云計(jì)算中基于隨機(jī)游走的數(shù)據(jù)查詢方法研究

劉淑英

云計(jì)算中基于隨機(jī)游走的數(shù)據(jù)查詢方法研究

劉淑英

針對數(shù)字圖書館應(yīng)用服務(wù)中的數(shù)據(jù)查詢問題，提出了一種基于云計(jì)算的數(shù)據(jù)查詢方法。首先，基于Random Walk方法找到查詢請求的目標(biāo)節(jié)點(diǎn)，然后，通過定義服務(wù)節(jié)點(diǎn)的相似節(jié)點(diǎn)集和等價(jià)節(jié)點(diǎn)集來進(jìn)行二次搜索，返回具有最大評價(jià)值和最低負(fù)載的節(jié)點(diǎn)和數(shù)據(jù)作為所需的目標(biāo)節(jié)點(diǎn)及數(shù)據(jù)。實(shí)驗(yàn)結(jié)果表明，在查詢的數(shù)據(jù)質(zhì)量、服務(wù)節(jié)點(diǎn)的負(fù)載能力以及查詢的效率方法都優(yōu)于傳統(tǒng)的方法。

云計(jì)算；數(shù)字圖書館；Random Walk；數(shù)據(jù)查詢；相似節(jié)點(diǎn)集；等價(jià)節(jié)點(diǎn)集

0 引言

云計(jì)算（Cloud Computing）[1]是近年來新興的信息技術(shù)之一，它將能更好地使用計(jì)算資源，更智能地進(jìn)行大規(guī)模的數(shù)據(jù)處理?；诟咝У奶摂M計(jì)算資源，應(yīng)用程序能以一種靈活且安全的方式實(shí)現(xiàn)快速擴(kuò)展和縮減．從而交付高品質(zhì)服務(wù)。在面向用戶的數(shù)字圖書應(yīng)用中，如何利用現(xiàn)有的圖書館資源，為讀者或用戶提供更快捷、更便利的圖書數(shù)據(jù)查詢服務(wù)是目前數(shù)字化圖書館建設(shè)中必須要考慮的問題，而云計(jì)算技術(shù)由于其高可靠性、通用性、高可擴(kuò)展性、按需服務(wù)以及及其廉價(jià)的特點(diǎn)，使它成為解決數(shù)字圖書館中高效數(shù)據(jù)查詢服務(wù)的一種有效手段，它能夠極大的降低數(shù)字圖書館建設(shè)成本，實(shí)現(xiàn)圖書館資源的有效共享。因此，本文基于云計(jì)算技術(shù)，主要研究數(shù)字圖書館中的數(shù)據(jù)查詢策略，從而為讀者提供更為高效、可靠的服務(wù)。

1 相關(guān)工作

云計(jì)算及其應(yīng)用研究是目前的熱點(diǎn)問題，相繼有眾多的學(xué)者提出了一系列的面向數(shù)據(jù)應(yīng)用的方法，如鄭湃等[2]針對數(shù)據(jù)密集型應(yīng)用中面臨的時(shí)間開銷較高、數(shù)據(jù)依賴性強(qiáng)以及無法有效實(shí)現(xiàn)全局的負(fù)載均衡等問題，文中在充分考慮了數(shù)據(jù)本身特性和網(wǎng)絡(luò)因素的基礎(chǔ)上，提出了一種有效的數(shù)據(jù)布局策略。實(shí)驗(yàn)結(jié)果表明該策略要優(yōu)于已有的方法，能顯著地降低數(shù)據(jù)傳輸?shù)臅r(shí)間開銷，然而文中基于遺傳算法進(jìn)行數(shù)據(jù)布局的實(shí)現(xiàn)過程比較復(fù)雜，且不能很好的解決大規(guī)模計(jì)算量問題；田冠華等[3]研究了動(dòng)態(tài)資源的可靠性問題，提出了一種基于失效規(guī)律的策略來保證動(dòng)態(tài)提供的節(jié)點(diǎn)資源的可靠性。實(shí)驗(yàn)結(jié)果表明該策略可以屏蔽掉大量節(jié)點(diǎn)資源的失效,與不考慮資源失效規(guī)律的策略相比，文中策略能夠提供更高的可靠性。葛君偉等[4]針對云計(jì)算環(huán)境中現(xiàn)有的資源監(jiān)測方法的不足，提出一種改進(jìn)的資源監(jiān)測模型，它通過虛擬機(jī)監(jiān)測器和Java調(diào)用C/C++得到資源的狀態(tài)信息。實(shí)驗(yàn)結(jié)果表明該模型能夠有效獲取資源監(jiān)測信息；Rankova等人[5]提出了一種匿名數(shù)據(jù)搜索引擎，可以使得交互雙方搜索對方的數(shù)據(jù)，獲取自己所需要的部分，同時(shí)保證搜索詢問的內(nèi)容不被對方所知，搜索時(shí)與請求不相關(guān)的內(nèi)容不會(huì)被獲取。另外還有文獻(xiàn)[6-11]探討了云計(jì)算技術(shù)在數(shù)字圖書館建設(shè)方面的優(yōu)勢和挑戰(zhàn)，并提出了應(yīng)對挑戰(zhàn)的一系列措施和方法，為進(jìn)一步推動(dòng)云計(jì)算技術(shù)的應(yīng)用指明了方向。借鑒前人的工作，本文基于云計(jì)算技術(shù)，研究了數(shù)字圖書館中的數(shù)據(jù)查詢服務(wù)，提出了一種改進(jìn)的數(shù)據(jù)查詢方法。模擬實(shí)驗(yàn)結(jié)果表明，本文提出的數(shù)據(jù)查詢方法在數(shù)據(jù)查詢質(zhì)量和效率方面都能獲得預(yù)期效果，滿足用戶對于數(shù)字圖書館搜索服務(wù)的目標(biāo)。

