论文部分内容阅读
信息无处不在，唾手可得，然而在浩瀚的网络信息资源面前，我们并没有感受到信息的丰富，反而感到不知所措，如何在庞大的互联网上获取所需要的、有价值的网络资源日益成为人们关注的问题。P2P技术的出现为资源发现提供了一种良好的网络结构，使得资源发现技术具有较好的扩展性和灵活性。
P2P是一类实用的种网络技术结构，打破传统的C/S或B/S的主从模式，网络中的结点地位是平等的，参与者共享其它所拥有的资源，包括：计算能力、处理能力、存储能力等，这些被共享的资源需要由网络结点提供服务和内容，并能被对等结点直接访问而无需经过中间实体。
然而，当前大多数P2P网络资源发现技术只支持键值查询，或者简单的关键字查询。网络中的资源缺乏统一的描述，缺乏对领域知识的理解能力和自动处理的能力，因此用户很难按照个人的兴趣和领域知识进行语义查询。语义Web技术具有解决以上功能缺陷的能力。它采用形式化的方法对问题域进行描述，支持内容理解的自动处理过程。P2P技术与语义Web技术相结合，既可以克服基于C/S网络资源发现模式的不足，又可利用语义Web技术对网络资源进行描述，在此基础上，进行本体空间的定义，再利用推理技术，进行资源的查询和发现。从而，提高网络资源发现的准确率，减少资源查询盲点，提高查询结果的满意度。
论文在研究P2P网络资源发现机制、语义Web体系结构及关键技术的基础上，提出一个基于语义的P2P网络资源发现模型，主要工作包括：一是利用RDF对P2P网络中的异构信息资源进行统一的元数据描述，利用DCMI按照不同资源粒度进行资源的划分；二是提出一个基于语义的三层虚拟结构P2P网络资源发现模型，对各个层次的语义抽象关系和相关的本体空间集合进行了详细说明和定义。
论文设计一个语义查询推理层实现的原型系统：在基于DCMI和OWL—DL的基础上，设计了资源发现发现模型的本体概念集，利用RacerPro对本体进行验证和推理，在此基础上明确定义了模型中的结点功能，并对资源发现过程进行分析。