[发明专利]提供数据、形成聚类及选择目标聚类的方法、系统及设备

说明书

技术领域

本发明涉及数据通信技术领域，尤其涉及一种为形成聚类提供数据、形 成聚类及选择目标聚类的方法、系统及设备。

背景技术

在互联网得到广泛应用的今天，互联网中数据通信的技术也在不断向前 发展。其中，一种叫做对等计算技术(P to P，Peer to Peer)的数据通信技术 应用的尤其广泛。

对等计算技术也被人们称为点对点技术、或者P2P技术，通常可以定义 为：网络的参与者共享他们所拥有的一部分硬件资源，如处理能力、存储能 力、网络连接能力、打印机等，这些共享资源通过网络提供服务和内容，能 被其它对等节点(Peer)直接访问而无需经过中间实体，在此网络中的参与者 既是资源提供者(Server)，又是资源获取者(Client)。由于P2P是一种对等 体之间的操作，所以P2P系统中每个对等节点也可以被称为对等体。

比起传统的客户机/服务器(C/S，Client/Server)结构，在采用P2P技术 的网络中，每个对等体都是处于对等的地位，既充当服务器，为其他对等体 提供服务，同时也享用其他对等体提供的服务，网络中的资源和服务分散在 所有对等体上，信息的传输和服务的实现都直接在对等体之间进行，可以无 需中间环节和服务器的介入，避免了可能的瓶颈。

而且，在P2P网络中，随着用户的加入，不仅服务的需求增加了，系统 整体的资源和服务能力也在同步地扩充，理论上其可扩展性几乎可以认为是 无限的。

同时，由于服务是分散在各个对等体之间进行的，部分对等体或网络遭 到破坏对其它部分的影响很小。P2P网络一般在部分对等体失效时能够自动调 整整体拓扑，保持其它对等体的连通性。P2P网络通常都是以自组织的方式建 立起来的，并允许对等体自由地加入和离开，所以其健壮性也很好。

所以，在文件传输、通讯与信息共享、网络游戏等，信息流量很大、有 多用户参与信息交互的场合，P2P技术都得到了广泛的应用。

当P2P系统中对等体的数量非常大时，就需要有效地减少对等体之间的 通信消耗的网络资源，现在一中较常用的方法是将P2P系统中的对等体根据 网络距离划分聚类(Cluster)。

如图1所示，将深圳的对等体划分为一个聚类“深圳”，将广州的对等体 划分为一个聚类“广州”，将西安的对等体划分为一个聚类“西安”，将纽约 的对等体划分为一个聚类“纽约”。其中聚类深圳里包含对等体111、对等体 112、对等体113、对等体114；；聚类广州里包含对等体121、对等体122、对 等体123、对等体124；聚类西安里包含对等体131、对等体132、对等体133； 聚类纽约里包含对等体141、对等体142、对等体143、对等体144。

由于距离的原因，划分的聚类间对等体通信时延通常会比聚类内对等体 通信时延大，例如聚类深圳内的对等体之间的通信时延就会比聚类深圳和聚 类纽约之间的通信时延小，通过使对等体优先利用同一个聚类中的对等体资 源，就可以达到减少对等体之间的通信消耗的网络资源的目的。以图1为例， 位于聚类深圳的对等体111想要获取文件A，位于聚类深圳的对等体114和位 于聚类纽约的对等体144都具有文件A，此时将优先从对等体114上获取， 以合理利用网络资源。

但是处于同一个P2P系统聚类间的通信也总是不可避免的，仍以图1为 例，假设位于聚类深圳的对等体113想要获取文件B，而聚类深圳的对等体中 没有文件B，具有文件B的对等体分别为：位于聚类广州的对等体124、位于 聚类西安的对等体131、位于聚类纽约的对等体144。此时不同的聚类间网络 距离不同，因此就存在如何选择合适的目标聚类的问题，如果对等体113能 及时了解到不同聚类之间的网络距离差异，就能合理的利用网络资源进行高 速下载。

现有技术通常采用层次聚类的聚类方法为聚类间的通信选择合适的目标 聚类，最初形成的聚类可以被称为初始聚类，在初始聚类的基础上，选取聚 类中具有代表性的对等体测量聚类间的网络距离，将网络距离较近的初始聚 类组成一个更高层次的聚类。