黃麗芬

（廣西工業(yè)職業(yè)技術(shù)學(xué)院建筑工程系，廣西 南寧 530001）

信息技術(shù)的飛速發(fā)展，為人們提供了廣闊的共享平臺，網(wǎng)絡(luò)檢索已經(jīng)成為人們獲取信息的常用渠道，人們通過信息檢索工具來檢索相關(guān)的信息，這在一定程度上解決了資源的分類和檢索問題。然而，傳統(tǒng)的基于關(guān)鍵詞的檢索方式，由于忽視了關(guān)鍵詞本身所蘊含的語義信息，而得到較低的查全率和查準率，變得越來越不適應(yīng)檢索的要求。

語義網(wǎng)格本體論技術(shù)，為信息檢索提供了一種新的方法。本文結(jié)合Ontology技術(shù)，利用節(jié)點邏輯構(gòu)造及節(jié)點間語用關(guān)系變換的相關(guān)語義網(wǎng)格本體論方法對網(wǎng)絡(luò)信息的精確、智能檢索方式進行研究，實現(xiàn)快速為海量文本信息建立分類目錄有效地組織網(wǎng)上海量信息，在檢系統(tǒng)中擴展用戶的檢索需求以理解用戶真正的檢索意圖，在語義網(wǎng)格平臺上，把檢索需求定位到合適的數(shù)據(jù)源中執(zhí)行檢索服務(wù)，從而進一步提高查準率與查全率，以實現(xiàn)網(wǎng)格資源精確搜索，有效利用網(wǎng)絡(luò)信息資源，消除資源孤島。

1 相關(guān)技術(shù)

1.1 語義本體論

語義本體論，是語義網(wǎng)格理論的基礎(chǔ)，即編制者把一整套對某一領(lǐng)域中的表述的詞和術(shù)語組成等級條目，同時規(guī)定條目的特性及其之間的關(guān)系，這些詞和術(shù)語被稱為元數(shù)據(jù)，語義本體也可以看作是計算機機器用于識別語義的詞典或辭海。語義網(wǎng)格使用元數(shù)據(jù)來描述網(wǎng)格中的信息，對信息和服務(wù)進行了很好的定義，可以更好地讓計算機和人們協(xié)同工作，其關(guān)鍵之處，就是把所有的資源，包括服務(wù)，都用一種機器可處理的方式來描述，其目標是實現(xiàn)語義與機器智能的互操作性。

1.2 Gnutella協(xié)議

Gnutella協(xié)議是一份關(guān)于發(fā)布檢索的P2P協(xié)議，用于完全分散化的資源搜索，該協(xié)議定義了客戶機通過網(wǎng)絡(luò)通訊的方式，包括通過客戶機進行數(shù)據(jù)通訊的描述符號集和內(nèi)部客戶機相互交互的一些規(guī)則。雖然Gnutella協(xié)議也支持傳統(tǒng)的客戶端/中心服務(wù)器的檢索規(guī)范，但Gnutella協(xié)議更主要是支持點對點的，沒有中心的檢索，每一臺Gnutella客戶機正常情況下即能執(zhí)行服務(wù)器任務(wù)，為客戶端提供服務(wù)器接口，使用戶可以向服務(wù)器發(fā)出查詢請求和看檢索結(jié)果；同時自身也能接收來自其他客戶機的請求，檢查他們與自己的數(shù)據(jù)中匹配的部分，查詢檢索可用的結(jié)果。執(zhí)行Gnutella協(xié)議的網(wǎng)絡(luò)能高度容錯，即當任何客戶機離線時，網(wǎng)絡(luò)服務(wù)都不會被中斷。

1.3 Gnutella-Flooding搜索技術(shù)

Gnutella-Flooding搜索技術(shù)比較簡單，不用對維護網(wǎng)絡(luò)的拓撲結(jié)構(gòu)和相關(guān)的路由進行計算，僅要求將接收到信息的節(jié)點以廣播方式轉(zhuǎn)發(fā)到各數(shù)據(jù)包。例如，源節(jié)點希望發(fā)送一段數(shù)據(jù)給目標節(jié)點，源節(jié)點首先通過網(wǎng)絡(luò)將數(shù)據(jù)副本傳送給其每個鄰居節(jié)點，每個鄰居節(jié)點再將數(shù)據(jù)傳送給各自的除發(fā)送數(shù)據(jù)來的節(jié)點之外的其他。如此繼續(xù)下去，直到數(shù)據(jù)傳送目標節(jié)點或者數(shù)據(jù)設(shè)定的生存期限為0為止。

