jié)點(diǎn)形成新的下一跳結(jié)點(diǎn)列表；循環(huán)此步驟，直至下一跳結(jié)點(diǎn)列表不再變化；⑤訪問下一跳結(jié)點(diǎn)列表中的結(jié)點(diǎn)，從其實(shí)體表中獲取備選實(shí)體。依據(jù)步驟3中的選擇方法，選擇若干更為匹配的實(shí)體返回給查詢者。

上述過程中可以明顯地看出類別樹、靜態(tài)描述和動(dòng)態(tài)描述的作用。類別樹將實(shí)體、結(jié)點(diǎn)與類別關(guān)聯(lián)起來，形成按類別的實(shí)體、結(jié)點(diǎn)分布。靜態(tài)描述用在檢索階段，依托靜態(tài)描述，以字符串匹配的方式且同時(shí)使用多個(gè)關(guān)鍵字，檢索類別樹，綜合考慮匹配數(shù)目、樹結(jié)點(diǎn)深度、祖先匹配度甚至和人工選擇結(jié)合在一起，優(yōu)選出若干用于查詢的標(biāo)識。而傳統(tǒng)算法只能夠?qū)我魂P(guān)鍵字進(jìn)行哈希運(yùn)算產(chǎn)生單一標(biāo)識，多個(gè)關(guān)鍵字分別產(chǎn)生不同的標(biāo)識符，相互之間完全獨(dú)立。

在傳統(tǒng)算法中，查詢所用的標(biāo)識符與被查詢的目標(biāo)結(jié)點(diǎn)是一一對應(yīng)的，前者一旦確定，后者則相應(yīng)地也被確定，查詢過程只是按路由算法找到標(biāo)識符對應(yīng)的這個(gè)目標(biāo)點(diǎn)。而本文中，檢索階段將查詢聚焦到與關(guān)鍵字相匹配的若干類別上，查詢這些類別對應(yīng)P2P結(jié)點(diǎn)的過程中，使用關(guān)鍵字列表檢索下一跳結(jié)點(diǎn)的動(dòng)態(tài)描述，修正查詢路線，使得查詢過程始終圍繞關(guān)鍵字進(jìn)行，不斷收斂到與關(guān)鍵字最為匹配的結(jié)點(diǎn)上。

查詢者在每次查詢過程中都要去訪問類別樹、靜態(tài)描述和相關(guān)類別的動(dòng)態(tài)描述，可采用兩種方法降低此過程所需要的帶寬開銷。對于類別樹以及存儲在樹結(jié)點(diǎn)中的靜態(tài)描述，由于其唯一性且變動(dòng)頻率較小，因此可將其內(nèi)置到P2P軟件中，定期更新即可，無需每次查詢都去存儲點(diǎn)下載。對于動(dòng)態(tài)描述，考慮到其動(dòng)態(tài)且分散存儲的特點(diǎn)，可在P2P系統(tǒng)軟件中增加動(dòng)態(tài)描述更新、檢索模塊，與系統(tǒng)軟件一起部署在所有的P2P結(jié)點(diǎn)上，需要檢索動(dòng)態(tài)描述時(shí)，查詢者只需發(fā)送檢索請求至對應(yīng)的存儲點(diǎn)即可。

4 實(shí) 驗(yàn)

依據(jù)上述方法，我們對p2psim仿真環(huán)境進(jìn)行改造，設(shè)計(jì)并實(shí)現(xiàn)了一個(gè)原型系統(tǒng) （簡稱SKad）。在Skad存儲了若干書籍、文獻(xiàn)信息，就信息檢索效果做了與Kademlia的對比測試。表1羅列了測試環(huán)境及數(shù)據(jù)構(gòu)成。

表1 測試環(huán)境及數(shù)據(jù)構(gòu)成

依托上述環(huán)境共進(jìn)行了五次試驗(yàn)，分別編號為實(shí)驗(yàn)1、實(shí)驗(yàn)2、…、實(shí)驗(yàn)5，各實(shí)驗(yàn)得到的總正確結(jié)果如圖4所示。

圖4 總正確結(jié)果對比

實(shí)驗(yàn)結(jié)果顯示SKad正確結(jié)果明顯高于Kademlia，這是符合預(yù)期的，因?yàn)镾kad支持模糊檢索而Kademlia只能進(jìn)行精確匹配。

