Chord网络中的Skyline计算

针对Skyline计算中,需要处理的数据量大,处理时间较长的问题,引入P2P网络,将数据计算的压力分摊至各网络节点.预处理中,合理采用数据映射方式,增加同一节点数据间的决定能力,减少本地计算量.在全局Skyline计算时,通过网络点对点传输,将各节点需计算数据量减少至最小.实验结果和理论分析表明,新算法可将Chord网络中,本地节点需要计算的数据量减至10%左右,当数据量较大,数据各维度间没有相关性,且网络传输较为正常时,算法具有明显优势.

基于Chord网络动态数据的Skyline计算

在结合Chord网络静态数据Skyline计算算法和分布式环境的Skyline计算算法的基础上,提出一种基于Chord网络动态数据处理的Skyline计算算法,利用滑动窗口思想处理动态数据,实现数据的实时更新,使用户能更准确地得到感兴趣的实时信息。理论分析和实验结果证明,该算法能实现网络负载均衡,具有很好的渐进性,并能有效减少网络带宽的消耗。

基于聚类金字塔的Chord超矩形范围查询

针对超球体查询方式不能将查询范围细化到每一维上的问题,提出一种基于聚类金字塔的超矩形范围查询方法。采用聚类金字塔技术对高维数据建立一维索引值,利用位置保持哈希函数为每个索引值赋予一个唯一的标识,从而构建P-Chord系统,在此基础上,给出范围查询过程。实验结果验证了P-Chord系统在减少距离计算代价与误中点个数、提高查全率等方面的有效性。

基于对等区域的改进的Chord资源路由算法

给出一种基于对等区域的Chord网络资源路由算法。该算法在继承Chord算法简单、可靠、负载平衡等特点的基础上,在Chord环型结构中引入基于对等区域的搜索机制和区域管理机制,由超级节点统一转发区域成员节点状态信息,减少单个节点间由于路由信息失效而产生的无效转发,降低Chord网络的平均搜索长度,实现区域内超级节点选择的随机性,提高对等网络的资源搜索效率。

多Chord环境下基于规则的服务推荐

传统的服务发布和搜索难以支持语义表示和服务推理。针对该问题,提出一种基于概念划分和规则推理的服务推荐方法,通过服务分类本体的构建、Chord网络与服务分类本体的动态映射以及本体规则推理,动态生成服务推荐关系,实现服务的语义扩展查询以及对潜在需求业务的服务推荐。实验结果证明,该方法具有较高的查全率和查询效率。

基于Chord模型的资源搜索机制的研究

论文在深入分析Chord资源搜索机制的基础上,针对其存在的问题提出了改进的方案。通过使用一个统一的数学模型来增加节点拥有的路由信息,同时,合并冗余的路由项,使得在节点增加了路由信息的同时没有增加节点路由表的规模。该方案还能够使节点对键值落在不同标识符区域的资源进行搜索时所需路由跳数的差异变小。改进的方案使资源搜索的性能更加稳定,资源查询消息的平均路由跳数更少,对节点的资源的占用更少。路由查询消息时节点所需的处理时间更短等优点。

基于DHT的分布式索引技术研究与实现

针对索引创建和维护效率不高的问题,设计了一种基于DHT(Distributed Hash Table)的分布式倒排索引构建算法。该算法利用基于改进的Chord网络的分布式哈希表技术,将分词后的结果分散到多个索引服务器上并行构建索引,同时采用前驱列表定位和减少服务器定位延迟的技术,大大缩短了索引构建时间。通过采用统一调度的基于分块的增量式倒排索引更新策略,索引更新时不再需要移动已有的索引文件,提高了索引更新效率。利用周期性稳定算法和前驱列表定位提高了系统的稳定性、容错性和索引的一致性。