2024年8月10日发(作者：)

维普资讯

４２　福建电脑　２００８年第３期　

基于Ｐ２Ｐ技术的网络信息检索的探讨　

达列雄　

（陕西理工学院计算机系陕西汉中７２３０００）　

【摘要Ｊ：基于Ｐ２Ｐ方式的信息检索系统相对集中式信息检索系统具有成本低、可扩展性好、客错性强等优点，可充分　

挖掘网络边缘资源，并可提供个性化的信息服务。本文从Ｐ２Ｐ技术的基本原理入手，围绕Ｐ２Ｐ技术的基本概念、应用范围和　

存在的问题进行了讨论，并着重阐述了Ｐ２Ｐ信息检索技术的原理、一般结构以及Ｐ２Ｐ模式的主要信息检索方式。并介绍了当　

前主流的Ｐ２Ｐ信息检索技术的研究方向和发展动态，对其未来的发展趋势和前景进行了展望。　

【关键词ｌ：Ｐ２Ｐ，信息检索．　

１．引言　

．　

作为服务器。并且它们与相邻的ｐｅｅｒ有相同的能力。　

－

伴随着网络技术的发展．计算模型也相应的从传统的单机　混合Ｐ２Ｐ模式结合了集中式和分布式Ｐ２Ｐ形式的优点．　

计算模型转变为网络计算模型．目前的网络计算模型主要是Ｃ，　在设计思想和处理能力上都得到近一步优化。　

Ｓ、Ｂ／Ｓ计算模型．这两种计算模型在海量信息的组织、访问等方　

３，Ｐ２Ｐ信息检索的原理　

面都不同程度存在着如单点服务瓶颈、无法抵抗Ｄｏｓ攻击等问　

在Ｐ２Ｐ网络中，每个参与的节点既是服务器又是客户端，　

题。Ｐｅｅｒ－Ｔｏ－Ｐｅｅｒ（Ｐ２Ｐ）计算模型正是在此情况下为了解决海嚣　既是信息的提供者又是信息的消费者。Ｐ２Ｐ信息检索的目的就　

计算单元及其信息资源的合理利用问题而提出的分布式计算模　是网络中的任意节点都可以提交检索的请求。然后这些检索通　

型。　

过某种路由机制被路由到和检索相关的节点上去．存储有和该　

基于对等网络（Ｐ２Ｐ）的内容存储和检索相对于集中式存储　

检索相关信息的节点将会回应请求。把本地相关的内容以对等　

和检索有着可扩展性强、实时性好、有一定自组织能力、适合动　的形式直接传送到请求节点上．示意图见图１。　

态网络等优点。同时还可以充分挖掘分布在边缘网络的各类异　

构信息。早期的Ｐ２Ｐ大型应用采用的是集中式索引方式。不是纯　

的Ｐ２Ｐ网络。目前。纯Ｐ２Ｐ网络包括两类：非结构化网络、结构　

化网络。非结构化Ｐ２Ｐ网络的资源定位采用的是广播方法，大部　

分情况下效率较低，定位稀疏资源困难。结构化ｐ２ｐ网络目前需　

要建立在分布式Ｈａｓｈ表之上。在给定资源的索引情况下．能够　

在０（１即）跳之内定位到索引对应的节点。　

２．Ｐ２Ｐ的概念和结构模式　

２．１　Ｐ２Ｐ的概念　

Ｐ２Ｐ是ｐ￣ｒ－ｔｏ—ｐｅｅｒ的缩写。目前Ｐ２Ｐ技术在加强网络上　

交流、文件交换、分布计算、协同、深度检索等方面应用十分广　

泛。一般来说．Ｐ２Ｐ有两个层面的基本含义：　

Ｐ２Ｐ通信模式。这种模式区别于传统的客户机，服务器或　

者主，从（Ｍａｓｔｍ／Ｓｌａｖｅ）模式，每个通信方都具有相同的能力。并　

且每个通信方都可以发起一个通信过程．　

Ｐ２Ｐ网络。Ｐ２Ｐ网络是运行在互联网上的动态变化的逻　

辑网络。这个网络是由一些运行同一个网络程序的客户端彼此　

