基于Vague集的網格資源發(fā)現模型.pdf

1、資源發(fā)現是網格技術的一個非常重要的方面，資源發(fā)現就是找到與預想的資源描述相匹配的資源。網格資源的發(fā)現方式必須能夠適應具有大規(guī)模、異構性、分布性、動態(tài)性、開放性等特點的網格環(huán)境。如何將資源有效地組織起來，并高效地發(fā)現和定位資源已經成為一個非常重要的問題。
　　 當前對網格資源匹配的研究主要集中于精確匹配，而在模糊匹配方面做的研究較少。在P2P(Peer-to-Peer)的環(huán)境下，大部分參與者都是自私的，他們不會主動地貢獻自己的資源

2、。此外，有些參與者可能會擅自夸大自己提供資源的能力來獲取更多的利益。針對當前網格資源發(fā)現存在的這些問題，本文建立了一種能支持基于Vague集的模糊匹配機制的P2P網格資源發(fā)現模型。本文主要在以下幾個方面做了一些貢獻：
　　 一、由于結構化P2P模型只支持精確匹配查詢，而且它們都不支持直接的關鍵詞搜索，因此本文在非結構化P2P模型Gnutella基礎上進行改進，得到能夠支持基于Vague集的模糊匹配機制的MSR三層資源發(fā)現模型，該

3、模型的資源發(fā)現性能比Gnutella模型有大幅度提升。
　　 二、本文把Vague集理論應用到資源的描述和匹配過程中。Vague集能夠很好地表達資源請求者所需資源的模糊信息。當用戶請求的資源與資源節(jié)點提供的資源進行匹配時，通過計算兩者之間的相似度來判定它們是否匹配。這種匹配方法，可以根據用戶的需求和滿意度，設置不同相似度閾值，從而提高了資源發(fā)現的靈活度。
　　 三、現有的激勵機制主要通過整數值來描述本地信任值等模糊的衡量

4、指標，難免會導致描述的失真。由于Vague集能夠很好地描述和處理模糊信息，因此本文用Vague集表示的信任度來描述資源節(jié)點的可信程度，通過基于Vague集的激勵機制和懲罰機制動態(tài)更新資源節(jié)點的信任度，減少惡意節(jié)點對資源發(fā)現過程造成的危害，鼓勵優(yōu)質的資源節(jié)點加入網格當中。
　　 最后，本文還結合激勵機制和懲罰機制對基于Vague集的資源匹配算法做進一步地改進。仿真實驗表明引入激勵機制和懲罰機制后，模型的資源發(fā)現性能得到明顯提高。<