雷 申，劉方愛

（1.山東師范大學(xué) 信息科學(xué)與工程學(xué)院，山東 濟(jì)南250014；2.山東省分布式計(jì)算機(jī)軟件新技術(shù)重點(diǎn)實(shí)驗(yàn)室，山東 濟(jì)南250014）

0 引 言

P2P（peer－to－peer）系統(tǒng)的應(yīng)用都依賴于系統(tǒng)的搜索效率，而P2P網(wǎng)絡(luò)中資源如何被高效的定位仍然是P2P應(yīng)用面臨的巨大挑戰(zhàn)［1］。P2P網(wǎng)絡(luò)可以分為非結(jié)構(gòu)化P2P網(wǎng)絡(luò)和結(jié)構(gòu)化P2P網(wǎng)絡(luò)［2］。非結(jié)構(gòu)化P2P網(wǎng)絡(luò)基于洪泛等算法進(jìn)行路由，路由效率低且擴(kuò)展性差［3］。而結(jié)構(gòu)化P2P網(wǎng)絡(luò)（如 Chord［4］、CAN［5］等）通過 DHT （distributed hash table）進(jìn)行路由，相對(duì)無結(jié)構(gòu)化P2P網(wǎng)絡(luò)具有查詢速度快、路由延遲低、擴(kuò)展性能好［6］等優(yōu)點(diǎn)。而DHT網(wǎng)絡(luò)中的拓?fù)浣Y(jié)構(gòu)不僅僅是節(jié)點(diǎn)之間的位置關(guān)系，更重要的是為節(jié)點(diǎn)中原本沒有位置關(guān)系的資源賦予了與節(jié)點(diǎn)拓?fù)湎嗨频年P(guān)系［7］。因此，在結(jié)構(gòu)化P2P中，資源可以被高效的定位，同時(shí)DHT也使查詢請(qǐng)求只能根據(jù)資源的關(guān)鍵字進(jìn)行精確的匹配，并且不支持語義關(guān)聯(lián)檢索，缺乏模糊搜索能力，使部分查詢結(jié)果在內(nèi)容上匹配程度不高。因此，如何在基于DHT的結(jié)構(gòu)化P2P網(wǎng)絡(luò)中實(shí)現(xiàn)語義層次的檢索是結(jié)構(gòu)化P2P網(wǎng)絡(luò)面臨的主要問題之一。

文獻(xiàn) ［8］構(gòu)建了一個(gè)P2P網(wǎng)絡(luò)環(huán)境下的文獻(xiàn)檢索系統(tǒng)SemreX，并提出一種基于語義相似度的P2P拓?fù)涔芾砗筒樵兟酚伤惴▉硖岣呦到y(tǒng)的搜索效率。文獻(xiàn) ［9］結(jié)合向量空間模型VSM、本體 （Ontology）與DHT技術(shù)將相似文檔聚集在臨近位置，減少了路由跳數(shù)，在一定程度上加快了檢索的速度，擴(kuò)大了檢索的范圍。但是系統(tǒng)中特征向量產(chǎn)生的高維矩陣增加了計(jì)算復(fù)雜度。文獻(xiàn) ［10］針對(duì)P2P網(wǎng)格，提出了一種基于分布式網(wǎng)格本體的P2P網(wǎng)格資源匹配模型。在該模型中，全局本體由各個(gè)節(jié)點(diǎn)的獨(dú)立的本地網(wǎng)格資源本體構(gòu)成。網(wǎng)格資源匹配操作完全分布式地由節(jié)點(diǎn)自主控制。文獻(xiàn) ［11］劃分了網(wǎng)絡(luò)中資源的主題，提出了一種語義覆蓋網(wǎng)絡(luò)SSON，其基于結(jié)構(gòu)化P2P網(wǎng)絡(luò)路由，具有可靠、高效等特點(diǎn)。

