![](https://csdnimg.cn/release/download_crawler_static/19105866/bg1.jpg)
第
37
卷第
6
期
2007
年
11
月
吉林大学学报(工学版)
Journal
of
Jilin University CEngineering and Technology Edition)
Vo
l.
37
No.6
Nov.
2007
P2P
网络中相似文本的聚集存储和模糊查询
董建设,袁占亭,张秋余
(兰州理工大学计算机与通信学院,兰州
730050)
摘
要:针对目前各种结构化
P2P
协议在对资源进行查询时依赖于准确的全局唯一标识符
CGlobal
Unique
Identifier)
,无法实现相似资源的模糊查找的问题,提出了一种资源发布和查
找策略,实现了相似文本的聚集存储和模糊查询。该策略首先根据文本内容生成具有强鲁棒
性的指纹,以该指纹作为文本在
P2P
网络中发布的基础,实现将相似的文本发布到同一节点
或相邻节点,进而实现高效的分布式相似文本查询。该算法构建在分布式哈希表
(DHT)
路由
基础之上,适用于各种以
DHT
为特征的结构化
P2P
系统。
关键词:计算机系统结构;相似文本查询;聚集存储
;P2P
网络
中图分类号:
TP393
文献标识码
:A
文章编号
:1671-5497(2007)06-1349-05
Aggregating store and approximate text addressing in
P2P
networks
Dong
J
ian-she
,
Yuan
Zhan-ting
,
Zhang
Qiu-yu
(School
of
Computer
απ
d
Communication
,
Lanzh
ο
四
University
0/
Technology
,
Lanzhou
730050
,
Chi
ηι)
Abstract:
To
launch
a
search
for
a
given
resource
in
different
existing
structured
Peer-to-
Peer
(P2P)
networks
,
the
global
unique
identifier
of
the
resource
must
be
known
in
advance.
Hence
it
is
difficult
to
implement
a
search
for
approximate
documents.
To
solve
this
problem
, a
novel
routing
scheme
was
proposed
for
resource
pu
blishing
and
addressing
in
structured
P2P
systems.
By
this
scheme
,
according
to
the
content
of
the
texts
a
robust
fingerprint
is
generated
,
which
is
taken
as
the
base
of
text
publication
in
P2P
network.
The
key-value
pairs
of
approximate
tests
are
published
to
a
unique
node
or
contiguous
peers
,
thus
the
distributed
approximate
texts
can
be
efficiently
searched
by
range
queries.
The
system
is
constructed
based
on
the
Chord
overlays
,
it
is
also
applicable
on
other
structured
P2P
systems.
Key
words:
computer
systems
organization;
approximate
text
addressing;
aggregating
storing;
P2P
network
相似文本检测又称为复制检测,在知识产权
保护、信息检索中以及垃圾邮件过滤等多个领域
有着重要应用。将相似文本检测扩展到分布式环
境中是这些应用领域迫切的需求。
近年来
Peer-to-Peer
(P2P)
系统得到了广泛
收稿日期:
2006-08-25.
的应用,其中全分布式结构化
P2P
系统,如
Chord[l]
,
CAN[2]
、
Tapestr
yC
3] 、
Pastry[4]
等,在广
域范围实现了高可扩展性的分布式资源共享服
务。这些服务构建在不同的分布式晗希表
CDistributed
Hashing
Table
,
DHT)
算法之上,
基金项目
:"863"
国家高技术研究发展计划项目
(2002A
A4
15270)
.
作者简介:董建设(1
970-)
,男,讲师,博士研究生.研究方向
2
分布式系统,自然语言理解.
E-mail:dongjs@lut.cn