互连而构成的．客户端彼此间可以直接访问存储在对方驱动器　

上的文件。　

’Ｐ２Ｐ使得网络上的沟通变得更容易、用户可以直接共享和　

交互而不必借助中间商．不用像过去那样必须连接到服务器才　

能浏览与下载。Ｐ２Ｐ另一个重要特点是改变了互联网以太网站　

－

－

图中的检索过程分为以下几个阶段：　

－

每个节点在加入网络的时候．会对存储在本节点上的内　

容进行索引．以满足本地内容检索的目的。然后按某种预定的规　

则选择一些节点作为自己的邻居．加入到Ｐ２Ｐ网络当中。　

－

发起者Ｐ提出检索请求ｑ，并将ｑ发送给自己的邻居　

Ｐ的邻居收到ｑ后。再按照某种策略转发绐它在网络中　

－

的其它邻居节点。这样，ｑ就在整个网络中传播开来。　

收到请求ｑ的节点如果存储有相应内容信息，则将对应　

．

的内容返回　

为中心的格局、重返”非中心化”。并把权力交还给用户。　

４，Ｐ２Ｐ信息检索的优势　

２，２　Ｐ２Ｐ的结构模式　

万维网ｆＷＷＷ—Ｗｏｄｄ　Ｗｉｄｅ　Ｗｅｂ）从二十世纪八十年代开　

Ｐ２Ｐ模式的主要结构形式有三种：集中式Ｐ２Ｐ、分布式Ｐ２Ｐ　

始出现，一直发展到现在，Ｗｅｂ规模每年都在发生爆炸性的增　

和混合式Ｐ２Ｐ．现简述如下：　

长。以Ｇｏｏｇｌｅ、Ｙａｈｏｏ！、Ｉｎｋｔｏｍｉ、新浪、天网为典型代表的集中式　

集中式Ｐ２Ｐ模式有一个中心服务器来负责记录共享信息　

搜索引擎技术为人们提供了一种方便快捷的网上冲浪形式。人　

以及回答对这些信息的查询。每一个对等实体对它将要共享的　

们越来越依赖搜索的理念去定位所需要的资源。但这种集中式　

－

信息以及进行的通信负责．根据需要下载它所需要的其它对等　

实体上的信息　

分布式Ｐ２Ｐ模式．是一种纯Ｐ２Ｐ模式。这种形式不需要有　

中心服务器和中心路由器，其上的每一个ｐｅｅｒ都作为对等实　

体，地位是完全平等的。每一个ｐｅｅｒ既可以作为客户机又可以　

・

的搜索引擎远远无法涵盖所有互联网内的共享内容．而Ｐ２Ｐ的　

信息检索正好是这种集中式检索的一种良性互补。发展Ｐ２Ｐ信　

息检索的优势有以下几个方面：　

１．充分利用以大规模分布形式存在的信息。互联网络内除　

了那些可以被搜索引擎检索到的静态页面外．还有分布在边缘　

维普资讯

２００８年第３期　福建　电脑　４３　

网络内的海量信息值得去采集和挖掘。这些分布存储在各个主　

ｆｒｅｃａｌｌ—ｒａｔｅ１．需要覆盖较多的节点。牺牲较大的通信代价和主机　

机里面的信息具有潜在的巨大价值．是互联网络中和用户密切　计　算代价。对于稀疏资源的定位更是如此。　

相关的”精华”。这种类型信息具有动态变化周期短的特征，传统　５．２．２结构化Ｐ２Ｐ网络中的搜索技术　

结构化中．每个节点都有固定的编址。整个网络其有褶对稳　

的集中式引擎无法胜任这种实时性强的海量信息检索。Ｐ２Ｐ信　

息检索是一个自然的选择。在Ｐ２Ｐ网络中．所有的主机自组织　

定而规则的拓扑结构。依赖拓扑结构，可以给网络的每个节点指　