本文在以往研究的基礎(chǔ)上，提出一種基于DHT和本體的搜索方法SOC （semantic ontology chord），將類似文檔聚集在一起、使相同興趣的節(jié)點(diǎn)趨近于鄰近位置來改善搜索效率，同時(shí)支持模糊查詢。該方法具有較好的實(shí)用性和擴(kuò)展性，為有組織的P2P系統(tǒng)提供了一種高效的數(shù)據(jù)查詢方法。

1 基于本體的P2P網(wǎng)絡(luò)搜索方法

1.1 本體的應(yīng)用

本體的概念來源于哲學(xué)，目前被廣泛接受的定義由Gruber給出［12］，即 “本體是概念模型的明確的規(guī)范說明”。本體就是通過對(duì)某特定領(lǐng)域內(nèi)的知識(shí)用公認(rèn)的規(guī)范進(jìn)行定義，并描述這些定義與定義之間的關(guān)系，使人和機(jī)器都可處理和交流的一種知識(shí)模型。它可以包括這個(gè)領(lǐng)域都有哪些概念、這些概念都有什么屬性以及概念間的層次和關(guān)系等。本體的應(yīng)用廣泛，目前已被應(yīng)用于電子工程、化學(xué)、電子商務(wù)和數(shù)據(jù)挖掘等領(lǐng)域。

SOC可以利用 SWRC （semantic web research community ontology）［13］等 已 設(shè) 計(jì) 好 的 本 體 來 構(gòu) 建 節(jié) 點(diǎn) 本 體。SWRC是學(xué)術(shù)科研領(lǐng)域的一個(gè)本體，用與描述科研機(jī)構(gòu)、科研項(xiàng)目和出版物等概念以及它們之間的關(guān)系。利用SWRC將節(jié)點(diǎn)本體細(xì)化為文獻(xiàn)本體和主題分類本體兩部分。其中文獻(xiàn)本體由文獻(xiàn)的概念、屬性以及各種關(guān)系等組成；而主題分類本體則包含了對(duì)領(lǐng)域內(nèi)各種主題的分類和主題之間的關(guān)系，例如 “軟件工程”與 “計(jì)算機(jī)科學(xué)”之間是subTopicof和superTopicof的關(guān)系等。

通過節(jié)點(diǎn)本體，能夠較好的解決因關(guān)鍵詞精確匹配帶來的資源內(nèi)容不符等問題，使查詢請(qǐng)求和節(jié)點(diǎn)間能建立較強(qiáng)的語義關(guān)系，使檢索上升到語義層。對(duì)于有查詢請(qǐng)求的節(jié)點(diǎn)：可以對(duì)用戶的檢索請(qǐng)求進(jìn)行處理和規(guī)范，根據(jù)關(guān)鍵詞對(duì)要查詢的資源進(jìn)行歸類，判斷需要查詢的資源屬于哪個(gè)類別，以獲得更好的查詢效果；對(duì)于收到查詢請(qǐng)求的節(jié)點(diǎn)：可以通過請(qǐng)求消息計(jì)算出相近似的資源并返回，使網(wǎng)絡(luò)能夠最大限度的滿足查詢請(qǐng)求。

本體中兩個(gè)主題之間在語義上的相似度可以通過文獻(xiàn)［14］介紹的相似性函數(shù) （見式 （1））來計(jì)算，其通過計(jì)算兩個(gè)主題t1、t2在主題層中的位置來計(jì)算它們之間的距離，當(dāng)距離較近并高于某一個(gè)閾值時(shí)則認(rèn)為兩個(gè)主題相似。

其中α，β≥0。l是在本體的層次結(jié)構(gòu)中主題t1、t2之間的最短路徑。h是第一個(gè)包含t1、t2的父主題的層次位置。顯然l越大或h越小，t1、t2之間的相似度越小；反之亦然。α和β是參數(shù)，分別決定了最短路徑長度l和父主題層次h的影響比重，文獻(xiàn) ［14］經(jīng)過實(shí)驗(yàn)表明α和β的值分別在0.2和0.6時(shí)最佳。由式 （1）可知，當(dāng)不同的主題通過計(jì)算即t1≠t2時(shí)，Sim的值越大，則t1、t2之間的相似度就越大。

