本发明专利技术涉及一种基于分层云对等网络的多维属性云资源区间查找方法，以分层云对等网络为基础，分别利用云资源的资源类型和资源属性值建立多维索引，将相关性的数据聚集存储在一个资源簇内；并将属性值的值域划分为多个区段，以满足更复杂的查询。同时建立资源簇融合、区间邻居维持等机制使该算法能在计算复杂度为对数级的基础上完成检索。充分结合现存结构化P2P网络优点，利用分层结构,将云资源分簇存储，利用资源簇定位技术，以较小的代价快速定位资源簇，同时在资源簇内建立HChord环，保持数据相关性；结构简单，易于实现。具有很好的时间、空间和通信复杂度，查询在对数级跳数内完成，且算法路由跳数不随网络规模的增大而迅速增加。
【技术实现步骤摘要】
本专利技术涉及一种计算机网络技术，特别涉及一种基于分层云对等网络的多维属性 云资源区间查找方法。
技术介绍
在对等（P2P)系统中，数据可存储在网络中的任意结点上。因此，如何能够高效地 定位存储特定数据的结点成为一个最基本的问题。而目前云平台网络数据种类多样，并依 据多级索引结构化存储，因此单关键字查询已不能满足云系统，而能够快速支持复杂查询 已是目前云对等网络查询算法的关键。目前结构化P2P上多属性查询的研究主要有三种方案： 1)复用单维属性查询来实现多属性查找机制，如BATON、Mercury都是采用这种方式 进行多属性查询处理。其最终查询结果是由每一单属性查找结果做交集操作得来的。即 便算法有所优化，但查询性能也会随着属性维度的增加而迅速降低。 2)将多维属性资源利用降维曲线映射到单维索引空间。如HilbertChord，其基本 原理是用Hilbert曲线穿过多维空间而形成一维索引。而Znet是基于SkipGraphs的覆 盖网络，用Z曲线将多属性资源空间映射成一维，以形成支持多关键字查询、多区间查询的 索引平台。 3)是直接建立多维索引。如Dak提出一种基于kd-tree索引划分，并将数据索引 树内嵌到DHT网络底层，以支持多属性区间查询的索引框架。GChord改造传统的多维索引 结构以适应P2P网络环境，并构造一个多播树来实现多维属性的查找。
技术实现思路
本专利技术是针对进一步改进结构化P2P上多属性查询的问题，提出了一种基于分层 云对等网络的多维属性云资源区间查找方法，在现有技术的优点基础上，进一步改进，本发 明能够布局在P2P网络上的多维属性区间查找算法，满足更复杂的查询，算法不会随着网 络节点数及资源属性数增加而产生较大查询延迟。 本专利技术的技术方案为：一种基于分层云对等网络的多维属性云资源区间查找方 法，节点N收到包含类型和属性值信息的查询请求QA，如果节点N不是资源簇代理节点D， 则将查询请求QA的类型信息发送给D，用节点D解析QA:首先与本节点D提供的资源类型 比较，如果匹配，执行资源簇代理节点D内资源簇查找；不匹配则采用资源簇定位算法，然 后将查询请求QA同时发送给所有满足该类型的资源簇代理节点，执行资源簇内查找，当资 源簇定位算法也找不到代理节点时，向用户反馈查找失败； 其中资源簇内查找：首先依据QA的类型及属性值信息查询区间划分表，确定查询资源 的笛卡尔坐标，并转化为HSFC编码；然后依据Chord规则定位到提供资源的节点；最后将 资源及节点的IP发送给用户，用户可以直接与该节点通信； 如果资源节点提供的资源不足或者无此资源，资源节点将区间邻居节点反馈给用户并 附上邻居节点标记，如果区间邻居节点也没有资源，那么再提供邻居的区间邻居节点的资 源，再无资源后向用户反馈查找失败； 用户集合资源节点提供的资源信息，当资源来自多个资源簇时，按匹配权重排序，提供 给用户。 所述资源簇定位算法： 算法默认所有的网络资源包含资源类型和资源属性值两种属性，并采用双层Chord模 型，第一层为实现资源类型信息的索引，第二层为将相关类型的资源聚集在一起而形成的 资源簇；节点的加入与离开遵循Chord的规则， 其中索引建立方法：使用资源类型作为索引，根据资源类型的索引向量，利用SHA-1散 列函数求哈希值，然后利用Chord规则根据1中的哈希值确定相应节点，确定的节点内包含 了存储资源簇的索引项，就是资源簇的入口节点，在资源簇内再建立资源属性值索引，便定 位资源节点。 所述资源簇资源簇内每一类型就是资源空间的一个维度，k维类型就形成一个k 维笛卡尔坐标系，每个类型的属性值以其值域被划分为d个区间，这样便形成了dk个多维 区间，每个多维区间的属性值向量都可以用这个多维区间的笛卡尔坐标值D(Xl，x2，…，xk) 来表示，由于类型个数和区间划分情况都是变动的，因此每个资源簇保存一张区间划分表， 依据区间划分表，属性值向量能转化为相应的笛卡尔坐标。 