下面就實(shí)驗(yàn)3結(jié)果數(shù)據(jù)進(jìn)行具體分析。圖5描述了本次實(shí)驗(yàn)每次查詢Skad和Kademlia分別得到的正確結(jié)果數(shù)。可以看到，50次查詢中Kademlia共得到21個(gè)正確結(jié)果，正確率為0.42；每次查詢的正確結(jié)果數(shù)大多為0、1，很少達(dá)到2；結(jié)果為非零的查詢有20次。對于Kademlia來說，某個(gè)查詢關(guān)鍵字能否得到有效結(jié)果取決于此關(guān)鍵字是否是某實(shí)體發(fā)布時(shí)所使用的關(guān)鍵字。在本實(shí)驗(yàn)中，實(shí)體發(fā)布時(shí)所使用的關(guān)鍵字是從5＊2000個(gè)關(guān)鍵字中隨機(jī)選取的2＊2000個(gè)關(guān)鍵字；而查詢關(guān)鍵字是從5＊2000個(gè)關(guān)鍵字中隨機(jī)選取的50個(gè)關(guān)鍵字；因此，對于每個(gè)查詢關(guān)鍵字來說，其等同于發(fā)布關(guān)鍵字的概率為0.4?；诖?，查詢關(guān)鍵字能夠查得結(jié)果的概率為0.4，這與實(shí)驗(yàn)結(jié)果相符。第9次查詢結(jié)果數(shù)為2，這意味著存在兩個(gè)使用同樣關(guān)鍵字進(jìn)行存儲的實(shí)體。

圖5 實(shí)驗(yàn)3正確查詢結(jié)果對比

觀察Skad的查詢結(jié)果，正確結(jié)果數(shù)為305，平均每次查詢得到6.1個(gè)正確結(jié)果，顯然，在類別樹和靜態(tài)、動(dòng)態(tài)描述的輔助下，Skad查詢效果得到顯著提升。但同時(shí)Skad的正確結(jié)果數(shù)目波動(dòng)較大，第21次查詢結(jié)果數(shù)為39，第33次查詢結(jié)果數(shù)為0?？疾斓?1次查詢，此次查詢選取的查詢關(guān)鍵字為 “醫(yī)療”，對比類別樹可以發(fā)現(xiàn)，這種關(guān)鍵字具有較大的覆蓋范圍，描述醫(yī)療類別的書籍和文獻(xiàn)都滿足條件，因此得到了大量的查詢結(jié)果。而第33次查詢使用的關(guān)鍵字為 “洞室襯護(hù)”，此關(guān)鍵字出現(xiàn)在文獻(xiàn) “巖石流變力學(xué)及其工程應(yīng)用研究的若干進(jìn)展”的摘要中，考察類別樹我們發(fā)現(xiàn)在此關(guān)鍵字既非類別結(jié)點(diǎn)，也未出現(xiàn)在靜態(tài)描述中，也沒有使用此關(guān)鍵字存儲或查詢過SKad（即未加入動(dòng)態(tài)描述中），故此次查詢沒有得到正確結(jié)果。查詢結(jié)果的這種波動(dòng)現(xiàn)象反映出Skad的特點(diǎn)，即SKad的查詢效果與類別樹結(jié)構(gòu)是否合理、靜態(tài)描述是否完善、動(dòng)態(tài)描述是否充分、查詢關(guān)鍵字選取是否合理等因素緊密相關(guān)，第1、2點(diǎn)是系統(tǒng)構(gòu)建者需要考慮的問題，構(gòu)建一個(gè)較完善合理的類別樹、編制詳細(xì)的類別描述可有效提高查詢效果；第3點(diǎn)取決于系統(tǒng)的運(yùn)行時(shí)間和使用頻度，運(yùn)行時(shí)機(jī)越長，經(jīng)歷的查詢越多，則系統(tǒng)累積的動(dòng)態(tài)描述越充分；第4點(diǎn)取決于P2P系統(tǒng)查詢者，按照人們的行為習(xí)慣，人們往往并不是隨機(jī)選擇關(guān)鍵字，而是選取那些與所查目標(biāo)關(guān)系較為緊密，能夠直觀描述所查目標(biāo)的詞匯作為查詢關(guān)鍵字，這有助于提升Skad發(fā)現(xiàn)效果。