1.2 SOC基本設(shè)計(jì)

Chord是MIT提出的一種典型的結(jié)構(gòu)化P2P網(wǎng)絡(luò)模型，具有映射簡單、搜索速度快等優(yōu)點(diǎn)。它通過一致性散列 （consistent hashing）運(yùn)算將節(jié)點(diǎn)和文檔映射到值域?yàn)椋?，2m－1］的環(huán)形結(jié)構(gòu)中，并在此基礎(chǔ)上利用DHT實(shí)現(xiàn)資源定位。SOC是從Chord模型調(diào)整而來，其網(wǎng)絡(luò)中每個(gè)節(jié)點(diǎn)共享一個(gè)相同的領(lǐng)域本體，并利用該本體來進(jìn)行查詢請(qǐng)求的優(yōu)化。在Chord原有的結(jié)構(gòu)基礎(chǔ)上改進(jìn)了節(jié)點(diǎn)維護(hù)的資源索引，使查詢時(shí)可以返回更多相近主題的結(jié)果，進(jìn)而提高查全率。

Chord模型中，文件被關(guān)聯(lián)到＜Key，Value＞對(duì)，節(jié)點(diǎn)標(biāo)識(shí)符也采用節(jié)點(diǎn)名字 （如IP地址）的散列值，節(jié)點(diǎn)的每個(gè)資源對(duì)應(yīng)的＜Key，Value＞對(duì)被保存到與Key相近的節(jié)點(diǎn)標(biāo)識(shí)符的機(jī)器中，使查詢消息所代表的資源對(duì)象與節(jié)點(diǎn)地址相關(guān)聯(lián)。當(dāng)有新節(jié)點(diǎn)加入網(wǎng)絡(luò)或者有新的資源關(guān)聯(lián)到＜Key，Value＞對(duì)時(shí)，將對(duì)應(yīng)的＜Key，Value＞對(duì)轉(zhuǎn)移到更相近的節(jié)點(diǎn)上，節(jié)點(diǎn)離開時(shí)其保存的＜Key，Value＞也會(huì)轉(zhuǎn)移到相鄰的節(jié)點(diǎn)。

SOC保持原有放置機(jī)制不變，將＜Key，Value＞對(duì)改進(jìn)為＜Class，Key，Value＞，Class是節(jié)點(diǎn)通過共享的領(lǐng)域本體對(duì)資源進(jìn)行規(guī)范和處理后的分類信息的散列值，資源文件將會(huì)由Class和Key確定。此時(shí)節(jié)點(diǎn)的每個(gè)資源對(duì)應(yīng)的＜Class，Key，Value＞信息將被保存到與Class相近的節(jié)點(diǎn)標(biāo)識(shí)符的機(jī)器中，而原本散列關(guān)鍵詞得到的Key因查詢需求不進(jìn)行散列。在查詢的過程中，節(jié)點(diǎn)將包含Class和Key的請(qǐng)求發(fā)送到與Class鍵值最接近的節(jié)點(diǎn)上，目標(biāo)節(jié)點(diǎn)將同一Class下與Key相近的＜Class，Key，Value＞返回。源節(jié)點(diǎn)根據(jù)返回的Value信息找到放置資源的節(jié)點(diǎn)進(jìn)行資源傳輸。

