[論文レビュー] Efficient Searching and Retrieval of Documents in PROSA

Vincenzo Nicosia, Giuseppe Mangioni+2 more|ArXiv.org|Feb 22, 2007

Peer-to-Peer Network Technologies参考文献 8被引用数 5

ひとこと要約

この論文では、ソーシャルネットワークを模倣した自己組織的P2PシステムPROSAを提案する。PROSAは、共有された関心に基づくピア関係によって形成されるスモールワールドネットワーク構造を活用し、局所的で類似性に基づくルーティングにより、効率的な文書検索を実現する。この構造により、稀な文書についても低クエリオーバーヘッドで高いリcallを達成でき、ランダムウォークやフラッディングよりもリcallおよびエネルギー効率において優れている。

ABSTRACT

Retrieving resources in a distributed environment is more difficult than finding data in centralised databases. In the last decade P2P system arise as new and effective distributed architectures for resource sharing, but searching in such environments could be difficult and time-consuming. In this paper we discuss efficiency of resource discovery in PROSA, a self-organising P2P system heavily inspired by social networks. All routing choices in PROSA are made locally, looking only at the relevance of the next peer to each query. We show that PROSA is able to effectively answer queries for rare documents, forwarding them through the most convenient path to nodes that much probably share matching resources. This result is heavily related to the small-world structure that naturally emerges in PROSA.

研究の動機と目的

• 中央集権的インデックスが不可能な非構造的P2Pネットワークにおける効率的なリソース発見の課題に取り組む。
• 特に稀な文書やトピック特化型文書に対して、既存のP2Pシステムにおける使いやすさとパフォーマンスのトレードオフを克服する。
• グローバルな知識が不要な分散型で自己組織的であるシステムを設計し、高速かつ正確なクエリルーティングを実現する。
• ピア間の類似性に基づく局所的ルーティング意思決定が、スモールワールドネットワークにおいてグローバルに効率的なクエリ経路を導くことを示す。

提案手法

• ピア（頂点）、リンク（辺）、ラベル付き関係（知人リンク、一時的意味的リンク、完全意味的リンク）を有する有向グラフとしてPROSAをモデル化する。
• 各ピアの共有リソースを要約するためのコンパクトなピア知識表現 $ P_k(s) = R_c(P_r(s)) $ を使用する。
• リンクラベルと重みを用いて、クエリとターゲットピアの知識との間の局所的類似性に基づき、クエリ転送を実装する。
• クエリが正常に解決された際に、意味的リンク（TSLおよびFSL）を動的に形成し、類似した関心を持つピア間の関係を強化する。
• グローバルなネットワーク状態を必要としない局所的ルーティング戦略を採用し、クエリの次ホップを選択する。
• 帯域幅および処理オーバーヘッドを定量化するためのエネルギーコストモデル $ E_q = b \cdot L_q + c \cdot N_q $ を用い、PROSAをランダムウォークおよびフラッディングと比較する。

実験結果

リサーチクエスチョン

• RQ1 分散型P2Pシステムにおける局所的で類似性に基づくルーティングは、稀な文書についても高いリcallを達成できるか？
• RQ2 PROSAのスモールワールド構造は、効率的なクエリルーティングとエネルギー消費の低減にどのように寄与するか？
• RQ3 リcall、クエリの深さ、帯域幅使用量の観点から、PROSAはランダムウォークおよびフラッディングと比べてどのように異なるか？
• RQ4 ピア関係の自己組織的性質は、時間経過とともに検索パフォーマンスをどの程度向上させるか？
• RQ5 ソーシャルネットワークを模倣したモデルは、高いリcallを維持しつつ、クエリ転送に参加するノードおよびリンクの数を削減できるか？

主な発見

• PROSAは、稀な文書（一致率1%）について80%以上のリcallを達成し、ランダムウォーク（20%リcall）およびフラッディング（30%リコール）を大きく上回っている。
• 稀なクエリに対して、PROSAは99%のケースで少なくとも1件の一致文書を検索し、85%のケースで少なくとも3件を検索している。
• PROSAの平均クエリ深さは、ネットワークサイズにかかわらず約3であり、一方でフラッディングおよびランダムウォークは30～600レベルに達する。
• PROSAは、ランダムウォークの10%未満のノードおよびリンクを使用しており、同等のクエリ成功を達成する場合、エネルギーコストを最大90%まで削減している。
• PROSAのスモールワールド構造により、グローバルなトポロジー知識がなくても、最小限の転送で迅速なグローバル到達可能性が実現されている。
• システムのパフォーマンスは、ネットワークサイズの変動に対しても安定しており、稀な文書および一般的な文書の両方について、一貫した低クエリ深さと高いリcallを維持している。