專利名稱：一種點對點文件共享中的熱門資源搜索方法及裝置的制作方法
技術領域：
本發(fā)明涉及點對點文件共享中的熱門資源搜索方法及裝置，屬于網(wǎng)絡通信技術領域。
背景技術：
P2P(Peer to Peer，點對點)技術的應用，使得網(wǎng)絡資源得到了充分的使用，它不僅能將這些計算單元的處理器計算能力、磁盤存儲能力、網(wǎng)絡帶寬資源等進行充分利用，而且能提供強大的分布式計算能力和快速高效的大范圍搜索功能，最重要的是為用戶提供了快捷方便的信息共享服務。然而，P2P應用自身的眾多優(yōu)點也為網(wǎng)絡帶來了安全隱患和資源浪費，如P2P流的高速傳輸搶占了60％～80％的網(wǎng)絡帶寬，容易引起企業(yè)及ISP瓶頸鏈路的阻塞，其次，P2P用戶的超大容量信息下載給企業(yè)及運營商帶來網(wǎng)絡設備擴充的負擔，再者，由于P2P用戶基本上永遠在線，所以容易造成高峰時段的鏈路擁塞。因此，從節(jié)省網(wǎng)絡資源，提高網(wǎng)絡協(xié)同服務的能力考慮，如果可以發(fā)掘出用戶關注度高的文件，將這些文件采用其他的更為便捷的方式提供給用戶，將可以更好地為用戶服務。
目前應用熱門程度統(tǒng)計的主要有用于搜索引擎的頁面排序算法和基于Web的數(shù)據(jù)挖掘算法。
用于搜索引擎的頁面排序算法有PageRank算法、HITS算法等。PageRank算法在計算網(wǎng)頁重要性的時候主要側重于強調網(wǎng)頁被引用的次數(shù)，并依此對網(wǎng)頁進行排名。在計算網(wǎng)頁重要性的時候，主要考慮網(wǎng)頁的超鏈接結構給每個網(wǎng)頁確定一個重要性的等級數(shù)，忽略網(wǎng)頁的內容。當然，在計算的時候不只考慮網(wǎng)頁被點擊的次數(shù)，還考慮了網(wǎng)頁自身的重要性，重要性高的網(wǎng)頁在向外鏈接時候的貢獻值大，因此，重要網(wǎng)頁所指向的鏈接將大大增加被指向網(wǎng)頁的重要性。
基于Web的數(shù)據(jù)挖掘主要用來分析網(wǎng)絡中訪問者的行為，它包括Web文本挖掘、Web結構挖掘和Web日志挖掘。Web挖掘的最終目的是獲取大多數(shù)用戶關注的信息并對網(wǎng)頁做相應的修改以獲得新用戶、留住老用戶，從而獲得更多的收益。該算法的應用之一是在線新聞網(wǎng)站的分析。由于在線新聞網(wǎng)站的內容是需要經(jīng)常更新的，訪問的用戶也是不斷變化的，因此擁有新聞網(wǎng)站的公司需要了解訪問他們的站點的用戶的瀏覽行為，通過精確的統(tǒng)計和分析獲得用戶的需求，例如，統(tǒng)計用戶最感興趣的新聞，將新聞的標題放在首頁，或者提供一個“十大列表”，列出用戶最經(jīng)常訪問的內容，以便站點的設計與更新，吸引更多的用戶。該算法主要通過Bayes(貝葉斯)分析建立一個統(tǒng)計模型以完成兩方面的內容一是，分析在線新聞站點的用戶聚類，二是預測在線用戶進入該站點之后的可能行為。
現(xiàn)有的熱門程度統(tǒng)計方法針對網(wǎng)頁的熱門程度的研究比較多，其關注的方面主要用戶的瀏覽行為，而點對點的文件服務中的熱門鏈接需要根據(jù)用戶鏈接的文件標識，從相關的點對點文件服務的來源中得到信息，并且由于點對點的文件服務受突發(fā)事件的影響特別大，所以現(xiàn)有的統(tǒng)計方法和算法都不適合用于統(tǒng)計點對點的文件共享中的熱門程度鏈接，因此，需要設計新的適合點對點文件共享服務中的對熱門鏈接文件進行統(tǒng)計方法，以實現(xiàn)更好地為用戶提供文件下載服務。

發(fā)明內容
當前P2P文件共享服務給用戶帶來便利的同時，也給網(wǎng)絡運營商帶來了網(wǎng)絡設備負擔嚴重超高的弊端。因此，為了減緩網(wǎng)絡帶寬的消耗，平衡網(wǎng)絡進出口帶寬資源分配，本發(fā)明提出一種點對點文件共享中的熱門資源搜索方法，包括如下步驟步驟A，建立一個數(shù)據(jù)表，所述數(shù)據(jù)表的表項至少包括文件標識Identifier、當前時刻的用戶鏈接數(shù)CU、當前時間跨度內的用戶鏈接總數(shù)User、當前時刻的用戶鏈接數(shù)的變化趨勢值Trend以及當前時間跨度內用戶鏈接總數(shù)的排名CurRank；步驟B，利用現(xiàn)有的檢測技術，從網(wǎng)絡數(shù)據(jù)報文中提取出請求點對點文件共享的文件標識Identifier，然后根據(jù)所述數(shù)據(jù)表中各條記錄的情況，將該文件標識Identifier插入數(shù)據(jù)表或者丟棄；步驟C根據(jù)數(shù)據(jù)表中所記錄的當前時間跨度內的用戶鏈接總數(shù)User值，進行排名，并更新數(shù)據(jù)表，此時數(shù)據(jù)表中當前時間跨度內的用戶鏈接總數(shù)User排名在前面一部分的，其相應的文件標識所對應的資源就是在當前時刻點對點文件共享服務中的熱門資源。
