專利名稱：一種基于相關(guān)關(guān)系的物聯(lián)網(wǎng)uid查詢方法
技術(shù)領(lǐng)域：
本發(fā)明涉物聯(lián)網(wǎng)的UID(UniqUe Identity)的管理方法，特別涉及一種基于相關(guān)關(guān) 系的物聯(lián)網(wǎng)UID查詢方法。
背景技術(shù)：
物聯(lián)網(wǎng)是一個新興的概念。網(wǎng)聯(lián)網(wǎng)中包含各種各樣的物體，包括傳統(tǒng)互聯(lián)網(wǎng)中的 網(wǎng)絡(luò)實體，各種傳感器，執(zhí)行器，虛擬物體等等。大量的網(wǎng)絡(luò)中的物體要有一個合適的方法 來進行管理。在物聯(lián)網(wǎng)中每個物體都分配了一個唯一的ID(UID)，網(wǎng)絡(luò)通過UID管理、訪問 網(wǎng)絡(luò)中的物體。傳統(tǒng)的DHT查詢以key為索引，經(jīng)過DHT的路由將查詢路由到存儲要查詢的key的 節(jié)點上，由該節(jié)點響應(yīng)本次查詢的key對應(yīng)的value，即響應(yīng)的內(nèi)容。物聯(lián)網(wǎng)中UID相當(dāng)于 傳統(tǒng)DHT中的key，在使用的時候，每次查詢消息包含一個UID，經(jīng)過DHT查詢，一個UID對應(yīng) 的內(nèi)容被返回給查詢點。在以后的敘述中，直接用key來統(tǒng)一 UID以達到表示的統(tǒng)一。如 附圖1，從節(jié)點3發(fā)出一個查詢包含key值為k7的查詢消息，該key值被存儲在節(jié)點6上， 該條查詢消息經(jīng)過DHT被路由到節(jié)點6上，隨即返回查詢結(jié)果。

發(fā)明內(nèi)容
本發(fā)明的目的在于，為克服每次查詢消息僅包含一個要查詢的key信息導(dǎo)致查詢 效率低下，從而提出一種基于相關(guān)關(guān)系的物聯(lián)網(wǎng)UID查詢方法。本發(fā)明中采用分布式的方式管理這些UID(其中物聯(lián)網(wǎng)中UID相當(dāng)于傳統(tǒng)DHT中 的key)，分布式的方式適合物聯(lián)網(wǎng)的大規(guī)模的特點，同時適應(yīng)物聯(lián)網(wǎng)動態(tài)變化的特點。在本 發(fā)明中，分布式哈希表(DHT)作為一種成熟的并且廣泛應(yīng)用的分布式技術(shù)被采用為物聯(lián)網(wǎng) 的底層UID底層管理技術(shù)。本發(fā)明提出的一種基于相關(guān)關(guān)系的物聯(lián)網(wǎng)UID查詢方法，該物聯(lián)網(wǎng)的底層UID.管 理采用分布式哈希表DHT，所述的查詢方法包含基于該查詢方法的緩存算法和查詢方法，該 查詢方法步驟如下當(dāng)用戶有一個任務(wù)，在查詢消息中包含兩個要查詢的key，在一次查詢中如果隱含 key恰好緩存在存儲做為本次查詢消息中路由key的節(jié)點上，則當(dāng)該查詢消息被DHT路由到 該節(jié)點時，這兩個key的查詢將一次完成，這種情況稱為相關(guān)查詢“擊中”；如果隱含key沒 有緩存在存儲作為本次查詢消息中路由key的節(jié)點上，那這次查詢則只能查到路由key，這 種情況稱為相關(guān)查詢的“未擊中”，該隱含key將被作為下一次查詢消息的路由key而進行 重新查詢；其中，所述的查詢消息中，位于查詢消息的首位的 key稱作“路由key”，之后的key 叫做“隱含key”，在DHT的路由過程中只有路由key在DHT路由中起作用；所述的緩存算法，使得包含所有用戶的整個系統(tǒng)的相關(guān)查詢的擊中概率最大，具 體步驟為
