【技术实现步骤摘要】
本专利技术涉及由分布式节点组成的服务网络结构，尤其涉及一种基于多种信息映射和融合的节点聚合处理方法及系统。
技术介绍
目前，面向媒体业务的服务虚拟化网络研究是一个新兴课题，因此也涌现出了一些新矛盾，包括:流媒体是内容相关的服务，而传统的网络建模方法中大多忽略了这一特点，因此，如何融合多种信息源，对具有相对较高性能的节点进行聚合，并依此对服务节点在广域环境中组网，是一个关键问题。在广域环境下，无论是在P2P网络，还是内容分发网络(CDN)中，大多需要建立节点之间的覆盖网(Overlay)结构，利用覆盖网结构来完成资源的共享。传统的覆盖网overlay通信之间完全是无序随机的。因此,有必要在建立覆盖网overlay的同时,考虑其他额外因素，例如地域特征，延时特征等等，从而对具有相似特征的节点进行聚合，便于节点相互服务和内容查找。当前的大多数节点聚合和分组算法，仅考虑单维影响因素，如地理位置、网络距离等。而对于媒体业务而言，每个节点最感兴趣的往往是具有相似内容的节点，且节点延迟低、链路状态好且资源空闲率高的节点，而这些特征往往是影响媒体业务节点之间协作性能的关键因素。因此，如何将多种影响信息进行融合分析，得到具有知识内容相似且低延迟的节点簇并以此组网，用于满足媒体类业务的需要，在以前的覆盖网络研究中并没有得到充分的关注，也没有相应的技术手段解决这些问题。
技术实现思路
本专利技术的目的在于，为克服现有的节点聚合和分组算法仅考虑单维影响因素，如地理位置、网络距离等导致的采用这些因素选择的节点形成的网络服务能力低等问题，从而提供一种多信息映射和融合的节点聚合方法及系统...
【技术保护点】
一种多信息映射和融合的节点聚合方法，该方法用于依据分布式网络中的网络延迟特征和内容特征从某节点的N个邻居节点中进一步筛选能作为该节点的节点簇的节点，所述方法为：步骤1，用于将某节点与其邻居节点之间的网络延迟、内容知识量相关参数分别用弹簧弹力和万有引力进行类比的步骤；步骤2，将节点的弹簧弹力和万有引力分别映射为弹性势能和重力势能进行势能化映射的步骤；步骤3，计算节点的势能总和并依据该势能总和通过局部最优算法从N个邻居节点中为每个节点寻找最优簇集合的步骤。
【技术特征摘要】
1.一种多信息映射和融合的节点聚合方法，该方法用于依据分布式网络中的网络延迟特征和内容特征从某节点的N个邻居节点中进一步筛选能作为该节点的节点簇的节点，所述方法为: 步骤1，用于将某节点与其邻居节点之间的网络延迟、内容知识量相关参数分别用弹簧弹力和万有引力进行类比的步骤； 步骤2，将节点的弹簧弹力和万有引力分别映射为弹性势能和重力势能进行势能化映射的步骤； 步骤3，计算节点的势能总和并依据该势能总和通过局部最优算法从N个邻居节点中为每个节点寻找最优簇集合的步骤。2.根据权利要求1所述的多信息映射和融合的节点聚合方法，其特征在于，所述步骤I之前还包含:提取网络延迟特征和提取节点内容特征的步骤。3.根据权利要求2所述的多信息映射和融合的节点聚合方法，其特征在于，所述弹簧弹力类比节点网络延迟特征的公式为: F(A,B) = s {O (A) - [D (A, B) +0 (B) ]} +s {O (B) - [D (B, A) +0 (A) ]}； 其中，D(A，B)为提取的分布式网络中任意节点A和节点B间的网络延迟；8为弹力系数，可看作弹力与延迟映射的权重；对于同一个任务，资源占用量一定的情况下，A、B两节点执行该任务的时间分别为O(A)和O(B)。4.根据权利要求2所述的多信息映射和融合的节点聚合方法，其特征在于，所述万有力类比节点内容知识特征的公式为: 假设节点A中内容知识总量为Ma，B为Mb ;节点A和节点B相互交叠的知识总量为Ma,B，对节点相关的知识量进行归一化，则Ma,b/Ma和Ma,b/Mb分别看作节点A，B的质量，则节点A，B间的引力为: TT(MabIMa)(MabIMb) U AR=gy.-:-，- -； g为万有引力常数，表示两节点内容相关性的权重。5.根据权利要求3或4所述的多信息映射和融合的节点聚合方法，其特征在于，所述节点A、B间的势能总和计算公式为: E(A, B) = Es (A, B) +Eu(A7B) 其中，Es (A，B)是弹力势能，Eu(A，B)是万有引力势能； \0(A)-[D(A,B)+0(B)]\ ES(A, E)= f s(0(A) - [D(A, B) + 0(E)})dx + O \0(B)-[D(...
【专利技术属性】
技术研发人员：尤佳莉，王劲林，
申请(专利权)人：中国科学院声学研究所，
类型：发明
国别省市：
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。