SOC中每個(gè)節(jié)點(diǎn)除維護(hù)原有的路由信息外還維護(hù)著一張興趣節(jié)點(diǎn)表，其保存了提供資源的節(jié)點(diǎn)的歷史傳輸信息，即通過Class查詢后得到的Value中成功提供資源的節(jié)點(diǎn)信息。事實(shí)上，若同一個(gè)節(jié)點(diǎn)在一定時(shí)間范圍內(nèi)總是能滿足另一個(gè)節(jié)點(diǎn)的查詢請(qǐng)求，那么這兩個(gè)節(jié)點(diǎn)有可能具有較為相似的興趣；另一方面，如果節(jié)點(diǎn)在查詢時(shí)優(yōu)先向有相同興趣的節(jié)點(diǎn)發(fā)送請(qǐng)求，那么得到匹配資源的幾率會(huì)增大。節(jié)點(diǎn)在查詢時(shí)可以先向興趣節(jié)點(diǎn)表中記錄的節(jié)點(diǎn)發(fā)送查詢請(qǐng)求，目標(biāo)節(jié)點(diǎn)在收到請(qǐng)求時(shí)通過一定算法計(jì)算出與請(qǐng)求最接近的資源信息后返回。

1.3 SOC中的路由

SOC初始時(shí)路由算法與Chord模型類似，在SOC中節(jié)點(diǎn)同樣需要保存m個(gè)其它節(jié)點(diǎn)的信息，這些信息的集合稱為查詢表，表格中節(jié)點(diǎn)的間距以2k－2的關(guān)系排列 （k是表中的數(shù)組下標(biāo)）。節(jié)點(diǎn)將自身資源的＜Class，Key，Value＞保存到標(biāo)識(shí)符與Class鍵值相近的節(jié)點(diǎn)上并維護(hù)，在查詢時(shí)將包含Class和Key的請(qǐng)求信息發(fā)送給對(duì)應(yīng)節(jié)點(diǎn)即可。節(jié)點(diǎn)在查詢到需要的資源后，記錄提供資源節(jié)點(diǎn)信息到興趣節(jié)點(diǎn)表，在下一次查詢時(shí)先向興趣節(jié)點(diǎn)表中的節(jié)點(diǎn)發(fā)送查詢請(qǐng)求，這樣將有較大幾率獲得期望結(jié)果。下面是路由算法的詳細(xì)過程：

（1）當(dāng)節(jié)點(diǎn)A有查詢請(qǐng)求時(shí)，通過節(jié)點(diǎn)本體處理查詢關(guān)鍵詞，得到關(guān)鍵詞在相關(guān)領(lǐng)域內(nèi)的分類信息，然后將分類信息散列為Class鍵值。

（2）如果節(jié)點(diǎn)的興趣節(jié)點(diǎn)表為空，則根據(jù)查詢表將包含Class和Key的請(qǐng)求信息發(fā)送到與Class鍵值最接近的節(jié)點(diǎn)A’上，跳至 （3）；否則還需要向興趣節(jié)點(diǎn)表中的節(jié)點(diǎn)發(fā)送請(qǐng)求，并在請(qǐng)求中附加信息以證明此請(qǐng)求為一個(gè)興趣查詢請(qǐng)求，除步驟 （3）外還需要進(jìn)行步驟 （4）。

（3）收到查詢請(qǐng)求的節(jié)點(diǎn)X根據(jù)Class鍵值與自身存儲(chǔ)鍵值比較，如果吻合，則通過本體計(jì)算出自身維護(hù)的與Key相同或相似的資源索引，并返回結(jié)果，否則返回已知與Class最相近的節(jié)點(diǎn)信息；重復(fù)這一步驟，直到找到相對(duì)應(yīng)的節(jié)點(diǎn)為止。

（4）收到帶有附加信息查詢請(qǐng)求的節(jié)點(diǎn)，根據(jù)式 （1）計(jì)算自身資源與Key對(duì)應(yīng)主題的相似度并在大于某一閾值時(shí)返回對(duì)應(yīng)結(jié)果。

（5）節(jié)點(diǎn)A查詢到＜Class，Key，Value＞時(shí)根據(jù)Value信息找到存儲(chǔ)資源的節(jié)點(diǎn)B并傳輸資源，并記錄節(jié)點(diǎn)B的地址等信息。

查詢過程的偽代碼如下：

A.Search（reqStr）｛//節(jié)點(diǎn)A發(fā)起發(fā)起查詢，reqStr為處理后的查詢信息

while（hasResult＝＝0）｛//無查詢結(jié)果返回時(shí)