地｛旬成一个Ｐ２Ｐ网络。在网络中，可以很便捷地检索到所有主　定一个逻辑的地址．并把地址和节点的位置对应起来。给定某个　

机中所存储的相关信息　

２．弥补传统搜索引辇无力深度挖掘网站信息的弱点。根据　

参考文献ｆＢｅｒｇｍａｎ２００４１，互联网上共享的文档总量超过５５００　

亿．目前Ｃｏｏｇｌｅ所能检索到的８０亿只是其中很小的一部分。还　

有相当大部分的信息是存储在网站的数据库中以动态网页的形　

地址．拓扑结构保证只需要通过Ｏ（１ｏｇ　ｎ）跳就能路由到具有相应　

地址的节点上去ｆｎ是网络中的节点数）。结构化网络可以用来有　

效地存储分布的信息，网络中存储的信息可以用＜ｋｅｖ，ｕｔ－ｌ＞这个　

二元组来唯一定位．其中ｋｅｙ是信息的索引，ｕｒｌ是存储该信息　

的节点。＜ｋｅｖ，ｕｒｌ＞分布地存储在结构化网络中。每个节点存储　

式来提供的．这些信息无法用传统搜索引擎通过对静态网页上　

那些ｋｅｖ和自己的地址相近的二元组。这样。要查找某个索引为　

的链接进行爬行采集来获取．唯一可行的方法是通过网站主动　

ｋｅｖ的信息．只需要路由到地址和ｋｅｖ相近的节点就可以获得＜　

提供信息索引以备检索之用　Ｐ２Ｐ检索提供了一条可行之径：各　

ｋｅｙ．ｕｒｌ＞的二元组，从而定位目标信息，就像我们平常在哈希表　

个信息提供者作为一个节点加入Ｐ２Ｐ共享网络．各个节点各自　中杏找数据一样。所以称为分布式的哈希表ｆＤｉｓｔｒｉｂｕｔｅｄ　Ｈａｓｈ　

对自己本机上存储的信息制作索引．所有的信息提供者一起构　

Ｔａｂｌｅ，ＤＨＴ）。　

成一个庞大的分布式数据库以供检索。　

给定存储信息的索引ｋｅｙ．ＤＨＴ能高效率定位到对应该索　

３．挖掘移动终端的信息。随着３Ｇ的到来．智能手机、智能　引的信息。但要作全文信息检索，必须要像搜索引擎一样能按内　

终端的功能不断加强。这些移动的终端存储的数据具有分布面　

容中包含的字段来进行检索。因此。这些内容字段必须能够转化　

广、地域性强、存储信息和用户终端密切相关的特点，这些特点　

成为相应的索引ｋｅｙ。这就要求ｋｅｙ必须体现内容信息。同时　

在互联网的Ｐ２Ｐ共享网络中也同样存在．可以看成是Ｐ２Ｐ共享　

ＤＨＴ类的方法面临本身固有的问题一负载均衡不易、网络拓扑　

网络的一个自然延伸。充分挖掘这些分布的信息．并使得信息在　

维护代价大、ｋｅｙ的同步维护困难等。这些问题在设计ＤＨＴ文　

各个用户群体内部流通顺畅．具有相当大的实用价值和研究意　

件共享系统的时候都是无法避免的。　

义。　

５．２．３基于兴趣局部性优化的Ｐ２Ｐ搜索　

４．构建人性化的信息终端　在Ｐ２Ｐ弼络中分布于各个终端　这类方法基于这样的原则：每个节点都表现出某些可以捕　

的数据非常直接而深刻地反映了用户的兴趣　在对这些兴趣进　捉到的兴趣．相近兴趣的节点保存的内容和提交的查询也相近。　

行挖掘的基础上．可以很方便地对产品和业务进行个性化推送．　

通过挖掘每个节点的兴趣，把节点按照兴趣关系组成网络。使得　

组织协作．研究和开发更加富有人性化的信息终端。综上所述．　兴趣相近的节点在网络中比较近。目前主要的研究是按照用户　