首先，每個查詢消息將被路由到存儲查詢消息的路由key的節(jié)點處，在該節(jié)點處 節(jié)點統(tǒng)計上面的系統(tǒng)條件概率，統(tǒng)計表達式為
ρ 二查詢消息中認、}出現(xiàn)的次數(shù) {'}=查詢消息中&出現(xiàn)的次數(shù)然后，對得到的系統(tǒng)條件概率，在作為本次查詢消息中路由key的節(jié)點上的key之 外的key的集合上取最大值，選擇出來的、將被緩存在作為本次查詢消息中路由key的節(jié) 點上，公式如下
max P{k. I k.}
、不在該節(jié)點上 t 7 1 “其中，Ici是0耵映射規(guī)則下作為本次查詢消息中路由key的節(jié)點，PikjIkJ是系統(tǒng) 的條件概率。上述技術(shù)方案，所述的查詢消息中包含的除了第一個的key的個數(shù)稱作相關(guān)查詢 的階數(shù)；路由節(jié)點上允許的最多的緩存的不屬于該節(jié)點的key的個數(shù)稱作緩存的長度；其 中，所述的相關(guān)查詢的階數(shù)和緩存的長度兩者之間關(guān)系式為緩存的長度>相關(guān)查詢的階數(shù)。上述技術(shù)方案，所述的相關(guān)查詢的階數(shù)和緩存的長度分別為1和大于等于1 ；其 中，如果緩存長度大于1時，將系統(tǒng)條件概率計算得到的值進行從大到小的排序，并選擇排 在前若干位的節(jié)點存儲在該路由節(jié)點上。作為本發(fā)明的一個改進，所述的緩存算法得到的緩存結(jié)果隨系統(tǒng)動態(tài)變化，用滑 動窗反應(yīng)該變化，具體步驟如下在每個節(jié)點處，預(yù)先設(shè)定一個合適長度的窗，每次有新的查詢消息到來時該窗口 往前移動，用窗口中的查詢key的數(shù)據(jù)進行統(tǒng)計，得到相應(yīng)的條件概率；隨著系統(tǒng)行為的變 化，統(tǒng)計出來的條件概率也會發(fā)生變化，然后更新條件概率和更新緩存；作為本發(fā)明的又一改進，在引進滑動窗口后設(shè)定一個門限值，當(dāng)窗滑動前后兩次 統(tǒng)計結(jié)果的差值超過該門限時更新條件概率和緩存的key，該門限值設(shè)定能夠用于防止系 統(tǒng)的抖動。本發(fā)明的優(yōu)點在于，減少UID的查詢次數(shù)，從而減少查詢時延、查詢所需的帶寬； 利用所要查詢的量之間的關(guān)系，減少了查詢次數(shù)，提高了系統(tǒng)性能；能夠自適應(yīng)的跟蹤變化 的系統(tǒng)行為。


圖1是傳統(tǒng)的chord查詢方式；圖2是本發(fā)明的一種基于相關(guān)關(guān)系的物聯(lián)網(wǎng)UID查詢方法中包含多個key的查詢 消息；圖3是本發(fā)明提出的緩存方法在 各個存儲節(jié)點的存儲示意圖；圖4是本發(fā)明的基于不同查詢序列對系統(tǒng)行為變化適應(yīng)性的比較圖。
