專利名稱：同構對稱發(fā)布訂閱系統(tǒng)的近似環(huán)匹配方法
同構對稱發(fā)布訂閱系統(tǒng)的近似環(huán)匹配方法技術領域
本發(fā)明屬于計算機數(shù)據(jù)庫領域，特別涉及一種同構對稱發(fā)布訂閱系統(tǒng)的近似環(huán) 匹配方法。
背景技術：
發(fā)布訂閱系統(tǒng)(HSPUB SUB)是一種使分布式系統(tǒng)中的各個參與者，以發(fā)布訂閱 的方式進行交互式通信的中間件系統(tǒng)，發(fā)布者除了發(fā)布信息(發(fā)布者擁有的)，還需要具 有選擇訂閱(發(fā)布者需求的)的能力，即發(fā)布和訂閱的角色是對稱的；同構對稱發(fā)布訂閱 系統(tǒng)有著越來越廣泛的應用，如醫(yī)院間器官交換和房子交換等，其中，上面所述的同構 對稱是指在對稱的應用中，用戶擁有和需求的信息采用相同的數(shù)據(jù)結構來描述；環(huán)匹 配是發(fā)布訂閱系統(tǒng)要解決的關鍵問題之一，根據(jù)訂閱的索引結構，發(fā)布訂閱的匹配方法 可以分為如下四類
基于一維索引一維索引結構，如紅黑樹，哈希表，B+樹等，用來索引訂閱 中定義的謂詞并對符合條件的謂詞進行計數(shù)；一般的，用相同的操作在相同的屬性中 定義的謂詞被索引在一個索引結構中，主要有兩種基于一維索引的方法Count方法和 Hanson 方法；
基于多維索引在多維空間中，一個訂閱被視為一個對象，并且匹配操作和查 找操作是相同的，主要思想是用多維索引來為訂閱直接建立索引，或者把一個d維超立 方體轉(zhuǎn)換成2d維的點，從而避免多維空間中的嚴重交叉；
基于網(wǎng)絡測試基于測試網(wǎng)絡的技術，首先把訂閱信息存儲到匹配樹上，和謂 詞索引不同，網(wǎng)絡測試技術根據(jù)訂閱信息模塊建立訂閱信息索引樹，每一個非葉子結點 包含一個測試，該結點的邊代表測試的結果，一個葉子節(jié)點包含一個訂閱信息和代表測 試結果的邊，匹配就是通過執(zhí)行每個結點描述的測試和跟蹤測試結果形成的邊來遍歷這 棵匹配樹；
基于圖基于圖匹配的基本觀點，在有向圖中找到環(huán)，該有向圖由同構對稱的 發(fā)布訂閱應用中的訂閱建立，圖中的每個結點代表一個訂閱，如果訂閱S1和&匹配，就 可以建立一條從S1到&的帶權有向邊；
前三種匹配方法的目標是在訂閱之間高效地找到一對一匹配，不能直接用于對 稱的匹配，第四種基于圖方法的目標是找到環(huán)匹配的最優(yōu)集，該圖形結構不適用于頻繁 插入和刪除操作的實時應用，在WISA2010中，Botao Wang提出動態(tài)更新的環(huán)匹配算 法，能夠在動態(tài)環(huán)境里高效地找到環(huán)匹配，但是在匹配過程中，生成的環(huán)匹配數(shù)量隨著 環(huán)的長度的增加成指數(shù)增長，需要大量的存儲空間。發(fā)明內(nèi)容
為克服現(xiàn)有方法的不足，本發(fā)明提出一種同構對稱發(fā)布訂閱系統(tǒng)的近似環(huán)匹配 方法，本方法只將大于閾值的鏈訂閱存儲在訂閱數(shù)據(jù)庫中，實現(xiàn)用較少的空間求解出絕大多數(shù)的環(huán)匹配。
本發(fā)明方法涉及到的概念包括匹配、鏈訂閱以及環(huán)匹配，其定義分別如下
匹配是指對于都具有2d個屬性的兩個訂閱S” S2和l<i<d,如果Iai e S1和 131+(1￡&有交集，那么我們稱S1與&單向擁有-需要匹配，簡稱“單向匹配”，如