在本發(fā)明中，所述數(shù)據(jù)表存儲已經(jīng)在點對點文件共享中發(fā)現(xiàn)的熱門資源的統(tǒng)計信息，并存儲在點對點文件共享中當前不是熱門資源，但是有可能成為熱門資源的那些資源的統(tǒng)計信息。
在本發(fā)明中，所述數(shù)據(jù)表中當前時間跨度內的用戶鏈接總數(shù)User值的計算方法如下首先，按照預先設定的時間間隔，根據(jù)不同的點對點文件共享服務的結構，獲取所述數(shù)據(jù)表中各個文件標識所對應的資源被用戶請求共享的用戶鏈接數(shù)CU；然后，利用數(shù)據(jù)表中各個文件標識所對應的資源被用戶請求共享的用戶鏈接數(shù)CU，根據(jù)預先設定時間跨度Span，計算所述數(shù)據(jù)表中各個文件標識所對應的資源在當前時間跨度內的用戶鏈接總數(shù)User。
在本發(fā)明中，計算所述數(shù)據(jù)表中當前時間跨度內的用戶鏈接總數(shù)User的一種方式是根據(jù)公式User[t]=Σi=t-SpantCU[i],]]>計算從t-span到t時間內，當前時間跨度內的用戶鏈接總數(shù)。
在本發(fā)明中，若在所觀察的一段時間內，當前時刻的用戶鏈接數(shù)CU的變化情況呈現(xiàn)出有規(guī)則的曲線，則用曲線方程擬和，計算該曲線在各點處的變化率作為當前時刻用戶鏈接數(shù)的變化趨勢值Trend。
在本發(fā)明中，若在所觀察的一段時間內，當前時刻的用戶鏈接數(shù)的變化情況呈現(xiàn)出波動較大的不規(guī)則圖形，則直接計算它的當前時刻的用戶鏈接數(shù)在設定的時間跨度間的平均變化率，把這個平均變化率作為當前時刻用戶鏈接數(shù)的變化趨勢值Trend。
在本發(fā)明中，所述的根據(jù)數(shù)據(jù)表中各條記錄的情況，將獲取的文件標識Identifier插入數(shù)據(jù)表或者丟棄的一種具體方式為
在數(shù)據(jù)表中查找所獲取的文件標識Identifier，若存在，則不作處理，若不存在，則按照下面所述的情況進行處理第一種情況如果數(shù)據(jù)表未滿，那么直接插入到數(shù)據(jù)表中；第二種情況如果數(shù)據(jù)表已經(jīng)滿了，那么在數(shù)據(jù)表中存儲的有可能成為熱門資源的那些資源部分中，對于其在當前時刻用戶鏈接數(shù)的變化趨勢值Trend進一步判斷，若Trend值有小于0的，則選擇當中最小的那個Trend值所對應的文件標識Identifier，用新的文件標識替換它；若Trend值均大于0，則對新的文件標識不作處理。
本發(fā)明還提供了一種點對點文件共享中的熱門資源搜索裝置，包括過濾模塊、插入控制模塊、數(shù)據(jù)更新模塊、統(tǒng)計模塊和存儲器；所述存儲器中存儲有一個數(shù)據(jù)表，數(shù)據(jù)表中存儲已經(jīng)在點對點文件共享中發(fā)現(xiàn)的熱門資源的統(tǒng)計信息，并存儲在點對點文件共享中當前不是熱門資源，但是有可能成為熱門資源的那些資源的統(tǒng)計信息，所述數(shù)據(jù)表的表項至少包括文件標識Identifier、當前時刻的用戶鏈接數(shù)CU、當前時間跨度內的用戶鏈接總數(shù)User、當前時刻的用戶鏈接數(shù)的變化趨勢值Trend以及當前時間跨度內用戶鏈接總數(shù)的排名CurRank；所述過濾模塊從網(wǎng)絡數(shù)據(jù)包中篩選出屬于請求點對點資源共享的數(shù)據(jù)包，并從中提取出該數(shù)據(jù)包中的文件標識Identifier；所述插入控制模塊，根據(jù)所述數(shù)據(jù)表中各條記錄的情況，將從過濾模塊那里得到的文件標識Identifier插入所述數(shù)據(jù)表或者丟棄；所述數(shù)據(jù)更新模塊按照預先設定的時間間隔，依據(jù)不同的點對點文件共享服務的結構，獲取所述數(shù)據(jù)表中的各個文件標識在當前時刻所對應的資源的當前時刻的用戶鏈接數(shù)CU；同時，通知統(tǒng)計模塊當前時刻的用戶鏈接數(shù)CU已經(jīng)更新；所述統(tǒng)計模塊根據(jù)預先設定時間跨度Span，計算所述數(shù)據(jù)表中各個文件標識所對應的資源在當前時間跨度內的用戶鏈接總數(shù)User，并根據(jù)User值，進行排名，更新所述數(shù)據(jù)表。