具體實施例方式下面結(jié)合附圖針對本發(fā)明的內(nèi)容作進一步描述。為了實現(xiàn)該目的，本發(fā)明對DHT的查詢過程做了改進。如果一個任務(wù)包含η個需 要查詢的UID，在每個查詢消息中包含多個待查詢的UID，本發(fā)明以一個查詢消息包含2個 要查詢的UID為例進行說明。圖2中給出了兩種不同的查詢消息，在上面的是傳統(tǒng)的查詢消息，每個查詢消息 中只包含一個待查詢的key ；在下面的是本發(fā)明中指出的包含多個key的查詢消息，圖示為 包含2個key的查詢消息。在DHT的存儲節(jié)點上做相應(yīng)的緩存操作，原來一個節(jié)點上的key 被緩存到其它節(jié)點上。如果原來一個DHT節(jié)點上只存有一個key，那么經(jīng)過一級緩存后，每 個節(jié)點上將存有2個key，如圖3所示。查詢消息中包含的除了第一個的key的個數(shù)稱作相 關(guān)查詢的階數(shù)；節(jié)點上允許的最多的緩存的不屬于該節(jié)點的key的個數(shù)稱作緩存的長度。在查詢消息中，位于查詢消息的首位的key稱作“路由key”，之后的key叫做“隱 含key”，因為在DHT的路由過程中，隱含key不參與，只有路由key在DHT路由中起作用。有了查詢消息和存儲節(jié)點兩方面的改變，查詢過程將有如下的改變，結(jié)果使得查 詢次數(shù)與沒有改變前會有減少。當(dāng)用戶有一個任務(wù)，其中包含多個key要查詢時，在傳統(tǒng)的 DHT查詢中，這些key將一個一個被查詢；而在改進后的查詢系統(tǒng)中，以一階相關(guān)查詢?yōu)槔?在查詢消息中可以包含兩個要查詢的key，在一次查詢中如果隱含key恰好緩存在存儲做 為本次查詢消息中路由key的節(jié)點上，則當(dāng)該查詢消息被DHT路由到該節(jié)點時，這兩個key 的查詢將一次完成，這種情況稱為相關(guān)查詢“擊中”；如果隱含key沒有緩存在存儲做為本 次查詢消息中路由key的節(jié)點上，那這次查詢則只能查到路由key，這種情況稱為相關(guān)查詢 的“未擊中”，該隱含key將被作為下一次查詢消息的路由key而進行查詢。每次查詢中路 由key是確定可以查到的，這和傳統(tǒng)的DHT查詢是一樣的。相關(guān)查詢系統(tǒng)的性能主要在于提高擊中概率。在給定相關(guān)查詢階數(shù)、節(jié)點緩存長 度的情況下，如何在每個節(jié)點處選擇緩存的key使得擊中概率達到最大是緩存算法設(shè)計的 目的。同時用戶行為是不斷變化的，如何使得系統(tǒng)能夠適應(yīng)這種變化的用戶行為也是算法 設(shè)計中要解決的問題。在一階相關(guān)查詢下，假設(shè)在DHT上的節(jié)點對節(jié)點上所存儲的每一個key允許緩存 另一個本節(jié)點沒有存儲的key(由于分布式hash函數(shù)的性質(zhì)，在DHT的節(jié)點上，每個節(jié)點所 存的key的個數(shù)是基本均衡的)，下面敘述如何使得系統(tǒng)的擊中概率最大。用戶查詢消息中打包的兩個待查詢的key能否一次完成關(guān)鍵在于查詢消息中的 隱含key是否在存儲查詢消息中路由key的節(jié)點上，如果在，則擊中，否則是未擊中。對系 統(tǒng)而言，設(shè)計的目 標是使得包含所有用戶的整個系統(tǒng)的相關(guān)查詢的擊中概率最大，而不是 某一個用戶的擊中概率最大。在每一個節(jié)點處，對存儲在其上的每一個key，做為路由key， 根據(jù)系統(tǒng)的用戶行為選擇以該key為條件的沒有存儲在該節(jié)點上的條件概率最大的key緩 存在該節(jié)點上。每個節(jié)點處使用的規(guī)則是，
max P{k. I k.\