2 問題描述與建模

2.1 相關(guān)定義

以數(shù)字圖書館中的圖書搜索服務(wù)作為研究對象，假定云計(jì)算環(huán)境中提供數(shù)據(jù)的服務(wù)節(jié)點(diǎn)數(shù)為n，所有節(jié)點(diǎn)基于Internet構(gòu)成一個(gè)無中心、非結(jié)構(gòu)化的覆蓋網(wǎng)絡(luò)：令節(jié)點(diǎn)si上的數(shù)據(jù)對象集合用表示，數(shù)據(jù)對象的數(shù)目為對于S中的任意節(jié)點(diǎn)s，用Neighbor( s)表示節(jié)點(diǎn)s的鄰節(jié)點(diǎn)，其獲取、更新方法與P2P網(wǎng)絡(luò)中節(jié)點(diǎn)的探測、感知相同。為了描述方便，下面給出幾個(gè)相關(guān)定義：

定義1 云計(jì)算環(huán)境（CC）可以表示為多個(gè)分布式數(shù)據(jù)中心組成的集合其中dci表示第i個(gè)數(shù)據(jù)中心，CC中各數(shù)據(jù)中心間網(wǎng)絡(luò)帶寬可以表示為[2]公式（1）：

定義2 以圖書數(shù)據(jù)為例，不失一般性，假定其中的數(shù)據(jù)是同構(gòu)的。設(shè)每個(gè)數(shù)據(jù)對象包含m個(gè)屬性，則可定義描述數(shù)據(jù)對象的元數(shù)據(jù)為：

其中Ei是包含iχ個(gè)屬性成員的集合：。因此，每個(gè)數(shù)據(jù)對象可用一個(gè)m元組表示為公式（2）：

定義3 相似節(jié)點(diǎn)（SN, Similarity Nodes）。對于任意的兩個(gè)不相同的數(shù)據(jù)對象x和y，當(dāng)且僅當(dāng)它們滿足以下兩條規(guī)則時(shí)，則認(rèn)為它們互為相似節(jié)點(diǎn)。

規(guī)則1：x和y在它們的屬性Ei上有相同的屬性值ni；

規(guī)則2：x和y的屬性間的相似度大于某一規(guī)定閾值；

對于滿足以上規(guī)則的x和y，設(shè)x和y所在的服務(wù)節(jié)點(diǎn)為p和q，則兩節(jié)點(diǎn)間的相似關(guān)系可以表示為公式（3）：

定義4 相似節(jié)點(diǎn)集（SNS, Similarity Nodes Set）。對于任意一個(gè)服務(wù)節(jié)點(diǎn)x的相似節(jié)點(diǎn)集是這樣的一個(gè)節(jié)點(diǎn)集合：集合中的每個(gè)成員節(jié)點(diǎn)都與節(jié)點(diǎn)x是相似關(guān)系為公式（4）：