在本發(fā)明中，所述熱門資源搜索裝置還可包括Trend統(tǒng)計模塊，所述Trend統(tǒng)計模塊根據(jù)從所述數(shù)據(jù)更新模塊那里得到的當前時刻的用戶鏈接數(shù)CU的更新信息，計算出當前時刻的用戶鏈接數(shù)的變化趨勢值Trend。
本發(fā)明的優(yōu)點在于利用本發(fā)明所取得的熱點資源的排名情況，可以為迫切需要這些熱點資源的對等組，建立一個可以方便快捷地獲得這些熱點資源的服務器，從而免去了用戶占用大量的帶寬去搜索和下載資源，大大地減緩網(wǎng)絡帶寬的消耗，平衡網(wǎng)絡進出口帶寬資源分配，提高網(wǎng)絡利用率。雖然現(xiàn)有的P2P文件共享服務的網(wǎng)絡架構各不相同，但本發(fā)明的設計中，提取文件標識和獲取用戶鏈接數(shù)的方法具有可選擇性和適應性，所以本發(fā)明不只局限于對于一種P2P應用的熱門程度進行統(tǒng)計，而是對當前流行的P2P應用都可以適用。


圖1為本發(fā)明所述點對點文件共享中的熱門資源搜索裝置的框圖；圖2為插入控制模塊的工作流程圖；圖3為當前時刻的用戶鏈接數(shù)CU隨時間變化的趨勢圖；圖4為當前時刻的用戶鏈接數(shù)CU隨時間變化的情況圖。
具體實施例方式
本發(fā)明是基于這樣的假設1.熱門資源一定是被提出共享請求的，也就是說不被請求共享的資源是不熱門的。
2.熱門資源總是容易被發(fā)現(xiàn)的。
3.如果發(fā)現(xiàn)一個資源被提出要求共享，那么這個資源才有可能是熱門的。也就是說沒有被發(fā)現(xiàn)有共享請求的資源就是不熱門的。
這三個假設的能否實現(xiàn)，取決于現(xiàn)有技術對數(shù)據(jù)的檢測能力。只要檢測水平足夠好，這些假設就是成立的。
本發(fā)明所述的點對點文件共享中的熱門資源搜索裝置的一種典型實施例，如圖1所示，包括過濾模塊、插入控制模塊、Trend統(tǒng)計模塊、數(shù)據(jù)更新模塊、統(tǒng)計模塊和存儲器；所述存儲器中存儲有一個數(shù)據(jù)表，數(shù)據(jù)表中存儲已經(jīng)在點對點文件共享中發(fā)現(xiàn)的熱門資源的統(tǒng)計信息，并存儲在點對點文件共享中當前不是熱門資源，但是有可能成為熱門資源的那些資源的統(tǒng)計信息，所述數(shù)據(jù)表的表項至少包括文件標識Identifier、當前時刻的用戶鏈接數(shù)CU、當前時間跨度內的用戶鏈接總數(shù)User、當前時刻的用戶鏈接數(shù)的變化趨勢值Trend以及當前時間跨度內用戶鏈接總數(shù)的排名CurRank；所述過濾模塊從網(wǎng)絡數(shù)據(jù)包中篩選出屬于請求點對點資源共享的數(shù)據(jù)包，并從中提取出該數(shù)據(jù)包中的文件標識Identifier；所述插入控制模塊，并根據(jù)所述數(shù)據(jù)表中各條記錄的情況，將從過濾模塊那里得到的文件標識Identifier插入所述數(shù)據(jù)表或者丟棄；所述Trend統(tǒng)計模塊根據(jù)從數(shù)據(jù)更新模塊那里得到的當前時刻的用戶鏈接數(shù)CU，計算出當前時刻的用戶鏈接數(shù)的變化趨勢值Trend；所述數(shù)據(jù)更新模塊按照預先設定的時間間隔，依據(jù)不同的點對點文件共享服務的結構，獲取所述數(shù)據(jù)表中的各個文件標識在當前時刻所對應的資源的當前時刻的用戶鏈接數(shù)CU；同時，通知統(tǒng)計模塊，Trend統(tǒng)計模塊當前時刻的用戶鏈接數(shù)CU已經(jīng)更新；所述統(tǒng)計模塊根據(jù)預先設定時間跨度Span，計算所述數(shù)據(jù)表中各個文件標識所對應的資源在當前時間跨度內的用戶鏈接總數(shù)User，并根據(jù)User值，進行排名，更新所述數(shù)據(jù)表。
本發(fā)明提出了一種如何在點對點的共享文件中找到用戶關注的熱點資源的方法，根據(jù)熱門資源排名情況，對于處于數(shù)據(jù)表中Top部分的熱門資源，提供更加方便快捷共享服務，總體思路如下過濾模塊依據(jù)現(xiàn)有的檢測技術，從網(wǎng)絡數(shù)據(jù)包中篩選出屬于請求點對點資源共享的數(shù)據(jù)包，并從中提取出該數(shù)據(jù)包中的文件標識Identifier，隨后向插入控制模塊提出插入文件標識的請求。
接著，插入控制模塊在數(shù)據(jù)表中查找所獲取的文件標識Identifier，若存在，則不作處理，若不存在，則按照數(shù)據(jù)表中各條記錄的情況，將從過濾模塊那里得到的文件標識Identifier插入數(shù)據(jù)表或者丟棄。
