采用k—均值聚類算法的資源搜索模型研究

邵必林　邊根慶　張維琪　閆瑾

摘要：針對當前海量信息存儲對等網絡系統中資源搜索技術效率較低的問題，提出了一種采用矗一均值聚類分析的高效搜索模型，該模型利用資源描述框架（RDF）描述的元數據進行聚類分析，使得資源的搜索由全局變為局部，從而有效地提高了資源搜索效率；采用動態優化排序技術顯著提高了查詢的速度，通過子網分裂算法和節點備用算法增強了模型的可擴展性、安全性和可靠性，仿真結果表明，所提模型在查找時延和平均路徑方面均比傳統搜索模型更加高效、便捷。