在面向數(shù)字圖書館數(shù)據(jù)查詢服務(wù)的云計(jì)算環(huán)境中，處于同一個(gè)SNS中的資源服務(wù)節(jié)點(diǎn)有更大的概率被同一搜索請求訪問，以便返回更高質(zhì)量的目標(biāo)數(shù)據(jù)。為此，需要為每個(gè)節(jié)點(diǎn)的SNS附加上質(zhì)量評價(jià)信息，我們用Q(x,t)表示在一段時(shí)間t內(nèi)數(shù)據(jù)對象x的查詢者對該數(shù)據(jù)質(zhì)量的評價(jià)（如某一次查詢服務(wù)中用戶對該服務(wù)質(zhì)量的評價(jià)）如公式（5）：

定義5 等價(jià)節(jié)點(diǎn)（ENy,Equivalent Nodes）對于任意的兩個(gè)相同的數(shù)據(jù)對象x和，如果分別位于不同的服務(wù)節(jié)點(diǎn)p和q上，則稱p和q互為x和y的等價(jià)節(jié)點(diǎn)?？梢员硎緸楣剑?）：

定義6 等價(jià)節(jié)點(diǎn)集（ENS, Equivalent Nodes Set） 對于任意一個(gè)服務(wù)節(jié)點(diǎn)x的等價(jià)節(jié)點(diǎn)集是這樣的一個(gè)節(jié)點(diǎn)集合：集合中的每個(gè)成員節(jié)點(diǎn)都與節(jié)點(diǎn)x是等價(jià)關(guān)系為公式（7）：

在面向數(shù)字圖書館數(shù)據(jù)查詢服務(wù)的云計(jì)算環(huán)境中，某個(gè)數(shù)據(jù)對象的等價(jià)節(jié)點(diǎn)集（ENS）中的所有節(jié)點(diǎn)能夠?yàn)榘l(fā)起查詢請求的用戶提供相同的數(shù)據(jù)(比如圖書館藏信息)。為此，在每個(gè)節(jié)點(diǎn)的ENS附加上負(fù)載信息[12]，包括負(fù)載能力、實(shí)際負(fù)載等，用描述最近某段時(shí)間t內(nèi)對節(jié)點(diǎn)p上的數(shù)據(jù)對象x的請求次數(shù)，Capacity(p,t))表示節(jié)點(diǎn)p的負(fù)載能力，它可以表示為公式（8）：

聯(lián)立公式（8-10），包含了負(fù)載信息的等價(jià)節(jié)點(diǎn)集可以定義為公式（11）：

2.2 節(jié)點(diǎn)狀態(tài)的更新

在面向數(shù)字圖書館應(yīng)用的云計(jì)算環(huán)境中，每個(gè)服務(wù)節(jié)點(diǎn)的狀態(tài)并非固定不變的，而是一個(gè)逐漸更新、優(yōu)化的過程。為了得到更好的查詢數(shù)據(jù)質(zhì)量，需要對節(jié)點(diǎn)的狀態(tài)進(jìn)行更新，下面分別給出了相似節(jié)點(diǎn)集（SNS）和等價(jià)節(jié)點(diǎn)集（ENS）的更新算法。

算法1 SNS 更新算法

輸入：當(dāng)前節(jié)點(diǎn)p，更新周期t

輸出：p的SNS

Step1. 遍歷鄰節(jié)點(diǎn)集合，搜索到當(dāng)前服務(wù)節(jié)點(diǎn)p的相似節(jié)點(diǎn)集合，記為SNS( p)；

Step3. 迭代執(zhí)行Step2，直到SNS( p)中的每一個(gè)節(jié)點(diǎn)都處理完畢。

算法1基于當(dāng)前節(jié)點(diǎn)的鄰節(jié)點(diǎn)集合，因此并不需要在構(gòu)成云計(jì)算環(huán)境（CC）的服務(wù)節(jié)點(diǎn)之間進(jìn)行額外的消息傳播[13]，影響其時(shí)間復(fù)雜性的因素還有相似節(jié)點(diǎn)集的最大容量、圖書數(shù)據(jù)的屬性及其取值規(guī)模，在現(xiàn)實(shí)應(yīng)用中這些數(shù)據(jù)都有較小上界并相對穩(wěn)定。

算法2 ENS 更新算法

輸入：當(dāng)前節(jié)點(diǎn)p，更新周期t

輸出：p的ENS

Step1. 對當(dāng)前服務(wù)節(jié)點(diǎn)p上數(shù)據(jù)對象x的負(fù)載情況和負(fù)載能力進(jìn)行評價(jià)，根據(jù)公式（11）可得CENS( p, x)；

