P2PネットワークにおけるBloom Filterを用いた移動履歴に基づくユーザ探索手法の提案
書誌事項
- タイトル別名
-
- Proposal of a User Search Method Based on Movement Records Utilizing Bloom Filter for P2P Network
- 公開日
- 2010-09-15
- 資源種別
- journal article
この論文をさがす
説明
本稿では,ユーザの移動履歴がP2Pネットワークにおいて分散管理されている状況のもと,指定した移動履歴を持つユーザを効率的に探索するための手法を提案する.提案手法では,移動履歴を,訪問場所を示すspot IDと訪問時刻を示すtimeの組を1つの要素とした系列とし,各要素にBloom Filterを適用したビット論理和をユーザ(ピア)ごとに算出する.この算出されたBloom FilterをBloom FilterのP2Pネットワークでの探索手法であるBloom Finger Table(BFT)に適用し,移動履歴のAND/OR検索を実現する.提案手法により,時間指定を含め指定した経路の一部またはすべてをたどったユーザの探索が効率的に実現できる.また,ユーザ探索におけるメッセージ数を削減し,検索適合率を上昇させるため,行動範囲が類似したユーザのピアIDが近傍となるピアIDの割当て法(地理的ピアID)を提案する.提案手法の有効性をシミュレーションにより評価し,従来手法であるMulti-key Skip Graph(MKSG)との比較により1,000ピアがそれぞれ100の移動履歴を持つ状況での経路検索でAND検索において,メッセージ数は80%,OR検索においては,88% 削減できることを確認した.
In this paper, we propose a P2P user search method based on movement records. In our proposal, a Bloom Filter is applied to each spotID and time to combine all movement records for one user (peer) as a fixed length bit array. To search a user who followed specified course, we propose a AND/OR search method based on Bloom Finger Table (BFT), which extends finger table, a routing table of Chord DHT to achieve multiple attribute retrieval. By using proposed method, we can efficiently retrieve a user who followed a part of or all of the specified course including time. Additionally, in order to reduce the number of messages and to raise precision of search for a user search, we propose a peer-ID assignment method based on user's geographical foothold. We evaluated our proposal by simulations comparing with Multi-key Skip Graph that is an existing search method on P2P networks. In AND search, we confirmed the number of messages can be reduced by 80% and in OR search, 88% when there are 1,000 peers and each peer has 100 movement records.
収録刊行物
-
- 情報処理学会論文誌
-
情報処理学会論文誌 51 (9), 1905-1915, 2010-09-15
- Tweet
キーワード
詳細情報 詳細情報について
-
- CRID
- 1050845762829468928
-
- NII論文ID
- 110007970789
-
- NII書誌ID
- AN00116647
-
- ISSN
- 18827764
-
- 本文言語コード
- ja
-
- 資料種別
- journal article
-
- データソース種別
-
- IRDB
- CiNii Articles