A’＝A.find ＿matched ＿node （reqStr）；//查 找 與reqStr最匹配的節(jié)點(diǎn)

A.send（reqStr）； //向匹配節(jié)點(diǎn)發(fā)送查詢請(qǐng)求

if（A’.match （reqStr））｛//如果目標(biāo)節(jié)點(diǎn)匹配

hasResult＝1；

return result； //返回結(jié)果

｝else｛ //否則重復(fù)直到有結(jié)果返回

A＝A’；

｝

｝

if（interestTable.length＞0）｛//如果興趣節(jié)點(diǎn)表不為空

A.Send （reqInterestStr）；//向興趣節(jié)點(diǎn)發(fā)送請(qǐng)求

｝

｝

如圖1所示為SOC中一個(gè)節(jié)點(diǎn)查詢數(shù)據(jù)的過程。

圖1 SOC中節(jié)點(diǎn)查詢示例

1.4 節(jié)點(diǎn)信息維護(hù)

1.4.1 節(jié)點(diǎn)的加入

SOC中節(jié)點(diǎn)p的加入步驟與Chord類似。一般的，新節(jié)點(diǎn)p加入網(wǎng)絡(luò)的過程是通過網(wǎng)絡(luò)中已存在的節(jié)點(diǎn)p’完成的，具體情況如下：①根據(jù)Chord規(guī)則更新p的前向節(jié)點(diǎn)、后繼節(jié)點(diǎn)、網(wǎng)絡(luò)中已存在的其它節(jié)點(diǎn)和自身的指針表信息；②將網(wǎng)絡(luò)中歸屬于p的＜Class，Key，Value＞信息轉(zhuǎn)移到節(jié)點(diǎn)p上并由p維護(hù)。

一般情況下，一個(gè)節(jié)點(diǎn)加入網(wǎng)絡(luò)需要影響的節(jié)點(diǎn)數(shù)為O（logN），更新這些節(jié)點(diǎn)的信息需要的時(shí)間為O（log2N）。

1.4.2 節(jié)點(diǎn)的離開

節(jié)點(diǎn)的離開分為正常離開和異常離開。正常離開時(shí)會(huì)將自身保存的＜Class，Key，Value＞信息轉(zhuǎn)移到后繼節(jié)點(diǎn)上，然后由后繼節(jié)點(diǎn)負(fù)責(zé)其它節(jié)點(diǎn)的更新，更新策略與節(jié)點(diǎn)加入時(shí)相同。當(dāng)節(jié)點(diǎn)因特殊原因異常離開網(wǎng)絡(luò)時(shí)，會(huì)導(dǎo)致通過該節(jié)點(diǎn)的信息無法路由。為此，網(wǎng)絡(luò)中每個(gè)節(jié)點(diǎn)維護(hù)一張后繼節(jié)點(diǎn)表，其中包含已在網(wǎng)絡(luò)中的r個(gè)后繼節(jié)點(diǎn)信息。當(dāng)節(jié)點(diǎn)的后繼異常離開時(shí)，將后繼節(jié)點(diǎn)表中第一個(gè)正常節(jié)點(diǎn)當(dāng)作自己的后繼節(jié)點(diǎn)，并由它負(fù)責(zé)其它節(jié)點(diǎn)的更新。

1.4.3 信息的更新

節(jié)點(diǎn)除維護(hù)查詢表、后繼節(jié)點(diǎn)表和屬于自己的＜Class，Key，Value＞信息外，還需要維護(hù)一張興趣節(jié)點(diǎn)表。興趣節(jié)點(diǎn)表中保存了m個(gè)提供資源的節(jié)點(diǎn)與自身的歷史傳輸記錄，通常如表1所示。