所述匹配权重具体的公式如下： 假设某资源簇的类型维度为C，查询语句的类型维度为?，则类型的匹配权重为：假设资源簇内的某资源节点的邻居跳数为X(当资源来自节点本身，X为〇;来自直接 邻居，X为1，以此类推)，则属性值的匹配权重为：最终的匹配权重为：其中，與为类型匹配因子，Ρ为属性值匹配因子，可由人工配置，当靶越大，匹配程度 越高，而当资源簇的类型维度与查询的类型维度相差越大，或者查询结果来源于原资源节 点的邻居节点，则_越小，匹配程度也就越低。 本专利技术的有益效果在于：本专利技术基于分层云对等网络的多维属性云资源区间查找 方法，具有很好的时间复杂度、空间复杂度和通信复杂度，查询在对数级跳数内完成，且算 法路由跳数不随网络规模的增大而迅速增加；本专利技术充分结合了现存结构化P2P网络优 点，利用分层P2P网络结构，将云资源分簇存储，利用资源簇定位技术，利用较小的代价快 速定位资源簇，同时在资源簇内建立Hilbert-chord环，保持数据相关性；本专利技术结构简 单，易于实现。【附图说明】 图1为本专利技术实施例HChord网络的基本模型图； 图2为本专利技术实施例HChord网络的资源簇索引示意图； 图3为本专利技术实施例HChord网络资源簇内的资源分布空间及Hilbert环示意图。【具体实施方式】 本专利技术基于分层云对等网络的多维属性云资源区间查找算法（HChord)主要思想 是：以分层云对等网络为基础，分别利用云资源的资源类型和资源属性值建立多维索引，将 相关性的数据聚集存储在一个资源簇内；并将属性值的值域划分为多个区段，以满足更复 杂的查询。同时建立资源簇融合、区间邻居维持等机制使该算法能在计算复杂度为对数级 的基础上完成检索。 具体的查询算法步骤如下： 1)节点N收到查询请求QA(QA包含类型和属性值信息)，如果节点N不是资源簇代理 节点D，则将查询请求QA的类型信息发送给D。用节点D解析QA:首先与本节点D提供的资 源类型比较，如果匹配，执行资源簇代理节点D内资源簇查找；不匹配则采用资源簇定位算 法，然后将查询请求QA发送给满足该类型的资源簇代理节点（可能不止一个，当有多个时， 查找是并行的)，以执行资源簇内查找。而当资源簇定位算法也找不到代理节点时，向用户 反馈查找失败。 2)资源簇内查找：首先依据QA的类型及属性值信息查询区间划分表，确定查询资 源的笛卡尔坐标，并转化为HSFC编码；然后依据Chord规则定位到提供资源的节点；最后 将资源及节点的IP发送给用户，用户可以直接与该节点通信。 3)如果资源节点提供的资源不足或者无此资源，资源节点将区间邻居节点的资源 反馈给用户并附上邻居节点标记(表示资源来源于邻居)。如果区间邻居节点也没有资源， 那么可以再提供邻居的区间邻居节点的资源(这个间接度可以自由设定)。如果还是没有资 源则向用户报告查找失败。 4)用户集合资源节点提供的资源信息。当资源来自多个资源簇时，按匹配权重排 序，提供给用户。 虽然保持区间邻居节点信息会增加节点的存储开销，但该系统建立在云服务器 上，存储容量已不再是主要限制因素。却能带来简化查询、提高查找效率等便利。考虑到存 在节点加入退出等情况，资源首次登记时，节点的区间邻居信息只存储H本文档来自技高网...
【技术保护点】
一种基于分层云对等网络的多维属性云资源区间查找方法，其特征在于，节点N收到包含类型和属性值信息的查询请求QA，如果节点N不是资源簇代理节点D，则将查询请求QA的类型信息发送给D，用节点D解析QA:首先与本节点D提供的资源类型比较，如果匹配，执行资源簇代理节点D内资源簇查找；不匹配则采用资源簇定位算法，然后将查询请求QA同时发送给所有满足该类型的资源簇代理节点，执行资源簇内查找，当资源簇定位算法也找不到代理节点时，向用户反馈查找失败；其中资源簇内查找：首先依据QA的类型及属性值信息查询区间划分表，确定查询资源的笛卡尔坐标，并转化为HSFC编码；然后依据Chord规则定位到提供资源的节点；最后将资源及节点的IP发送给用户，用户可以直接与该节点通信；如果资源节点提供的资源不足或者无此资源，资源节点将区间邻居节点反馈给用户并附上邻居节点标记，如果区间邻居节点也没有资源，那么再提供邻居的区间邻居节点的资源，再无资源后向用户反馈查找失败；用户集合资源节点提供的资源信息，当资源来自多个资源簇时，按匹配权重排序，提供给用户。
【技术特征摘要】
【专利技术属性】
技术研发人员：陈世平，胡凯，蒲云花，
申请(专利权)人：上海理工大学，
类型：发明
国别省市：上海;31
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。