圖1 所示，如果同時&與S1也單向匹配，稱S1*^為“匹配”，如圖2所示；
鏈訂閱是指對于一個訂閱集，Ln=P1,…，S1,…，SN},其中η >2，如 果S1和Sw相匹配(l<i<n-l)，則Lb叫做長度為η的鏈；Ln由和S1相同的需求謂詞和與 民相同的擁有謂詞組成，被認為和處理成一個訂閱，因此也叫鏈訂閱，如圖3所示；
環(huán)匹配是指對于訂閱集C1^S1,…，S1,…，SJ,其中η >2，如果SJPSw 相匹配(I^n-I)，并且Sn與SjB匹配，則Cn叫做長度為η的環(huán)匹配，如圖4所示；
訂閱鏈與環(huán)匹配的不同之處在于環(huán)匹配中Sn必須與S1相匹配，因此環(huán)匹配也 是一個鏈，可以把長度為N環(huán)匹配看作一個鏈，來創(chuàng)建長度為η+1的環(huán)匹配，如圖5所 示；
本發(fā)明的技術方案是這樣實現(xiàn)的同構對稱發(fā)布訂閱系統(tǒng)的近似環(huán)匹配方法包 括以下步驟
步驟1 計算訂閱概率，方法為
在一個訂閱中有兩組謂詞擁有謂詞和需求謂詞，擁有謂詞的概率和需求謂詞 的概率分別定義成Pro。和Prow, —個訂閱被匹配的概率是
Pro = Pro0XProw(1.1)
其中，Pro。被估算為
權利要求
1.一種同構對稱發(fā)布訂閱系統(tǒng)的近似環(huán)匹配方法，其特征在于包括以下步驟步 驟1 :計算訂閱概率，方法為在一個訂閱中有兩組謂詞擁有謂詞和需求謂詞，擁有謂詞的概率和需求謂詞的概 率分別定義成Pro。和Prow, —個訂閱被匹配的概率是 Pr0 = Pro0XProw(1.1)
2.根據(jù)權利要求1所述的同構對稱發(fā)布訂閱系統(tǒng)的近似環(huán)匹配方法，其特征在于 步驟3-2所述的設置過濾訂閱的閾值，方法如下即閾值的大小在選擇度士5%范圍波 動，默認情況下，選擇度和閾值的值大小相等。
3.根據(jù)權利要求1所述的同構對稱發(fā)布訂閱系統(tǒng)的近似環(huán)匹配方法，其特征在于 步驟3-3所述的計算存儲空間，方法為2)計算存儲空間，方法為每個訂閱由若干個屬性組成，每個屬性的描述信息可以用與該屬性對應空間上的一 段間隔來表示，定義間隔的基本單位是1，間隔[S，E]的間隔寬度為Ε-S+l，其中，間隔 寬度為1表示是一個點，即S = E;定義WPWl和OPWl分別表示寬度為1的需求謂詞和擁有謂詞的集合，其中WPWs 和OPWs中的數(shù)值表示該間隔的寬度；計算間隔[S，E]被匹配的概率P1,公式如下
全文摘要
一種同構對稱發(fā)布訂閱系統(tǒng)的近似環(huán)匹配方法，屬于計算機數(shù)據(jù)庫領域，包括以下步驟步驟1計算訂閱概率；步驟2確定鏈訂閱的長度，即拋出長度為MaxLength-1的鏈訂閱；步驟3設置過濾訂閱的閾值并估算節(jié)省的存儲空間；本發(fā)明同構對稱發(fā)布訂閱系統(tǒng)的近似環(huán)匹配方法，采用基于閾值的方法，能夠在得到正確的結果的情況下，節(jié)省出大量的存儲空間；當閾值設置為時，可以在節(jié)省超過50%的空間的情況下求解出約98%的結果；當閾值設置為時，可以在節(jié)省約90%的空間的情況下求解出約90%的結果。
文檔編號G06F17/30GK102024053SQ20101059490
公開日2011年4月20日 申請日期2010年12月17日 優(yōu)先權日2010年12月17日
發(fā)明者于亞新, 王波濤, 王立軍, 譚賢婷 申請人:東北大學