[发明专利]一种在P2P网络中基于兴趣社区的覆盖网络搜索架构

说明书

技术领域

本发明涉及一种在P2P网络中设计基于兴趣组建虚拟社区，最终形成类似于人类关系网的新的覆盖网络搜索架构的方法。

背景技术

P2P(Peer to Peer)系统已经成为当前因特网多种服务架构(ServiceArchitecture)中的相当成功的一类。各种P2P应用系统也是层出不穷。然而P2P架构依然有些基本的问题并没有得到很好的解决，比如搭便车(free riding)以及内容搜索算法的效率问题(content search efficiency)、对等实体和数据的安全问题等等，这些问题共同构成P2P网络架构设计的关键。

P2P系统中的覆盖网络(overlay network)指的就是：各个参与到P2P网络中的结点，和结点之间在忽略中间设备(比如路由器、交换机)直接连接的情况下，所组成的网络。

P2P系统按其组成的覆盖网络架构大致分为2类：

(1)结构化P2P网络架构

大多数结构化P2P架构的覆盖网络拓扑是精心组织的一些拓扑，比如使用mesh结构，环结构，D维空间结构，碟形结构等。这些结构通常使用离散哈希表技术(DHT，Distributed Hash Table)，在结构化拓扑中逐渐查询。如果存在查询请求的资源的情况下，查询总能在确定的跳数内找到。在这种架构下，内容信息以一个即定的方式(如Hash)被分配到所有参与到P2P网络的结点中。这类结构化架构对于标识唯一的精确查找极为有效。DHT技术的应用，实现了较好的扩展性，查询效率也得到了很好的提高。但是结构化对于模糊查找支持性很弱，而且在网络高动态的情况下，结点之间的维护负载会增大。此外，这类结构中的结点实际上经常存储的是他们自身并不感兴趣的结点的内容索引信息。

(2)无结构P2P网络架构

早期的P2P系统Gnutella，就是无结构P2P网络的先驱。它采用基于洪泛(flooding)的查找思想，每个结点在本地没有查询资源时，都只是简单的将查询复制，转发自己所有的邻居结点。查询消息使用生存时间(TTL，time to live。通常用跳数(hop-count)来度量)实现终止。虽然系统在实现上很简单，可是整个系统的扩展性却成为制约Gnutella发展的极大问题。因为简单的复制转发虽然操作容易，可是整个网络因查询所产生的消息负载将随着结点数的增加呈指数形式增长。

然而，无结构网络架构的易配置和自组织性却成为了当前最为流行的多种P2P文件共享系统所采用的架构(比如BT，eMule等)。这类架构并不故意的组织结点，其维护的松散结构(loose structure)却可以让网络在面对结点失效和恶意结点攻击时，具有更强的回复力(flexibility)。无结构架构在查找热门资源时的效率极高，对于冷门资源的定位却相对缺乏。

早期对于纯无结构架构(pure unstructured)的改进包括改善查询算法、对于查询添加更多的管理功能，比如让结点维护一些邻居结点的内容索引信息或者存储过去的查询历史以导向未来的查询等。到现在为此，无结构架构的演进有两种主流的研究趁势：

(1)利用网络中结点的异构性(包括结点处理能力、资源、以及结点的链路带宽等)。利用异构性通常根据所形成的overlay结构也通常被称为层次性结构。因为这类结构一方面以类似结构化网络的方式选出网络能力强而且资源多的结点，另一方面整个查询仍以无结构网络架构的方式来实现。通常形成两层overlay网络-越级结点(SP，Super-peer)覆盖网和叶子结点覆盖网，其中前者将为后者执行查询。这类结构中有两个问题是关键：选择什么样的结点作为SP结点和如何组织这两层overlay网络。这类层次结构的问题在于：超级结点之间很难选择一种很好的方式来连接(因为要保证很好的查询效率，超级结点要尽可能多维护与其它超级结点之间的连接，这对于减轻超级结点的负载又是矛盾的)。而且在动态拓扑下，超级结点上的维护负载将变得很大。

KaZaA是一种典型的层次性结构，见附图1(a)，其中包括如下网元：

101  超级结点  Super Peer  简称SP

102  叶子结点  Leaf Peer   简称LP

103  超级结点之间的强连接  Strong Connection between SP

可以看到，这类发展趋势-利用异构性，将仅限于结点的能力，包括结点的处理能力，结点所处的连接可用带宽等，并没有考虑到结点拥有的资源的相关性。这样一来，对于相似资源的查询可能会经过多跳才能查询得到。