算法2的更新過程由各服務(wù)節(jié)點(diǎn)的請求負(fù)載超載或欠載事件觸發(fā)，以便數(shù)據(jù)對象能夠及時(shí)地在節(jié)點(diǎn)之間重新分配，達(dá)到使未來負(fù)載趨于平衡的目標(biāo)。

3 基于節(jié)點(diǎn)狀態(tài)的數(shù)據(jù)查詢

基于2.1節(jié)給出的相關(guān)定義和2.2節(jié)給出的節(jié)點(diǎn)狀態(tài)更新方法，本文提出了一種基于節(jié)點(diǎn)狀態(tài)的數(shù)據(jù)查詢策略。它的基本思想是：首先，對于一般意義的鄰節(jié)點(diǎn)使用隨機(jī)游走[14]方法，盡快定位到符合查詢的目標(biāo)節(jié)點(diǎn)；然后，基于目標(biāo)節(jié)點(diǎn)的相似節(jié)點(diǎn)集，繼續(xù)搜索到一個(gè)具有更好質(zhì)量評價(jià)的目標(biāo)節(jié)點(diǎn)；最后，基于新的目標(biāo)節(jié)點(diǎn)的等價(jià)節(jié)點(diǎn)集，返回其中具有最小請求負(fù)載的服務(wù)節(jié)點(diǎn)，作為整個(gè)搜索服務(wù)的結(jié)果。

算法3 基于節(jié)點(diǎn)狀態(tài)的數(shù)據(jù)查詢算法

輸入：查詢請求qreq，查詢開始節(jié)點(diǎn)p

輸出：目標(biāo)節(jié)點(diǎn)和目標(biāo)數(shù)據(jù)

Step1. 對于任意節(jié)點(diǎn)q發(fā)送的查詢請求q_qreq，如果節(jié)點(diǎn)p上存在能滿足q_qreq的數(shù)據(jù)x（記為，q_qreq=x），則p即為q的目標(biāo)節(jié)點(diǎn)，轉(zhuǎn)Step3，否則轉(zhuǎn)Step2；

Step3. 遍歷節(jié)點(diǎn)q的相似節(jié)點(diǎn)集SNS( q, E, n)，得到滿足q_qreq的、具有最大Q( q, t)的節(jié)點(diǎn)β及其數(shù)據(jù)對象δ；

Step4. 遍歷節(jié)點(diǎn)β的等價(jià)節(jié)點(diǎn)集ENS(β, δ)，得到具有最小負(fù)載的節(jié)點(diǎn)及其數(shù)據(jù)對象，返回該目標(biāo)節(jié)點(diǎn)和數(shù)據(jù)對象，算法結(jié)束。

從算法3中可以看到，它的效率主要取決于Step2的Random Walk方法。算法3的Step1和Step2的目標(biāo)是獲得一個(gè)滿足查詢請求的數(shù)據(jù)副本，然后在Step3和Step4分別基于相似節(jié)點(diǎn)集和等價(jià)節(jié)點(diǎn)集在數(shù)據(jù)質(zhì)量、負(fù)載方面對查詢結(jié)果進(jìn)行優(yōu)化，最終返回更好的服務(wù)節(jié)點(diǎn)和數(shù)據(jù)對象。而Step3和Step4時(shí)間復(fù)雜度為常數(shù)，這是因?yàn)樵赟NS 更新算法和ENS 更新算法中，對相似節(jié)點(diǎn)集和等價(jià)節(jié)點(diǎn)集中的節(jié)點(diǎn)分別按評價(jià)質(zhì)量和負(fù)載進(jìn)行了有序組織或建立索引。

4 實(shí)驗(yàn)結(jié)果與分析

在模擬實(shí)驗(yàn)中，我們使用進(jìn)程實(shí)例模擬數(shù)字圖書館云計(jì)算環(huán)境中的服務(wù)節(jié)點(diǎn)，這樣，可以在少數(shù)主機(jī)上執(zhí)行大量Java進(jìn)程模擬圖書館查詢服務(wù)云環(huán)境；類似的，很多發(fā)出不同搜索請求的云用戶通過隨機(jī)創(chuàng)建的客戶線程模擬。實(shí)驗(yàn)環(huán)境為Inter(R)Core(TM)2 Duo 2.93GHz，RAM 2GB，硬盤160GB，100MB網(wǎng)絡(luò)帶寬。基于此模擬實(shí)驗(yàn)環(huán)境，我們主要從查詢服務(wù)返回結(jié)果的質(zhì)量、負(fù)載和搜索路徑等方面進(jìn)行了相關(guān)實(shí)驗(yàn)，并與P2P中的Random Walk方法進(jìn)行了比較，在每個(gè)實(shí)驗(yàn)中，不少于100個(gè)模擬云用戶的線程發(fā)出搜索請求并通過日志對返回結(jié)果進(jìn)行記錄，每個(gè)搜索請求對目標(biāo)數(shù)據(jù)在各屬性上的限制是隨機(jī)產(chǎn)生的。

