[发明专利]选举超级节点、搜索网络节点或资源的方法、装置及系统

说明书

技术领域

本发明涉及通信领域，特别涉及一种选举超级节点、搜索网络节点或资源的方法、装置及系统。

背景技术

随着对等P2P(Peer-to-Peer)计算软件的大量使用，对于P2P网络拓扑结构的研究也越来越深入，目前，大量的研究集中在如何构造一个高度结构化的系统，新的研究成果体现在采用分布式散列表DHT(Distributed Hash Table)的完全分布式结构化拓扑网络。

分布式散列表DHT使用分布式哈希算法来解决结构化的分布式存储问题，分布式哈希算法的核心思想是：将存储对象的特征(如关键字)进行哈希运算得到键值(HashKey)，并根据该键值进行对象的分布式存储，即将所有存储对象映射到一个具体的数值范围内，重叠网中的每个节点负责数值范围内的特定段落(该段落可以是不连续的)，例如：节点A负责存储键值在1000-1999范围内的对象，节点B负责存储键值在2000-2999范围内的对象。这样，就实现了对象集合分布式存储在所有的节点中，节点可以直接存储对象本身，如文件中的一个片断；也可以存储对象的索引，如该对象所在节点的IP地址等。

通过上述方式可以实现结构化的分布式存储对象，但是在存在大量节点(如100万个)的P2P系统中，任何节点都不可能拥有全部节点的键值和存储内容之间的对应关系，因此，用户获得键值后如何找到该键值对应的节点就会成为DHT的路由问题。不同的DHT协议定义了不同的路由算法，如麻省理工学院的Chord协议、AT&T ACIRI中心的CAN协议、微软研究院的Pastry协议(参见图1)和Bittorent采用的Kademlia协议。

DHT拓扑结构能够自适应节点的动态加入和退出，有着良好的可扩展性、鲁棒性、节点标识分配的均匀性和自组织能力，由于重叠网络采用了确定性拓扑结构，DHT可以提供精确的发现技术，即只要目标节点存在于网络中DHT就可以发现该节点，因而保证了发现的准确性。

DHT发现技术完全建立在确定性拓扑结构的基础上，从而表现出对网络中路由的指导性和网络中节点与数据管理的较强控制力。但是，由于衡量DHT的发现算法的两个重要参数度数(用于表示邻居关系数、路由表的容量)和链路长度(用于表示发现算法的平均路径长度)之间存在渐进曲线的关系，如果获得更短的路径长度，则必然导致度数的增加；而网络实际连接状态的变化造成大度数邻居关系的维护复杂程度增加；另外，O(logN)、甚至O(logN/loglogN)的平均路径长度也不能满足网络状态变化剧烈的网络应用的需求，新的发现算法受到上述折衷关系制约的根本原因在于DHT对网络拓扑结构的确定性认识。

为了降低确定式拓扑结构对发现算法的限制，提出了半分布式结构，该结构结合中心化结构和全分布式非结构化拓扑的优点，选择性能(如处理、存储、带宽等性能)较高的节点作为超级节点，在各个超级节点上存储系统中其他部分节点的信息，发现算法仅在超级节点之间转发，超级节点再将查询请求转发给适当的叶子节点。半分布式结构是一个层次式结构，超级节点之间构成一个高速转发层，超级节点和所负责的普通节点构成若干层次。该半分布式结构如图2所示，为典型的KaZaa拓扑结构。

目前有一些研究从提高发现算法的可靠性和寻找随机图中的最短路径两个方面展开对重叠网络的重新认识。其中，small world特征和幂规律证明了实际网络的拓扑结构既不是非结构化系统所认识的一个完全随机图，也不是DHT发现算法采用的确定性拓扑结构。

实际网络体现的幂规律分布的含义可以解释为：在网络中有少数节点具有较高的“度”，多数节点具有较低的“度”，所谓的“度”是指某一节点的相邻节点的数量；因而度数较高的节点同其他节点的联系较多，通过该节点可以找到待查信息的概率较高，据研究分析发现节点的连接具有偏好依附的特性。因此，网络规模随着新节点的加入而增大，但新加入的节点偏向于连接到已经存在的具有较大连接度的节点上去。

small world模型的特性为：网络拓扑具有“高聚集度”和“短链”的特性，所谓的高聚集度是指某个节点与所相邻节点之间有联系的可能性很大，而短链是指节点之间的平均距离很小，也就是某个节点要找到其他节点的步骤很少。在符合small world特性的网络模型中，可以根据节点的聚集度将节点划分为若干簇，在每个簇中至少村子一个度数最高的节点为中心节点，则簇内的节点和簇与簇之间的节点就存在短链现象。

因此，P2P发现算法中如何缩短路径长度的问题变成了如何找到这些短链的问题，下面介绍两种解决该问题的现有技术：