[发明专利]一种基于兴趣-相关度的移动P2P网络数据预取方法

权利要求书

1.一种基于兴趣-相关度的移动P2P网络数据预取方法，其特征在于，包括以下步骤：

步骤S100，为移动P2P网络中所有节点分配唯一的覆盖网标识；

步骤S200，将网络节点按照节点物理位置聚集成簇，并在每个簇中选取一个超级节点；

步骤S300，超级节点对簇内普通节点的历史访问记录进行统计和分析，根据用户访问兴趣-相关度、支持度、置信度、数据大小以及路径长短计算数据预取价值；

步骤S400，由超级节点做出数据预取决策，将预取价值高的数据预取到簇内能力强的节点；

其中，步骤S300进一步包括：

步骤S310，建立数据对象的兴趣-相关度矩阵：

n_ij表示网络中第i个簇中的第j个移动节点，则n_ij对第k个数据的兴趣度的计算公式为：

对第i个簇中数据对象d_k与d_l的兴趣-相关度R(d_k,d_l)定义为：

其中，分别为第i个簇中所有节点对数据对象d_k和d_l的兴趣-相关度的平均值，p_i为第i个簇内普通节点个数，s_i为第i个簇的超级节点；

对于第i个簇中所访问的全部数据对象建立兴趣-相关度矩阵，矩阵中第k行第l列的值代表数据对象d_k和d_l的兴趣-相关度；

步骤S320，建立访问跳转矩阵

当一个节点一次访问结束后，对这一次被访问的数据对象进行统计，根据统计结果，建立访问跳转矩阵；

访问跳转矩阵的建立方法具体为：

超级节点统计簇内各节点的一次连续访问，不考虑具体由哪个节点发起的访问，只对簇内节点发起的访问的数据对象进行统计，对每一次访问结果以一个行向量的形式表示；

其中，每一个行向量表示一次访问，每一个列向量表示访问的数据对象，若在某一次访问中访问了某一个数据对象，则对该数据对象所对应的列向量标记为1，否则，标记为0；

步骤S330，计算支持度，具体计算公式为：

其中，同时访问数据对象d_k和d_l的次数，可通过跳转矩阵获得；

步骤S340，计算置信度，具体计算公式为：

步骤S350，计算数据对象的预取价值,对于节点已经访问了数据对象d_k，则数据对象d_l的预取价值函数用以下公式计算：

其中，R(d_k,d_l)为数据对象d_k和d_l的兴趣相-关相度，Sup(d_k,d_l)、Con(d_k,d_l)分别为数据对象d_k和d_l的支持度和置信度，为数据对象d_l的大小，是源节点到数据对象d_l的路径长度，可以用跳数来度量；其中ω,ψ分别为全局影响因子，ω取值为(0,1)，ψ取值范围均为[0,1]。

2.如权利要求1所述的一种基于兴趣-相关度的移动P2P网络数据预取方法，其特征在于，为移动P2P网络中所有节点分配唯一的覆盖网标识的具体方法为：

当节点加入到移动P2P网络中时，通过安全散列函数对移动设备的属性进行哈希运算获得一个全网唯一的覆盖网节点标识。

3.如权利要求1所述的一种基于兴趣-相关度的移动P2P网络数据预取方法，其特征在于，将网络节点按照物理位置邻近特性聚集成簇，并在每个簇中选取一个能力强的节点做为本簇的超级节点。