查詢目標(biāo)數(shù)據(jù)的質(zhì)量比較，如圖1所示：

圖1 不同查詢方法的目標(biāo)數(shù)據(jù)質(zhì)量比較

從圖1可以看到，本文提出的查詢算法得到的目標(biāo)數(shù)據(jù)的質(zhì)量要好于Random Walk方法。而且隨著服務(wù)節(jié)點(diǎn)數(shù)目的增加，本文方法對于提高查詢質(zhì)量的作用更為明顯。這主要是因?yàn)楸疚姆椒ǘx了節(jié)點(diǎn)的相似節(jié)點(diǎn)集（SNS）和等價(jià)節(jié)點(diǎn)集（ENS），每次查詢首先找到滿足查詢請求的目標(biāo)節(jié)點(diǎn)，然后，分別從SNS和ENS出發(fā)找到具有最大Q值的數(shù)據(jù)，因此，得到的數(shù)據(jù)質(zhì)量較好。

如圖2所示：

圖2 不同方法的負(fù)載情況比較

圖2（a）和（b）給出了兩種方法查詢目標(biāo)節(jié)點(diǎn)的負(fù)載情況。從圖2（a）可以看到，服務(wù)節(jié)點(diǎn)A，B，C，D，E，F(xiàn)的負(fù)載極不均衡，節(jié)點(diǎn)A承擔(dān)了78%的數(shù)據(jù)，而其他5個(gè)節(jié)點(diǎn)的負(fù)載則不足10%。而圖2（b）中6個(gè)節(jié)點(diǎn)的負(fù)載都在10%-20%之間，這表明本文提出的查詢算法在大量服務(wù)節(jié)點(diǎn)間的負(fù)載更為均衡。這主要是因?yàn)楸疚姆椒▽τ诜?wù)節(jié)點(diǎn)的負(fù)載情況進(jìn)行了衡量，通過定義超載因子和欠載因子，從而能夠?qū)⒇?fù)載相對較高的節(jié)點(diǎn)的數(shù)據(jù)轉(zhuǎn)移到負(fù)載相對較低的節(jié)點(diǎn)上去，達(dá)到負(fù)載均衡的目的。

兩種不同方法的查詢路徑長短比較如圖3所示：

圖3 不同查詢方法的路徑長度比較

從圖3可以看到，兩種方法的結(jié)果較為接近，本文方法略有優(yōu)勢。這主要是因?yàn)?，在?shí)際的數(shù)字圖書館云計(jì)算環(huán)境中，具有相似性的數(shù)據(jù)更有可能聚集在一起，因此本文的方法總是能夠更快的查詢到目標(biāo)。

5 總結(jié)

云計(jì)算作為一種新的技術(shù)，在現(xiàn)實(shí)領(lǐng)域中有著廣泛的應(yīng)用，本文以數(shù)字圖書館的查詢服務(wù)為研究對象，提出了一種基于云計(jì)算的數(shù)據(jù)查詢方法。在該方法中，首先，通過定義相似節(jié)點(diǎn)集和相等節(jié)點(diǎn)集來衡量節(jié)點(diǎn)的狀態(tài)，然后，通過Q值計(jì)算和負(fù)載大小比較，來為查詢請求找到最適合的目標(biāo)節(jié)點(diǎn)及數(shù)據(jù)。仿真實(shí)驗(yàn)結(jié)果表明，本文方法在查詢的數(shù)據(jù)質(zhì)量、服務(wù)節(jié)點(diǎn)的負(fù)載能力以及查詢的效率方法要優(yōu)于傳統(tǒng)的方法。我們下一步研究工作的重點(diǎn)在于：面向數(shù)據(jù)密集型應(yīng)用的數(shù)據(jù)分布方法研究，主要考慮如何減少跨數(shù)據(jù)中心的數(shù)據(jù)傳輸，如何在提供效率的同時(shí)兼顧全局的負(fù)載平衡。

[1] 陳康，鄭緯民. 元計(jì)算：系統(tǒng)實(shí)例與研究現(xiàn)狀[J]. 軟件學(xué)報(bào), 2009,20（5）：1337-1348.