存儲器中存一個數(shù)據(jù)表，存儲已經(jīng)在點對點文件共享中發(fā)現(xiàn)的熱門資源的統(tǒng)計信息，并存儲在點對點文件共享中當前不是熱門資源，但是有可能成為熱門資源的那些資源的統(tǒng)計信息，所述數(shù)據(jù)表的表項至少包括文件標識Identifier、當前時刻的用戶鏈接數(shù)CU、當前時間跨度內的用戶鏈接總數(shù)User、當前時刻的用戶鏈接數(shù)的變化趨勢值Trend以及當前時間跨度內用戶鏈接總數(shù)的排名CurRank；針對數(shù)據(jù)表中記錄的文件Identifier，數(shù)據(jù)更新模塊將根據(jù)預先設定時間間隔，根據(jù)不同的點對點文件共享服務的結構，獲取數(shù)據(jù)表中各個文件標識所對應的資源被用戶請求共享的用戶鏈接數(shù)CU；然后，統(tǒng)計模塊根據(jù)預先設定的時間跨度，計算數(shù)據(jù)表中的當前時間跨度內的用戶鏈接總數(shù)User，并據(jù)此進行排名，得到熱門資源排名情況，并更新數(shù)據(jù)表中的相應表項。
同時，Trend統(tǒng)計模塊根據(jù)數(shù)據(jù)更新模塊中當前時刻的用戶鏈接數(shù)CU和時間的變化關系，計算出當前時刻的用戶鏈接數(shù)的變化趨勢值Trend，并更新數(shù)據(jù)表中的相應表項。
具體步驟如下1建立一個數(shù)據(jù)表在存儲器中建立一個數(shù)據(jù)表，數(shù)據(jù)表中存儲已經(jīng)在點對點文件共享中發(fā)現(xiàn)的熱門資源的統(tǒng)計信息(稱為Top部分)，并存儲在點對點文件共享中當前不是熱門資源(稱為Back部分)，但是有可能成為熱門資源的那些資源的統(tǒng)計信息，所述數(shù)據(jù)表的表項至少包括文件標識Identifier、當前時刻的用戶鏈接數(shù)CU、當前時間跨度內的用戶鏈接總數(shù)User、當前時刻用戶鏈接數(shù)的趨勢變化情況Trend以及當前時間跨度內用戶鏈接總數(shù)的排名CurRank。
數(shù)據(jù)表的結構定義如下<Identifier><User><CU><Trend><CurRank>。
2過濾模塊依據(jù)現(xiàn)有的檢測技術，從網(wǎng)絡數(shù)據(jù)包中篩選出屬于請求點對點資源共享的數(shù)據(jù)包，并從中提取出數(shù)據(jù)包中的文件標識Identifier。接著，插入控制模塊根據(jù)數(shù)據(jù)表中各條記錄的情況，將該文件標識Identifier插入數(shù)據(jù)表或者丟棄。在本發(fā)明的一種典型的情況中，使用最小堆來存儲數(shù)據(jù)表，即根據(jù)Back表中各個文件對應的Trend值建立的一個最小堆(或者AVL樹，這里的目的是將Trend值排序，采用哪種方法排序，可用根據(jù)實際情況選擇)。這樣，插入控制模塊首先在數(shù)據(jù)表中查找文件Identifier，若數(shù)據(jù)表中存在該文件標識Identifier，則不作處理，若不存在，則插入控制模塊按照如圖2所示的工作流程將新的文件標識Identifier插入數(shù)據(jù)表中，具體步驟為過濾模塊從網(wǎng)絡數(shù)據(jù)流中提取到屬于請求點對點資源共享的數(shù)據(jù)包的文件標識Identifier后，插入控制模塊則查詢數(shù)據(jù)表是否已滿。
如果數(shù)據(jù)表未滿，那么插入控制模塊將把新的文件標識Identifier直接插入到數(shù)據(jù)表中，并獲得插入位置的文件Identifier在數(shù)據(jù)表中的索引Index；如果數(shù)據(jù)表已經(jīng)滿了，那么插入控制模塊則在數(shù)據(jù)表中有可能成為熱門資源的那些資源的統(tǒng)計信息中，對其相應的當前時刻用戶鏈接數(shù)的變化趨勢值Trend進一步判斷，若Trend值有小于0的，則選擇其中最小的那個Trend值的Index所對應的文件標識Identifier，插入控制模塊用新的文件標識替換它，隨后把原來的文件所對應的一系列統(tǒng)計數(shù)據(jù)信息清空；若Trend值均大于0，則對新的文件標識不作處理。
接著，插入控制模塊在完成文件標識Identifier的插入或者丟棄操作后，則通知數(shù)據(jù)更新模塊，已經(jīng)將數(shù)據(jù)表調整。