…不在該節(jié)點上 vV1 lJ1^是DHT映射規(guī)則下存儲在節(jié)點上的key，P {、|kj是系統(tǒng)的條件概率。用這個規(guī)則選擇出來的、將被緩存在該節(jié)點處。對系統(tǒng)的條件概率的統(tǒng)計在節(jié)點上進行。在相關(guān)查詢系統(tǒng)中，每個查詢消息將被 路由到存儲查詢消息的路由key的節(jié)點處，這樣在該節(jié)點處節(jié)點能夠統(tǒng)計上面的條件概 率，統(tǒng)計表達式為
ρ查詢消息中認人.}出現(xiàn)的次數(shù)
{查詢消息中&出現(xiàn)的次數(shù)用這個統(tǒng)計的條件概率來代替規(guī)則中的條件概率即可以得到系統(tǒng)最大擊中概率 的緩存結(jié)果。系統(tǒng)中用戶的行為是變化的，本發(fā)明提出滑動窗的方法來適應(yīng)系統(tǒng)行為的變化， 使得系統(tǒng)能夠在變化環(huán)境中保持高效的運行狀態(tài)。在節(jié)點處，預(yù)先設(shè)定一個合適長度的窗，每次有新的查詢消息到來時窗口往前移 動，用窗口中的查詢key的數(shù)據(jù)進行統(tǒng)計，得到相應(yīng)的條件概率。隨著系統(tǒng)行為的變化，統(tǒng) 計出來的條件概率也會發(fā)生變化，這樣就需要更新條件概率和更新緩存。為了防止系統(tǒng)的 抖動，設(shè)定一個門限值，當(dāng)窗滑動前后兩次統(tǒng)計的結(jié)果的差值超過該門限的時候更新條件 概率和緩存的key。
附圖4中比較了滑動窗口的長度不同的效果，縱坐標是估計值與真實值的差別。 當(dāng)窗口長時相對的誤差小，但收斂速度慢；當(dāng)窗口短時相對誤差大，但收斂速度快。最后所應(yīng)說明的是，以上實施例僅用以說明本發(fā)明的技術(shù)方案而非限制。盡管參 照實施例對本發(fā)明進行了詳細說明，本領(lǐng)域的普通技術(shù)人員應(yīng)當(dāng)理解，對本發(fā)明的技術(shù)方 案進行修改或者等同替換，都不脫離本發(fā)明技術(shù)方案的精神和范圍，其均應(yīng)涵蓋在本發(fā)明 的權(quán)利要求范圍當(dāng)中。
權(quán)利要求
一種基于相關(guān)關(guān)系的物聯(lián)網(wǎng)UID查詢方法，該物聯(lián)網(wǎng)的底層UID管理采用分布式哈希表DHT，所述的查詢方法包含基于該查詢方法的緩存算法和查詢方法，該查詢方法步驟如下當(dāng)用戶有一個任務(wù)，在查詢消息中包含兩個要查詢的key，在一次查詢中如果隱含key恰好緩存在存儲做為本次查詢消息中路由key的節(jié)點上，則當(dāng)該查詢消息被DHT路由到該節(jié)點時，這兩個key的查詢將一次完成，這種情況稱為相關(guān)查詢“擊中”；如果隱含key沒有緩存在存儲作為本次查詢消息中路由key的節(jié)點上，那這次查詢則只能查到路由key，這種情況稱為相關(guān)查詢的“未擊中”，該隱含key將被作為下一次查詢消息的路由key而進行重新查詢；其中，所述的查詢消息中，位于查詢消息的首位的key稱作“路由key”，之后的key叫做“隱含key”，在DHT的路由過程中只有路由key在DHT路由中起作用；所述的緩存算法，使得包含所有用戶的整個系統(tǒng)的相關(guān)查詢的擊中概率最大，具體步驟為首先，每個查詢消息將被路由到存儲查詢消息的路由key的節(jié)點處，在該節(jié)點處節(jié)點統(tǒng)計上面的系統(tǒng)條件概率，統(tǒng)計表達式為然后，對得到的系統(tǒng)條件概率，在作為本次查詢消息中路由key的節(jié)點上的key之外的key的集合上取最大值，選擇出來的kj將被緩存在作為本次查詢消息中路由key的節(jié)點上，公式如下其中，ki是DHT映射規(guī)則下作為本次查詢消息中路由key的節(jié)點，P{kj|ki}是系統(tǒng)的條件概率。FSA00000069127000011.tif,FSA00000069127000012.tif