Gnutella-Flooding搜索技術(shù)的特點是：

（1）簡單，無需維護，局部節(jié)點失效不影響系統(tǒng)性能；

（2）效率高，延時小，總是走最短最快的路徑；

（3）基本操作是Flooding式廣播，P2P直接通信；

（4）缺點是存在大量富余聯(lián)接，增加網(wǎng)絡(luò)交通流量，大量消耗網(wǎng)絡(luò)寬帶，直接影響并限制了網(wǎng)絡(luò)的可擴展性能。

所有的P2P系統(tǒng)的查詢技術(shù)，包括Gnutella的flooding技術(shù)及其改進方法，都是基于“關(guān)鍵字”的搜索技術(shù)，無法解決用戶查詢時出現(xiàn)毫不相關(guān)的“結(jié)果”的問題。

如何高效而精確地在Internet上找到用戶真正需要的答案，只有通過使用語義本體論才能最終解決問題。

2 語義本體論搜索方法

本文中的語義本體論搜索方法，是通過對P2P網(wǎng)絡(luò)系統(tǒng)中Gnutella協(xié)議的Flooding方法進行簡單改造，利用基于節(jié)點的局部語義本體論技術(shù)，改善Gnutella-flooding方法存在的缺陷，達到用戶精確查詢的目的。

2.1 方法的節(jié)點邏輯結(jié)構(gòu)

語義本體論搜索方法認為，網(wǎng)絡(luò)資源是人們用來解決某個具體問題的信息集合體，巨大的網(wǎng)絡(luò)集群中，包括足夠解決任何問題的資源，而語義本體論是用來實現(xiàn)查找這些資源的組織方法；而且這種組織方法，是根據(jù)中國人的思維習(xí)慣及認知過程進行設(shè)計的方法，即語義本體論（庫）深刻揭示了網(wǎng)絡(luò)資源之間的內(nèi)在聯(lián)系。

本文在原有P2P網(wǎng)絡(luò)關(guān)鍵字搜索方式的邏輯結(jié)構(gòu)的基礎(chǔ)上進行改造，設(shè)計出如圖1所示的語義本體論搜索邏輯結(jié)構(gòu)圖。

圖1 語義本體論搜索邏輯結(jié)構(gòu)圖

如圖1所示的語義本體論搜索方法定義的節(jié)點邏輯里，保持原有P2P方式下關(guān)鍵字查詢方式節(jié)點的共享資源庫不變，把原有接受查詢的關(guān)鍵字處理模塊替換為語義本體論模塊，本文中具體語義本體庫采用一種目前已經(jīng)編好的語義本體語義本體論——源描述框架（Resource Description Framework，RDF），同時添加語義哈希資源表，修改哈希路由表。

哈希路由表仍然包括原有P2P關(guān)鍵字查詢方式節(jié)點的IP、Port以及具體的共享資源，只不過新引入了目前已經(jīng)被成熟使用的一種語義本體論（庫）及語義希哈共享資源表，而資源表是用“問題—答案”方式的自然語義表達的，而且其中每一個答案與問題搜索路徑中的上一個問題，有明確的被包含關(guān)系。

2.2 語義哈希路由表

語義搜索網(wǎng)絡(luò)中大量使用語義哈希表，因為語義網(wǎng)絡(luò)資源中“問題—答案”的查詢過程，是利用語義哈希表的用戶節(jié)點中所包含語義本體論具體解決問題的答案來實現(xiàn)，語義搜索網(wǎng)絡(luò)“查詢問題論”的語義哈希路由表結(jié)構(gòu)如表1所示。