3更新數(shù)據(jù)表中各條記錄的表項(1)數(shù)據(jù)更新模塊更新當前時刻的用戶鏈接數(shù)CU按照預先設定的時間間隔，數(shù)據(jù)更新模塊依據(jù)不同的點對點文件共享服務的結構，獲取所述數(shù)據(jù)表中的各個文件標識在當前時刻t所對應的資源的當前時刻的用戶鏈接數(shù)CU。
雖然現(xiàn)有的P2P文件共享服務的網(wǎng)絡架構各不相同，但本發(fā)明中，提取文件標識和獲取用戶鏈接數(shù)的方法具有可選擇性和適應性，所以本發(fā)明不只局限于對于一種P2P應用的熱門程度進行統(tǒng)計，根據(jù)分析對當前流行的P2P應用都可以適用。數(shù)據(jù)更新模塊在工作處理過程中，根據(jù)不同種類的P2P服務，采用不同的信息統(tǒng)計方式獲取資源共享的信息。目前P2P文件共享服務的網(wǎng)絡架構，可以分為下列幾種第一種，采用Tracker服務器方式通過文件標識向tracker服務器請求當前所有下載用戶列表，然后根據(jù)文件標識統(tǒng)計鏈接該文件的用戶請求數(shù)。例如BitTorrent。
第二種，采用混合式結構，增加了DHT網(wǎng)絡一般可以從Tracker服務器獲取文件被鏈接的個數(shù)，對于完全采用DHT網(wǎng)絡下載可以根據(jù)DHT的原理逐層搜索，通過DHT方式向其他的客戶端請求peer，然后統(tǒng)計出某個文件的相應的用戶鏈接數(shù)。例如BitComet、比特精靈。
第三種，有服務器，但服務器不完全返回所有擁有共享文件的客戶端。本地客戶端可以通過與服務器和部分客戶端同時交互獲取文件的熱門程度。例如eDonkey，eMule等。
第四種，目錄服務器結構該類應用中服務器存儲網(wǎng)絡中所有共享文件的目錄，同時響應客戶端的搜索請求，返回搜索結果。目錄服務器包含所有共享文件的用戶鏈接情況，同時在客戶端發(fā)出搜索請求后返回共享文件的在線鏈接數(shù)。例如KuGoo、PoCo等。
第五種，網(wǎng)絡電視由于網(wǎng)絡電視還沒有形成統(tǒng)一的標準，只是針對不同的客戶端有不同的服務器提供節(jié)目，然后通過對應網(wǎng)絡中的客戶端進行資源共享的一種方式。對于此類要獲取節(jié)目的鏈接情況，只要與服務器交互就能獲取這部分信息(服務器肯定有鏈接到或請求該節(jié)目的Peer統(tǒng)計信息)。例如PPLive、沸點等。
(2)統(tǒng)計模塊計算當前時間跨度內的用戶鏈接總數(shù)User 式(1)計算出某個資源從t-span到t時間內當前時刻的用戶鏈接數(shù)User；其中，t表示在時刻t進行統(tǒng)計，可選擇以小時(分鐘或者天)為單位進行，但是一般為了保證數(shù)據(jù)的及時可靠性，當以天為單位計算時，天數(shù)最好不要太長，否則所得信息的意義則不大；Span表示時間跨度，可由用戶自己設定。
(3)統(tǒng)計模塊更新當前時間跨度內用戶鏈接總數(shù)的排名CurRank統(tǒng)計模塊根據(jù)數(shù)據(jù)表中所記錄的當前時刻的用戶鏈接數(shù)User的值，進行排名，可采用現(xiàn)有的排序方法進行。
(4)Trend統(tǒng)計模塊更新當前時刻用戶鏈接數(shù)的趨勢值TrendTrend值指在當前的時刻，數(shù)據(jù)表中的各條記錄所對應的資源在當前時刻的用戶鏈接數(shù)的變化趨勢值，若當前時刻用戶鏈接數(shù)是呈上升趨勢，則Trend值將大于0，若是呈下降趨勢，則Trend值小于0。
計算方法第一種方式當在所觀察的一段時間內，當前時刻用戶鏈接數(shù)CU隨時間的變化情況，呈現(xiàn)有一定規(guī)則的曲線，則用曲線方程擬和，計算該曲線在各點處的變化率作為當前時刻用戶鏈接數(shù)的變化趨勢值。
例如，當前時刻用戶鏈接數(shù)CU呈現(xiàn)類似于圖3所示的曲線的情況時，則二次曲線擬和，并采用多項式回歸分析結合導數(shù)的方法，計算它的變化率，更新當前時刻用戶鏈接數(shù)的趨勢Trend值，具體步驟簡述如下Step1用一個二次函數(shù)近似地表示它，yα＝β0+β1xα+β2xα2+εαα＝1，2.Λ式(2)其中，y表示當前時刻用戶鏈接數(shù)CU，x表示當前時刻t，各εα獨立分布，均服從N(0，δ2)。(2)式是一個二次多項式回歸模型，本發(fā)明利用該模型對用戶數(shù)進行預測。
Step2用最小二乘法對(2)式進行估計可以得β1=L1yL22-L2yL12L11L22-L122,β2=L1yL12-L2yL11L122-L11L22]]>式(3)其中x‾i=1nΣαxαi,i=1,2]]>式(4)，y‾=1nΣαyα]]>式(5)Lij=Lji=Σα(xαi-x‾i)(xαj-x‾j)=Σαxαixαj-1n(Σαxαi)(Σαxαj),i,j=1,2]]>式(6)