Ｐ２Ｐ信息检索蕴涵着巨大的商用前景和研究价值，是未来若干　提交的检索的行为来划分用户的兴趣的　

年互联网发展的重要趋势。　

６．结论　．　

５．Ｐ２Ｐ搜索　

本文主要从Ｐ２Ｐ技术的基本概念人手．讨论了Ｐ２Ｐ技术的　

在Ｐ２Ｐ的环境下进行资源定位是Ｐ２Ｐ相关研究中的热点　应用范围和存在的问题．介绍了Ｐ２Ｐ技术在信息检索方面应用　

也是核心的问题。Ｐ２Ｐ信息检索是这个问题里面的一个子问题，　

情况。主要包括：基于Ｐ２Ｐ的信息检索的基本原理、一般结构以　

主要偏重于对全文信息的检索　目前已有的对Ｐ２Ｐ资源的定位　

及信息检索的主要方式。　

的研究总结如下：　

在最近几年。Ｐ２Ｐ技术发展势头强劲。在技术背后反映更多　

５．２．１非结构化Ｐ２Ｐ网络中的搜索技术　

的是创新、自由、以人为本的理念。在给万千网民带来的便利的　

非结构化的网络指的是这样一类网络：节点采用随机的方　

同时．Ｐ２Ｐ正促使互连网的运营方式发生静悄悄的演变，新的格　

法或采用启发策略加入网络．网络拓扑随着节点的变迁和网络　

局正在形成。Ｐ２Ｐ信息检索将会是通往这个未来格局的关键技　

通信的进行而发生演变。Ｇｎｕｔｅｌｌａ、ｋａｚａａ、ｆｒｅｅｎｅｔ等属于这类网　

术。正如以Ｃｏｏｇｌｅ为首的Ｗｅｂ信息搜索引擎对人们冲浪方式　

络。在非结构化Ｐ２Ｐ网络内进行搜索的技术分为两类：　带来深刻变化一样．Ｐ２Ｐ信息检索带给未来的互联网也将会是　

（１１不利用任何文档分布信息的盲搜索（ｂｌｉｎｄ　ｓｅａｒｃｈ）　

一

场革命　

这类研究都可以抽象为如何从一个随机图中的任一个点出　

发定位目标点。使得整个过程遍历的点的个数最少。其中最具有　

参考文献：　．　

典型代表意义的是ｇｎｕｔｅｌｌａ的宽度优先遍历搜索（Ｂｒ＇Ｓ３）　

１．Ｇｕｄｉｖａｄａ　Ｖ　Ｎ．Ｉｎｆｏｒｍａｔｉｏｎ　Ｋｅｔｒｉｅｖａｌ　３ｎ　ｔｈｅ　Ｗｏｄｄ　Ｗｉｄｅ　Ｗｅｂ．ＩＥＥＥ　

ｆ２１利用网络中文档分布信息的搜索（ｉｎｆｏｒｍｅｄ　ｓｅａｒｃｈ）．　

］ｎｔｅｍｅｔ　Ｃｏｍｐｕｔｉｎｇ，１９９７，１（５）：５８—６８．．　

对ＢＦＳ的改进的共同特点是各个节点记录以前接受过的　

２．图书馆数字资源采集机制初撂。黄建年，《信息研究）ＮＯ．３　２００５　２９－３３　

请求和应答．并根据这种对应的关系作为对后来的路由过程的　

３．ｐ２ｐ技术及其在信息检索中的应用，何丰如《广东广播电视大学学报》　

启发。通过记录邻居的文档信息来尽量将查询路由到相关的节　

Ｎｏ．２　２００５　２ｏ＾　６　

点。而减少不必要的通信量。　

４．基于对等网络的全文信息检索。程学旗，吕建明，用昭涛《计算机研究　

上述方法都是对原有的在非结构化网络上检索的改进．对　

与发展）Ｎｏ．１２．２００４　２１４８－２１５６　

５．网络信息检索的发展方向，高凡，《情报理论与实践）ＮＯ．２ＶＯＬ　２７　

现有的Ｇｎｌｌｔｅｌｌａ等基于文件名检索的Ｐ２Ｐ文件共享网络比较适　

２００４生２０２－２０５　

用。但无法胜任全文信息检索。为了保证较高的文本的召回率