[2] 鄭湃，崔立真，王海洋，徐猛. 云計(jì)算環(huán)境下面向數(shù)據(jù)密集型應(yīng)用的數(shù)據(jù)布局策略與方法[J]. 計(jì)算機(jī)學(xué)報(bào), 2010, 33(8):1472-1480.

[3] 田冠華，孟丹，詹劍鋒. 云計(jì)算環(huán)境下基于失效規(guī)則的資源動(dòng)態(tài)提供策略[J]. 計(jì)算機(jī)學(xué)報(bào)，2010，2008,33(10):1859-1871.

[4] 葛君偉，張博，方義秋. 云計(jì)算環(huán)境下的資源監(jiān)測模型研究[J]. 計(jì)算機(jī)工程，2011,37（11）：31-33

[5] Raykova M, Vo B, Bellovin SM, Malkin T. Secure anonymous database search[C]. In: Sion R, ed. Proc. of the 2009 ACM Workshop on Cloud Computing Security, CCSW 2009, Co-Located with the 16th ACM Computer and Communications Security Conf., CCS2009. New York: Association for Computing Machinery, 2009. 115?126. [doi: 10.1145/1655008.1655025]

[6] 胡小菁，范并思. 云計(jì)算給圖書館管理帶來挑戰(zhàn)[J]. 大學(xué)圖書館學(xué)報(bào), 2009, 27(4):7-12.

[7] 朱一紅. 云計(jì)算在圖書館的應(yīng)用與潛在風(fēng)險(xiǎn)[J]. 圖書館理論與實(shí)踐，2011，（3）：32-35

[8] 潘文宇，段勇. 云計(jì)算在電信行業(yè)的應(yīng)用研究[J]. 電信科學(xué), 2010, 26(6):25-29

[9] 王長全, 艾棼. 云計(jì)算環(huán)境下的數(shù)字圖書館信息資源整合與服務(wù)模式創(chuàng)新[J]. 圖書館工作與研究, 2011 (001): 48-51

[10] 王長全, 艾霧, 姚建文. 云計(jì)算環(huán)境下數(shù)字圖書館信息資源安全策略研究[J]. 情報(bào)雜志, 2010, 3: 184-186

[11] 張凌超. 基于 “云計(jì)算” 的數(shù)字圖書館建設(shè)模式初探[J]. 圖書館學(xué)研究, 2010 (011): 39-42

[12] 姚婧, 何聚厚. 基于模糊聚類分析的云計(jì)算負(fù)載平衡策略[J]. 計(jì)算機(jī)應(yīng)用, 2012, 32(1): 213-217

[13] 房晶, 吳昊, 白松林. 云計(jì)算安全研究綜述[J]. 電信科學(xué), 2011, 27(4): 37-42

[14] 鄭偉, 王朝坤, 劉璋, 等. 一種基于隨機(jī)游走模型的多標(biāo)簽分類算法[J]. 計(jì)算機(jī)學(xué)報(bào), 2010, 33(8): 1418-1426

Research on Data Query Method Based on Random Walk in Cloud Computing

Liu Shuying
(The Institute of Information Engineering of XianYang normal university, xianyang 712000, China)

Aiming at the data query problem in the digital library application service, this paper propose a data query method based on cloud computing. Firstly, the target node of the query request is found based on the Random Walk, and then the second search is proceeded through defining the similarity nodes set and the equivalent nodes set of the service node, finally, the node and data with maximum evaluation value and the minimum load is returned. The experimental results show that the performance of our method is superior to the traditional methods in terms of the quality of data, the load capacity of service node and the efficiency of query method.

Cloud Computing; Digital Library; Random Walk; Data Query; Similarity Nodes set; Equivalent Nodes Set

TP391

A

2014.04.25）

1007-757X(2014)09-0030-04

咸陽師范學(xué)院基金項(xiàng)目（13XSYK054）；陜西省教學(xué)改革項(xiàng)目（13BY90）

劉淑英（1982-），女，漢，陜西府谷人，咸陽師范學(xué)院信息工程學(xué)院，碩士，講師，研究方向：信息檢索、云計(jì)算，咸陽，712000