Liy=Σα(xαi-x‾i)(yα-y‾)=Σαxαiyα-1n(Σαxαi)(Σαyα),i,j=1,2]]>式(7)Step3對方程yα=β0+β1xα+β2xα2]]>求導，得Trend＝y(tǒng)α＝2β2χα+β1式(8)，其中，β1，β2的值由(3)式給出。這樣，(8)式用來估計任一點的趨勢值。
說明該方法要求觀測得到的當前時刻用戶鏈接數(shù)CU的個數(shù)必須＞＝2，否則其Trend值置為一個最初的默認值0。
第二種方式當在所觀察的一段時間內，當前時刻用戶鏈接數(shù)CU隨時間的變化情況，呈現(xiàn)出波動較大的不規(guī)則圖形，則直接計算它在預先設定的時間跨度間的平均變化率，作為當前時刻用戶鏈接數(shù)的變化趨勢Trend值。
這種情況一般是由于當前時刻的用戶鏈接數(shù)受用戶的作息時間影響非常大。比如在某一段時間內的用戶的下載量非常多，而大家都休息的時間下載用戶就很少。則不會再呈現(xiàn)出圖3的曲線情況，因而需采用其它的方法得到它的變化情況，例如采用求平均變化率的方法進行。
在當前時刻t，當前時刻用戶鏈接數(shù)CU的變化情況由公式Trend＝(CU[t]-CU[t-span])/Span式(9)進行更新。
4數(shù)據(jù)表中取得當前時刻熱門資源當統(tǒng)計模塊、Trend統(tǒng)計模塊結合數(shù)據(jù)更新模塊中的信息，完成對數(shù)據(jù)表中的各項記錄進行更新后，數(shù)據(jù)表Top部分的文件標識Identifier所對應的資源就是該時刻的熱門資源，數(shù)據(jù)表Back部分的文件標識所對應的資源就是可能成為熱門的資源，其中數(shù)據(jù)表的Top部分和Back部分的劃分，可以根據(jù)需要來確定。
下面舉一個具體的應用實例，來進一步說明本發(fā)明。
1.數(shù)據(jù)表的構建存儲器中存儲著一個數(shù)據(jù)表，該數(shù)據(jù)表的容量可以根據(jù)實際的條件調整。假設當前存儲的數(shù)據(jù)如下表所示，數(shù)據(jù)表中有500條記錄，其中處于前100位的是熱門資源，即Top部分，第101～500位的是可能成為熱門資源的資源，即Back部分。存儲器中的數(shù)據(jù)表如表1所示。
表1存儲器中的數(shù)據(jù)表

2.數(shù)據(jù)更新模塊按照預先設定的時間，獲取用戶鏈接數(shù)CU；假設預先設定每隔1個小時，以原先排名為100的信息為例，根據(jù)不同的點對點文件共享服務的結構，數(shù)據(jù)更新模塊獲取數(shù)據(jù)表中各個文件標識所對應的資源被用戶請求共享的用戶鏈接數(shù)CU，假設獲取的用戶鏈接數(shù)CU的情況如表2所示；表2用戶鏈接數(shù)CU表

3.統(tǒng)計模塊計算數(shù)據(jù)表中的當前時間跨度內用戶鏈接總數(shù)User，并更新數(shù)據(jù)表中的相應表項。
統(tǒng)計模塊根據(jù)預先設定的時間間隔，進行計算。假設預先設定的時間跨度取3小時，這樣根據(jù)公式(1)計算出“當前時間跨度內的用戶鏈接總數(shù)User”，填入到數(shù)據(jù)表的相應表項的位置。
4.統(tǒng)計模塊根據(jù)當前時間跨度內用戶鏈接總數(shù)User進行排名CurRank，并更新數(shù)據(jù)表中的相應表項。
在本例中，可以看出，當數(shù)據(jù)表更新后，原來處于數(shù)據(jù)表100位的數(shù)據(jù)，排名提前到了第60位。
5.Trend統(tǒng)計模塊計算Trend值。
Trend統(tǒng)計模塊通過觀察數(shù)據(jù)更新模塊中當前時刻的用戶鏈接數(shù)CU和時間的變化關系，如果關系曲線呈現(xiàn)二次曲線的形式，如圖4所示，那么就用一個二次曲線方程進行擬和，其中，y表示當前時刻的用戶鏈接數(shù)CU，x表示當前時刻t，各εα獨立分布，均服從N(0，δ2)。
Step1用一個二次函數(shù)yα＝β0+β1xα+β2xα2+εαα＝1，2.Λ表示，Step2用最小二乘法對(2)式進行估計，2.1代入公式(4)計算得到x1＝5.5，x2＝38.5，2.2代入公式(5)計算得到y(tǒng)＝76.5，2.3代入公式(3)計算得到β1＝34.4946969697，β2＝-2.67803030303，2.4代入公式(6)(7)計算得到l11＝82.5，l12＝l21＝907.5，l22＝10510.5，Step3將β1，β2代入方程，根據(jù)公式(8)，得到在i＝10的地方，趨勢值Trend＝-19.065909090909095。
