[论文解读] 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 5

一句话总结

本文提出 PROSA，一种受社交网络启发的自组织P2P系统，通过基于局部相似性的路由实现高效的文档检索。通过利用基于共同兴趣形成的小小世界网络结构，PROSA在低查询开销下实现了对稀有文档的高召回率，其在召回率和能效方面均优于随机游走和洪泛法。

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.

研究动机与目标

• 解决在无法使用集中索引的非结构化P2P网络中高效资源发现的挑战。
• 克服现有P2P系统中可用性与性能之间的权衡，特别是针对稀有或主题特定的文档。
• 设计一种去中心化、自组织的系统，实现在无需全局知识的情况下快速准确的查询路由。
• 证明基于对等方相似性的本地路由决策可在小小世界网络中形成全局高效的查询路径。

提出的方法

• 将PROSA建模为有向图，其中对等方（顶点）、链接（边）和带标签的关系（熟人链接、临时语义链接、完整语义链接）构成网络结构。
• 使用紧凑的对等方知识表示 $ P_k(s) = R_c(P_r(s)) $ 来总结每个对等方共享的资源。
• 基于查询与目标对等方知识之间的局部相似性实现查询转发，利用链接标签和权重进行决策。
• 当查询被成功响应时，动态建立语义链接（TSL和FSL），强化具有相似兴趣的对等方之间的关系。
• 采用本地路由策略，基于与查询的相关性选择下一跳，避免依赖全局网络状态。
• 使用能效成本模型 $ E_q = b \cdot L_q + c \cdot N_q $ 衡量带宽和处理开销，将PROSA与随机游走和洪泛法进行比较。

实验结果

研究问题

• RQ1 在去中心化的P2P系统中，基于局部相似性的路由能否实现对稀有文档的高召回率？
• RQ2 PROSA的小小世界结构如何促进高效查询路由并降低能耗？
• RQ3 在召回率、查询深度和带宽使用方面，PROSA与随机游走和洪泛法相比表现如何？
• RQ4 对等方关系的自组织特性在多大程度上随时间提升检索性能？
• RQ5 基于社交网络启发的模型能否在维持高召回率的同时减少查询转发所涉及的节点和链接数量？

主要发现

• PROSA对稀有文档（匹配率为1%）的召回率超过80%，显著优于随机游走（20%召回率）和洪泛法（30%召回率）。
• 对于稀有查询，PROSA在99%的情况下成功检索到至少一个匹配文档，在85%的情况下检索到至少三个匹配文档。
• PROSA的平均查询深度约为3，与网络规模无关，而洪泛法和随机游走的深度可达30–600层。
• PROSA使用的节点和链接少于随机游走的10%，在同等查询成功率下能耗降低高达90%。
• PROSA中的小小世界结构即使在缺乏全局拓扑知识的情况下，也能通过极少的转发实现快速的全局可达性。
• 系统在不同网络规模下表现稳健，对稀有和常见查询均保持低查询深度和高召回率。