表1 興趣節(jié)點(diǎn)表示例

表1中興趣節(jié)點(diǎn)地址即網(wǎng)絡(luò)中節(jié)點(diǎn)標(biāo)識(shí)符，查找成功率為查找成功的次數(shù)與向該節(jié)點(diǎn)發(fā)送查詢請(qǐng)求的次數(shù)的比值。另外，節(jié)點(diǎn)在收到興趣查詢請(qǐng)求時(shí)，若自身資源不能滿足請(qǐng)求，可以將興趣節(jié)點(diǎn)表中查找成功率較高的節(jié)點(diǎn)地址返回。興趣節(jié)點(diǎn)表根據(jù)提供資源節(jié)點(diǎn)的查詢歷史與查詢成功率來不斷更新，查詢成功率高的節(jié)點(diǎn)將被排在表的更上面位置。

2 仿真與分析

根據(jù)SOC的特點(diǎn)，基于PeerSim［15］模擬器建立實(shí)驗(yàn)仿真環(huán)境，評(píng)估和分析了SOC中性能相關(guān)的參數(shù)。下面主要針對(duì)節(jié)點(diǎn)的查全率來測試模型的性能，并與傳統(tǒng)Chord模型相應(yīng)性能進(jìn)行對(duì)比。

實(shí)驗(yàn)設(shè)置了1000個(gè)節(jié)點(diǎn)的網(wǎng)絡(luò)規(guī)模，將含有56個(gè)主題類別的3000篇文檔隨機(jī)分配給節(jié)點(diǎn)，每個(gè)節(jié)點(diǎn)擁有文檔數(shù)量最多不超過5篇。圖2顯示了隨著模擬次數(shù)的變化，SOC與Chord的查全率的變化和比較情況。

圖2 查全率比較

圖3顯示了SOC與Chord中隨著節(jié)點(diǎn)的增多查全率的變化情況，這里的查全率是綜合3次實(shí)驗(yàn)的平均值?？梢钥闯?，SOC相比Chord在查全率上有更好的效率。這是因?yàn)?，SOC利用本體使節(jié)點(diǎn)支持模糊查詢，并且使興趣相近節(jié)點(diǎn)在網(wǎng)絡(luò)中處于臨近位置，因此實(shí)驗(yàn)中相比Chord具有更高的查全率。

3 結(jié)束語

圖3 隨著節(jié)點(diǎn)的增多時(shí)算法查全率比較

本文基于Chord模型，針對(duì)DHT網(wǎng)絡(luò)只能進(jìn)行精確關(guān)鍵詞匹配查詢的缺陷，介紹了一種基于DHT和本體的網(wǎng)絡(luò)資源檢索方法SOC （semantic ontology chord），該方法改進(jìn)了DHT網(wǎng)絡(luò)中的資源標(biāo)識(shí)符，使目標(biāo)節(jié)點(diǎn)能夠返回更多的相關(guān)資源；利用全局共享的節(jié)點(diǎn)本體實(shí)現(xiàn)了模糊查詢；同時(shí)使相近興趣節(jié)點(diǎn)趨于臨近位置，使節(jié)點(diǎn)在查詢時(shí)有較大幾率獲得匹配結(jié)果。最后通過對(duì)模型進(jìn)行仿真，測試了模型的性能，結(jié)果表明，該方法相比較Chord模型提高了5%－10%的查全率。

［1］WANG J Z，Bhulawala V.Design and implementation of a P2P cooperative proxy cache system ［J］.Journal of Interconnection Networks，2007，8 （2）：147－162.

［2］LAI Q.Technology of peer－to－peer network ［J］.China Science and Technology Information，2005，106 （15）：52 （in Chinese）.［賴慶.計(jì)算機(jī)對(duì)等網(wǎng)P2P技術(shù) ［J］.中國科技信息，2005，106 （15）：52.］

［3］DENG ZM.Research on P2Psearch technology ［D］.Xi’an：University of Electronic Science and Technology of China，2007（in Chinese）.［鄧祖明.P2P搜索技術(shù)研究 ［D］.西安：電子科技大學(xué)，2007.］

［4］Stoiea I，Morrs R，Karger D，et al.Chord：A scalable peer－to－peer lookup service for Internet applications ［C］.San Diego，CA，USA：ACM SIGCOMM Computer Communication Review－Proceedings of the SIGCOMM Conference，2001：149－160.