6.新的文件Identifier的處理。
插入控制模塊在數(shù)據(jù)表中查找所獲取的文件標識Identifier，若存在，則不作處理，若不存在，則按照下面所述的情況進行處理；第一種情況如果數(shù)據(jù)表未滿，那么插入控制模塊將新的文件標識Identifier直接插入到數(shù)據(jù)表中；第二種情況如果數(shù)據(jù)表已經(jīng)滿了，那么插入控制模塊在數(shù)據(jù)表中101～500的數(shù)據(jù)中查找趨勢值Trend是否有小于0的，若有，則選擇當中最小的那個Trend值所對應的文件標識Identifier，用新的文件標識替換它。在上表中，當前記錄197的Trend值最小，為-50，所以就選擇替換該條記錄，隨后把原來的文件所對應的一系列統(tǒng)計數(shù)據(jù)信息清空。
若Trend值均大于0，則對新的文件標識不作處理。
之后，插入控制模塊將通知數(shù)據(jù)更新模塊，數(shù)據(jù)表已經(jīng)被更新。
通過上述方法，數(shù)據(jù)更新模塊按照預先設定的時間更新(可以選擇以小時、分鐘或者天為單位)，接著在統(tǒng)計模塊、Trend統(tǒng)計模塊的協(xié)同工作下，對數(shù)據(jù)表中的各條記錄的情況進行更新。更新后，數(shù)據(jù)表中Top部分的文件標識所對應的資源，就是當前時刻的熱門資源，對于迫切需要這些熱點資源的對等組，可以建立一個能方便快捷地獲得這些熱點資源的服務器，從而免去了用戶占用大量的帶寬去搜索和下載資源，大大地減緩網(wǎng)絡帶寬的消耗，平衡網(wǎng)絡進出口帶寬資源分配，提高網(wǎng)絡利用率。
權利要求
1.一種點對點文件共享中的熱門資源搜索方法，其特征在于，所述方法包括如下步驟步驟A，建立一個數(shù)據(jù)表，所述數(shù)據(jù)表的表項至少包括文件標識Identifier、當前時刻的用戶鏈接數(shù)CU、當前時間跨度內的用戶鏈接總數(shù)User、當前時刻的用戶鏈接數(shù)的變化趨勢值Trend以及當前時間跨度內用戶鏈接總數(shù)的排名CurRank；步驟B，利用現(xiàn)有的檢測技術，從網(wǎng)絡數(shù)據(jù)報文中提取出請求點對點文件共享的文件標識Identifier，然后根據(jù)所述數(shù)據(jù)表中各條記錄的情況，將該文件標識Identifier插入數(shù)據(jù)表或者丟棄；步驟C根據(jù)數(shù)據(jù)表中所記錄的當前時間跨度內的用戶鏈接總數(shù)User值，進行排名，并更新數(shù)據(jù)表，此時數(shù)據(jù)表中當前時間跨度內的用戶鏈接總數(shù)User排名在前面一部分的，其相應的文件標識所對應的資源就是在當前時刻點對點文件共享服務中的熱門資源。
2.根據(jù)權利要求1所述的在點對點文件共享中的熱門資源搜索方法，其特征在于所述數(shù)據(jù)表存儲已經(jīng)在點對點文件共享中發(fā)現(xiàn)的熱門資源的統(tǒng)計信息，并存儲在點對點文件共享中當前不是熱門資源，但是有可能成為熱門資源的那些資源的統(tǒng)計信息。
3.根據(jù)權利要求1所述的在點對點文件共享中的熱門資源搜索方法，其特征在于，所述數(shù)據(jù)表中當前時間跨度內的用戶鏈接總數(shù)User值的計算方法如下首先，按照預先設定的時間間隔，根據(jù)不同的點對點文件共享服務的結構，獲取所述數(shù)據(jù)表中各個文件標識所對應的資源被用戶請求共享的用戶鏈接數(shù)CU；然后，利用數(shù)據(jù)表中各個文件標識所對應的資源被用戶請求共享的用戶鏈接數(shù)CU，根據(jù)預先設定時間跨度Span，計算所述數(shù)據(jù)表中各個文件標識所對應的資源在當前時間跨度內的用戶鏈接總數(shù)User。
4.根據(jù)權利要求3所述的在點對點文件共享中的熱門資源搜索方法，其特征在于計算所述數(shù)據(jù)表中當前時間跨度內的用戶鏈接總數(shù)User的一種方式是根據(jù)公式User[t]=Σi=t-SpantCU[i],]]>計算從t-span到t時間內，當前時間跨度內的用戶鏈接總數(shù)。
5.根據(jù)權利要求1所述的在點對點文件共享中的熱門資源搜索方法，其特征在于若在所觀察的一段時間內，當前時刻的用戶鏈接數(shù)CU的變化情況呈現(xiàn)出有規(guī)則的曲線，則用曲線方程擬和，計算該曲線在各點處的變化率作為當前時刻用戶鏈接數(shù)的變化趨勢值Trend。
