[发明专利]基于P2P技术的语义智能信息发布订阅方法

说明书

技术领域

本发明主要涉及到大规模信息网络中基于语义的智能信息交互方法领域，特指一种基于P2P技术的语义智能信息发布订阅方法。

背景技术

随着计算机网络技术的飞速发展及广泛应用，网络中的数字资源呈现出指数增长的态势，表现形式日趋多样化，用户对信息获取的需求也在日益提高，如何从海量繁杂的网络资源中高效获取用户“感兴趣”的信息成为人们越来越关注的问题。

网络环境呈现出规模庞大、分散控制、松散耦合、自治性、动态性等特点，为此研究者提出了发布/订阅（Publish/Subscribe，以下简称P/S）技术。P/S系统由发布者、订阅者和事件代理三部分组成。发布者是指产生事件的对象，即信息生产者；订阅者是指消费事件的对象，即信息消费者；而事件代理是发布/订阅的中间件，发布者以“事件”形式发布信息到事件代理，订阅者向事件代理订阅感兴趣的事件，事件代理把发布的事件及时可靠地路由给感兴趣的订阅。P/S技术是一种能够同时提供一对多和多对多信息交互的异步通信模式,它能使信息交互的各个参与者在时间、空间和控制流上完全解耦，同时还具有匿名通信等特征，能够很好地满足大规模分布式网络系统松散通信的需求。

现有的发布/订阅技术研究仍处于发展阶段，在可靠性和信息分发效率等方面都存在着一定问题，仍有许多关键技术亟待解决。例如，在拓扑结构方面，现有P/S系统中间件通常设计为集中式或者非结构化P2P形式。集中式拓扑依赖单个服务器来中介发布者和订阅者（如Colorado大学的SIENA和IBM研究中心的Gryphon以及JEDI等），但其缺点是容易造成性能瓶颈，如果服务器失效，整个系统无法工作；非结构化P2P形式拓扑（如Cambridge大学提出的Hermes）常采用洪泛、Gossiping或者随机游走（random walk）算法来路由信息，但由于其无结构及节点的动态性，事件路由很难维护，系统可扩展性差。

另一方面，开放网络环境下信息资源的表现形式各异，普遍存在着信息结构异构（不同的用户用不同的结构来表示同一事件，例如有的事件为Map格式，有的事件为XML格式）和语义异构（不同用户使用不同的词汇(术语)表示同一事件，或者使用同一个词汇来表示不同的概念）的问题。而现有的P/S系统（如CORBA、Scribe、Bayeux、JEDI等系统）在表达能力方面尚存在很大不足，根据事件的结构信息对其进行描述，缺乏对事件本身语义的理解，事件与订阅之间的匹配算法属于精确匹配，匹配过程中容易受到同义词或近义词的干扰，可能返回大量偏离用户语义的错误结果，无法实现基于信息语义的智能匹配。

为了增强系统的语义表达能力，实现基于信息语义的智能匹配，可以将信息网络中形式各异的数字资源抽象为高维属性空间中的点或者特征向量，通过高维数据点之间的距离或者特征向量之间的夹角来衡量数据对象之间的语义相似性。而高维属性空间的提出也随之引出了“维度灾难”问题，表现在高维属性空间中数据分布稀疏且趋近于高维空间表面分布，从而导致了语义相似搜索代价太大、搜索效率不高。高维数据降维技术能够将数据对象从不易管理的高维空间映射到低维空间，有效减小了搜索空间，提高了数据检索效率，是解决“维灾”问题的有效手段之一。例如：中国专利申请名称为“一种基于图像数据结构保护的嵌入式降维方法”记载的技术方案通过将原始多维数据集内各向量根据两两向量对之间的距离关系进行相似子集与非相似子集的划分，针对不同的子集做不同的嵌入操作达到距离转换的目的，再对新的距离矩阵做投影达到降维目的。但是现实信息网络中的数据对象成分复杂，种类繁多，其表现形式及语义的属性不断改变，很难把它们都统一抽象成固定维数、固定类型的向量；同时在高维属性空间中数字资源可以定义出很多种属性，但实际搜索过程中有很多属性与搜索无关（如医学中的概念不可能在计算机科学中出现），因此有必要将各种数据对象归整映射到固定结构的属性空间并适当减少与搜索无关的属性，从而减少语义相似搜索中的计算量，进一步提高搜索效率。

综上所述，现有发布订阅系统在动态性、容错性、自组织等方面存在一定的不足，同时系统在表达能力方面尚存在缺陷，缺乏对事件本身语义的理解，无法实现用户间基于语义的智能信息交互。

发明内容

本发明要解决的技术问题就在于：针对现有技术存在的技术问题，本发明提供一种原理简单、易实现和推广、提高系统的容错性、动态性及信息分发效率的基于P2P技术的语义智能信息发布订阅方法。

为解决上述技术问题，本发明采用以下技术方案：

一种基于P2P技术的语义智能信息发布订阅方法，其步骤为：