表1 語義哈希路由表結(jié)構(gòu)表

表1是一個（問題，通信方式，節(jié)點）映射對應(yīng)表，并且設(shè)計有對回答的問題性能評價的判斷，其中節(jié)點包含IP、Pot以及具體的共享資源描述等信息。也就是說，每一個節(jié)點就是引用本體庫中某一個詳細答案的地址及信息，是具有精確地解決某一問題的能力的；通信方式有明碼及加密兩種方式，可以根據(jù)節(jié)點要求提供的加密方法，如上表中與節(jié)點i的通信要求MD5加密，可能是因為該問題是具有保密價值，要保護其通信內(nèi)容不被物理鏈路或傳輸層偵聽到。

哈希路由表的管理，包括表的增加與刪除。

（1）路由表的增加。當邏輯節(jié)點中收到帶有節(jié)點能力描述的Ping指令時，就發(fā)一個pong指令回答，并查詢其溝通通信方式是否需要加密以及加密方式等，然后檢查其是否真正具有其所申明的節(jié)點能力，檢查通過后，就加入路由表，同時向所有的其他鄰居節(jié)點立即發(fā)能力增強通知（也可以后通知）。

（2）路由表的刪除?；旧嫌脮r間策略，即長期不用的，或長期聯(lián)系不上的，或確信不再需要其能力的，就可以刪除，但為了維持節(jié)點能力的穩(wěn)定性，節(jié)點哈希路由表不應(yīng)當頻繁變化。

2.3 搜索方式對Gnutella-flooding協(xié)議的改進

P2P網(wǎng)絡(luò)中Gnutella-flooding協(xié)議中因機器和網(wǎng)絡(luò)性能的原因，不能維護容量很大的路由表，否則flooding消息會很多，會造成大量的搜索冗余，同時沒有判斷搜索答案與問題之間關(guān)系的功能。

語義本體論搜索利用Gnutella-flooding協(xié)議的查詢方式，通過把其路由表改進成為哈希路由表，引入語義本體庫，形成一個可以維護盡可能大而有效的路由表，以維持自己的足夠強大的查詢能力，且不存在flooding消息泛濫問題。因為每個節(jié)點是在龐大的路由表中環(huán)環(huán)相扣選擇路由的，真正發(fā)出查詢消息的可能就一條，就可以在路由表中選擇出與之相匹配的答案。

節(jié)點語義本體論把對節(jié)點能力的查詢，即Query，通過哈希路由表傳遞給下一節(jié)點，即Queryi+1，實現(xiàn)了問題在網(wǎng)絡(luò)中的遍歷查詢，Query的遍歷過程，也是問題的求精過程，用戶將獲得逐步精確的答案，從而解決用戶的一系列由淺入深的領(lǐng)域相關(guān)問題。

3 結(jié)束語

本文在P2P網(wǎng)絡(luò)Gnutella-flooding搜索技術(shù)的基礎(chǔ)上，利用語義本體論搜索方法的理論，通過采用目前已經(jīng)較成熟運用的語義本體庫——資源描述框架，結(jié)合語義哈希路由表技術(shù)，通過問題在網(wǎng)絡(luò)中的遍歷查詢，從路由表提供的節(jié)點從共享資源庫搜索出精確答案，實現(xiàn)本體論及Petri網(wǎng)絡(luò)相互結(jié)合達到有效地組織網(wǎng)上海量信息，在檢系統(tǒng)中擴展用戶的檢索需求以理解用戶真正的檢索意圖，實現(xiàn)精確搜索的目的。

[1]Can F，Nuray R，Sevdik A B.Automatic performance evaluation of Web search engines[J].Information Processing Management，2004，(3)：42-43.

[2]LU Shi-yong，DONG Ming，F(xiàn)arshad Fotouh I.The Semantic Web:Opportunities and challenges for next-generation Web applications[J].International Journal of Information Research，2002，(4)：87-89.

[3]中國互聯(lián)網(wǎng)絡(luò)信息中心.第十四次中國互聯(lián)網(wǎng)絡(luò)發(fā)展狀況統(tǒng)計報告[R].2004，7//http:llwww.cnnic.net.cn

[4]吳 丹.搜索引擎的智能化研究[J].情報理論與實踐，2002，(4)：293-295.