6.根據(jù)權利要求1所述的在點對點文件共享中的熱門資源搜索方法，其特征在于，若在所觀察的一段時間內，當前時刻的用戶鏈接數(shù)的變化情況呈現(xiàn)出波動較大的不規(guī)則圖形，則直接計算它的當前時刻的用戶鏈接數(shù)在設定的時間跨度間的平均變化率，把這個平均變化率作為當前時刻用戶鏈接數(shù)的變化趨勢值Trend。
7.根據(jù)權利要求1至6中任一權利要求所述的在點對點文件共享中的熱門資源搜索方法，其特征在于，所述的根據(jù)數(shù)據(jù)表中各條記錄的情況，將獲取的文件標識Identifier插入數(shù)據(jù)表或者丟棄的一種具體方式為在數(shù)據(jù)表中查找所獲取的文件標識Identifier，若存在，則不作處理，若不存在，則按照下面所述的情況進行處理第一種情況如果數(shù)據(jù)表未滿，那么直接插入到數(shù)據(jù)表中；第二種情況如果數(shù)據(jù)表已經(jīng)滿了，那么在數(shù)據(jù)表中存儲的有可能成為熱門資源的那些資源部分中，對于其在當前時刻用戶鏈接數(shù)的變化趨勢值Trend進一步判斷，若Trend值有小于0的，則選擇當中最小的那個Trend值所對應的文件標識Identifier，用新的文件標識替換它；若Trend值均大于0，則對新的文件標識不作處理。
8.一種點對點文件共享中的熱門資源搜索裝置，其特征在于所述裝置包括過濾模塊、插入控制模塊、數(shù)據(jù)更新模塊、統(tǒng)計模塊和存儲器；所述存儲器中存儲有一個數(shù)據(jù)表，數(shù)據(jù)表中存儲已經(jīng)在點對點文件共享中發(fā)現(xiàn)的熱門資源的統(tǒng)計信息，并存儲在點對點文件共享中當前不是熱門資源，但是有可能成為熱門資源的那些資源的統(tǒng)計信息，所述數(shù)據(jù)表的表項至少包括文件標識Identifier、當前時刻的用戶鏈接數(shù)CU、當前時間跨度內的用戶鏈接總數(shù)User、當前時刻的用戶鏈接數(shù)的變化趨勢值Trend以及當前時間跨度內用戶鏈接總數(shù)的排名CurRank；所述過濾模塊從網(wǎng)絡數(shù)據(jù)包中篩選出屬于請求點對點資源共享的數(shù)據(jù)包，并從中提取出該數(shù)據(jù)包中的文件標識Identifier；所述插入控制模塊，根據(jù)所述數(shù)據(jù)表中各條記錄的情況，將從過濾模塊那里得到的文件標識Identifier插入所述數(shù)據(jù)表或者丟棄；所述數(shù)據(jù)更新模塊按照預先設定的時間間隔，依據(jù)不同的點對點文件共享服務的結構，獲取所述數(shù)據(jù)表中的各個文件標識在當前時刻所對應的資源的當前時刻的用戶鏈接數(shù)CU；同時，通知統(tǒng)計模塊當前時刻的用戶鏈接數(shù)CU已經(jīng)更新；所述統(tǒng)計模塊根據(jù)預先設定時間跨度Span，計算所述數(shù)據(jù)表中各個文件標識所對應的資源在當前時間跨度內的用戶鏈接總數(shù)User，并根據(jù)User值，進行排名，更新所述數(shù)據(jù)表。
9.根據(jù)權利要求8所述的點對點文件共享中的熱門資源搜索裝置，其特征在于所述熱門資源搜索裝置還包括Trend統(tǒng)計模塊，所述Trend統(tǒng)計模塊根據(jù)從所述數(shù)據(jù)更新模塊那里得到的當前時刻的用戶鏈接數(shù)CU的更新信息，計算出當前時刻的用戶鏈接數(shù)的變化趨勢值Trend。
全文摘要
本發(fā)明涉及一種點對點文件共享中的熱門資源搜索方法及裝置，屬于網(wǎng)絡通信技術領域。在本發(fā)明所述方法中，首先識別出點對點文件共享服務中某個資源的文件標識，根據(jù)該標識進行判斷分析，將其中熱門資源和可能成為熱點資源的文件標識保留在數(shù)據(jù)表中。根據(jù)預先設定的時間間隔，根據(jù)不同的點對點文件共享服務的結構，獲取數(shù)據(jù)表中各個文件標識所對應的資源被用戶請求共享的用戶鏈接數(shù)；接著根據(jù)預先設定的時間跨度，計算數(shù)據(jù)表中的當前時間跨度內的用戶鏈接總數(shù)，并據(jù)此進行排名，得到熱門資源排名情況。這樣，對于處于數(shù)據(jù)表中Top部分的熱門資源，提供更加方便快捷的共享服務，從而提高網(wǎng)絡利用率。
文檔編號H04L29/00GK1851712SQ20061006542
公開日2006年10月25日 申請日期2006年3月23日 優(yōu)先權日2006年3月23日
發(fā)明者劉竟, 鄭志彬, 劉廷永, 宮婧, 孫知信 申請人:華為技術有限公司