2.根據(jù)權(quán)利要求1所述的基于相關(guān)關(guān)系的物聯(lián)網(wǎng)UID查詢方法，其特征在于，所述的查 詢消息中包含的除了第一個的key的個數(shù)稱作相關(guān)查詢的階數(shù)；路由節(jié)點上允許的最多的 緩存的不屬于該節(jié)點的key的個數(shù)稱作緩存的長度；其中，所述的相關(guān)查詢的階數(shù)和緩存 的長度兩者之間關(guān)系式為緩存的長度>相關(guān)查詢的階數(shù)。
3.根據(jù)權(quán)利要求1或2所述的基于相關(guān)關(guān)系的物聯(lián)網(wǎng)UID查詢方法，其特征在于，所述 的相關(guān)查詢的階數(shù)和緩存的長度分別為1和大于等于1 ；其中，如果緩存長度大于1時，將系統(tǒng)條件概率計算得到的值進行從大到小的排序，并 選擇排在前若干位的節(jié)點存儲在該路由節(jié)點上。
4.根據(jù)權(quán)利要求1所述的基于相關(guān)關(guān)系的物聯(lián)網(wǎng)UID查詢方法，其特征在于，所述的緩 存算法得到的緩存結(jié)果隨系統(tǒng)動態(tài)變化，用滑動窗反應(yīng)該變化，具體步驟如下在每個節(jié)點處，預(yù)先設(shè)定一個合適長度的窗，每次有新的查詢消息到來時該窗口往前 移動，用窗口中的查詢key的數(shù)據(jù)進行統(tǒng)計，得到相應(yīng)的條件概率；隨著系統(tǒng)行為的變化， 統(tǒng)計出來的條件概率也會發(fā)生變化，然后更新條件概率和更新緩存；其中，設(shè)定一個門限值，當(dāng)窗滑動前后兩次統(tǒng)計結(jié)果的差值超過該門限時更新條件概 率和緩存的key，該門限值設(shè)定能夠用于防止系統(tǒng)的抖動。
全文摘要
本發(fā)明提出一種基于相關(guān)關(guān)系的物聯(lián)網(wǎng)UID查詢方法，該物聯(lián)網(wǎng)的底層UID管理采用分布式哈希表DHT，所述的查詢方法包含基于該查詢方法的緩存算法和查詢方法，該查詢方法步驟如下當(dāng)用戶有一個任務(wù)，在查詢消息中包含兩個要查詢的key，在一次查詢中如果隱含key恰好緩存在存儲做為本次查詢消息中路由key的節(jié)點上，這兩個key的查詢將一次完成，這種情況稱為相關(guān)查詢“擊中”；如果隱含key沒有緩存在存儲作為本次查詢消息中路由key的節(jié)點上，那這次查詢則只能查到路由key，這種情況稱為相關(guān)查詢的“未擊中”，該隱含key將被作為下一次查詢消息的路由key而進行重新查詢；所述的緩存算法，使得包含所有用戶的整個系統(tǒng)的相關(guān)查詢的擊中概率最大。
文檔編號G06F17/30GK101840417SQ20101013656
公開日2010年9月22日 申請日期2010年3月29日 優(yōu)先權(quán)日2010年3月29日
發(fā)明者劉宇, 唐暉, 沈強, 趙志軍 申請人:中國科學(xué)院聲學(xué)研究所