［5］Ratnasamy S，F(xiàn)rancis P，Handley M，et al.A Scalable content－addressable network ［C］.San Diego，CA，USA：ACM SIGCOMM Computer Communication Review－Proceedings of the SIGCOMM Conference，2001：161－172.

［6］HUANG QF.Performance analysis and search algorithm improvement of structured P2Pnetwork ［D］. Wuhan：Huazhong University of Science and Technology，2008 （in Chinese）.［黃慶鳳.結(jié)構(gòu)化P2P網(wǎng)絡(luò)性能分析與搜索算法研究［D］.武漢：華中科技大學(xué)，2008.］

［7］ZHOU XB，ZHOU J，LU HC，et al.A layered interest based topology organizing model for unstructured P2P ［J］.Journal of Software，2007，18 （12）：3131－3138 （in Chinese）.［周曉波，周健，盧漢成，等.一種基于層次化興趣的非結(jié)構(gòu)化P2P拓?fù)湫纬赡Ｐ?［J］.軟件學(xué)報(bào)，2007，18 （12）：3131－3138.］

［8］CHEN HH，JIN H，NING XM，et al.SemreX：A semantic similarity based P2Poverlay network ［J］.Journal of Software，2006，17 （5）：1170－1181 （in Chinese）. ［陳漢華，金海，寧小敏，等.SemreX：一種基于語義相似度的P2P覆蓋網(wǎng)絡(luò)［J］.軟件學(xué)報(bào)，2006，17 （5）：1170－1181.］

［9］WANG ZX，ZHANG DL，LIU L，et al.P2Pcomplex search based on ontology ［J］.Computer Applications，2007，27（4）：780－783 （in Chinese）.［王志曉，張大陸，劉雷，等.基于本體的P2P復(fù)雜搜索 ［J］.計(jì)算機(jī)應(yīng)用，2007，27 （4）：780－783.］

［10］LU GM，GU XF，SUN SX，et al.Ontology based resource matching in the P2Pgrid ［J］.Computer Science，2006，33（4）：75－79 （in Chinese）. ［盧國明，顧小豐，孫世新，等.基于本體的網(wǎng)格資源匹配算法研究 ［J］.計(jì)算機(jī)科學(xué)，2006，33 （4）：75－79.］

［11］YU J，WANG BQ.SSON：A Semantic overlay network structure based on the routing mechanism of structured P2P network ［J］.Computer Science，2007，134 （16）：4－6 （in Chinese）.［于婧，汪斌強(qiáng).SSON：一種基于結(jié)構(gòu)化P2P網(wǎng)絡(luò)路由的語義覆蓋網(wǎng)絡(luò)結(jié)構(gòu) ［J］.計(jì)算機(jī)科學(xué)，2007，134（16）：4－6.］

［12］DU XY，LI M，WANG S.A survey on ontology learning research ［J］.Journal of Software，2006，17 （9）：1837－1847（in Chinese）. ［杜小勇，李曼，王珊.本體學(xué)習(xí)研究綜述［J］.軟件學(xué)報(bào)，2006，17 （9）：1837－1847.］

［13］York Sure，Stephan Bloehdorn，Peter Haase，et al.The SWRC ontology－semantic web for research communities ［C］.Springer，Covilha，Portugal：Proceedings of the 12th Portuguese Conference on Artificial Intelligence，2005.

［14］Liy，Mclean ZAD.An approach for measuring semantic similarity between words using multiple information sources ［J］.IEEE Transaction on Knowledge and Data Engineering，2003，15 （4）：871－882.

［15］Márk Jelasity，Alberto Montresor，Gian Paolo Jesi，et al.PeerSim P2Psimulator ［EB/OL］. ［2011－05－08］.http：//peersim.sourceforge.net.