5 結(jié)束語

本文提出一種基于類別樹的、靜態(tài)和動(dòng)態(tài)相結(jié)合的索引機(jī)制。類別樹中歸納了系統(tǒng)所存儲實(shí)體的類別，用于形成結(jié)點(diǎn)、實(shí)體以及查詢所需的標(biāo)識，使得結(jié)點(diǎn)組織、實(shí)體存儲、結(jié)點(diǎn)和實(shí)體發(fā)現(xiàn)均圍繞類別分布、實(shí)施。靜態(tài)描述用于依據(jù)關(guān)鍵字為結(jié)點(diǎn)、實(shí)體和查詢請求選擇類別，選擇過程是模糊的，采用字符串匹配的方式，綜合考慮各關(guān)鍵字匹配程度、樹結(jié)點(diǎn)深度、祖先結(jié)點(diǎn)匹配程度、查詢者喜好等各因素，能夠取得充分的、滿足查詢需求的若干實(shí)體類別。當(dāng)查詢成功時(shí)，系統(tǒng)會(huì)搜集查詢所用關(guān)鍵字，累積到對應(yīng)類別的動(dòng)態(tài)描述中，用于豐富類別描述信息，在查詢過程中動(dòng)態(tài)地過濾不滿足請求的類別結(jié)點(diǎn)，使查詢始終圍繞查詢關(guān)鍵字，不斷收斂到滿足需求的類別上。

本文同時(shí)給出了類別樹和靜態(tài)描述、動(dòng)態(tài)描述的生成時(shí)機(jī)、管理方法。

本文提出的基于類別樹的、靜態(tài)和動(dòng)態(tài)描述相結(jié)合的索引機(jī)制，適用于能夠?qū)λ鎯?shí)體進(jìn)行明確分類的應(yīng)用領(lǐng)域，實(shí)現(xiàn)了結(jié)構(gòu)化P2P中的模糊檢索功能。無需集中式索引服務(wù)器，無需大量的索引管理工作，有效避免單點(diǎn)失效和性能瓶頸問題。實(shí)驗(yàn)證明，本方法相對于傳統(tǒng)的結(jié)構(gòu)化P2P網(wǎng)絡(luò)，具有較好的查詢效果。算法已在某服務(wù)計(jì)算平臺中成功應(yīng)用，此平臺已通過驗(yàn)收并連續(xù)運(yùn)行近一年。

今后，我們將研究、測試類別樹的結(jié)構(gòu)對網(wǎng)絡(luò)拓?fù)浜途W(wǎng)絡(luò)負(fù)載的影響，同時(shí)尋求合適的分詞算法，應(yīng)用到關(guān)鍵字與類別描述文本的匹配過程中，提高檢索效果。

［1］Zhu X S.Research on semantic peer－to－peer overlay route model［J］.Computer Engineering，2008，43 （13）：110－112.

［2］Wang Z X，Zhang D L，Liu L.Study on semantic－supporting search in P2P ［J］.Computer Engineering and Applications，2007，43 （3）：8－11.

［3］Zhang Y J，Gu J H，Wang X Z.A hierarchical P2Psemantic overlay network architecture based on topic and physical proximity ［J］.Journal of Electronics ＆Information Technology，2008，30 （8）.

［4］Wang C Z，Yang N，Chen H W.Improving lookup performance based on kademlia ［C］／／ Proc of the Second International Conference on Networks Security，Wireless Communications and Trusted Computing，2010：446－449.

［5］Chand R，Cosnard M，Liquori L.Powerful resource discovery for Arigatoni overlay network ［J］.Future Generation Computer Systems，2008，24 （1）：31－38.

［6］Stevens T，Wauters T，Develder C，et al.Analysis of an anycast based overlay system for scalable service discovery and execution ［J］.Computer Networks，2010，54 （1）：97－111.

［7］Liu Z Z，Wang H M，Zhou B.A two layered P2Pmodel for semantic service discovery ［J］.Journal of Software，2007，18（8）：1922－1932.

［8］Wu W M，Wu Y J，Zhao W Y.Chord－based semantic web service discovery ［J］.Acta Electronica Sinica，2007，35 （B12）：152－155.

［9］Zhang Y，Huang H，Yang D，et al.Bring QoS to P2P－based semantic service discovery for the universal network ［J］.Personal and Ubiquitous Computing，2009，13 （7）：471－477.

［10］Di Stefano A，Morana G，Zito D.A P2Pstrategy for QoS discovery and SLA negotiation in grid environment ［J］.Future Generation Computer Systems，2009，25 （8）：862－875.

［11］Zhou J，Dou W.A QoS－aware service selection approach on P2Pnetwork for dynamic cross－organizational workflow development ［C］／／Proc of the International Conference on Web Information Systems and Mining.Berlin：Springer－Verlag，2009：289－298.

［12］Xie C G，Guo D K，Chen H H.Research on service discovery protocol of global information grid based on peer－to－peer network ［J］.Computer Engineering，2007，33 （2）：97－98.