对等网络节点访问装置、方法和系统

IPRDB

API 数据接口

专利申请

使用指引 chat嘟嘟

会员体验

联系我们

交流群

现在联系顾问~

对等网络节点访问装置、方法和系统
申请号	CN200710007897.0	申请日	2007-01-22	公开(公告)号	CN101232415B	公开(公告)日	2012-01-11
申请人	华为技术有限公司;			发明人	金洪波; 符海芳; 刘经及; 朱望斌; 李朋; 吕晓雨; 朱贤;
摘要	本发明公开了一种对等网络节点访问装置、方法和系统，对等网络节点访问装置包括：节点信息获取单元，用于根据第一节点上存储的共享文件遍历对等网络中拥有共享文件的第二节点，形成第二节点列表；节点关系构建单元，用于根据共享文件和第二节点列表获取每个第二节点和第一节点之间的关联程度信息以构建节点关系列表；以及访问单元，用于访问用户根据节点关系列表选定的第二节点。通过本发明，可以更好地开展应用服务，从而增强用户的体验。
权利要求	1.一种对等网络节点访问装置，其特征在于包括：节点信息获取单元，用于根据第一节点上存储的共享文件遍历所述对等网络中拥有所述共享文件的第二节点，形成第二节点列表，所述第一节点为节点访问装置所在的节点；节点关系构建单元，用于根据所述共享文件和所述第二节点列表获取每个所述第二节点和所述第一节点之间的关联程度信息以构建节点关系列表；以及节点访问单元，用于访问用户根据所述节点关系列表选定的第二节点。 2.根据权利要求1所述的装置，其特征在于，所述对等网络包括：全分布式结构化对等网络和中心化拓扑式对等网络。 3.根据权利要求1所述的装置，其特征在于，所述节点关系构建单元构建的节点关系列表还包括以下一种或多种信息：所述第二节点的信息、所述第二节点和所述第一节点之间的共享文件数量、所述第二节点和所述第一节点的关联程度值。 4.一种对等网络节点访问方法，所述对等网络包括用户所在的第一节点和用户可以访问的一个或多个第二节点，其特征在于，所述方法包括：根据所述第一节点上存储的共享文件遍历所述对等网络中拥有所述共享文件的第二节点，形成第二节点列表；根据所述共享文件和所述第二节点列表获取每个所述第二节点和所述第一节点之间的关联程度信息以构建节点关系列表；以及所述第一节点根据所述节点关系列表访问所述节点关系列表中的第二节点。 5.根据权利要求4所述的方法，其特征在于，所述对等网络包括：全分布式结构化对等网络和中心化拓扑式对等网络。 6.根据权利要求4或5所述的方法，其特征在于，根据所述第一节点上存储的共享文件遍历所述对等网络中拥有所述共享文件的第二节点的步骤，包括：获取每个共享文件的一个或多个关键字/词，并根据所述关键字/词查找所述对等网络中的第二节点。 7.根据权利要求4或5所述的方法，其特征在于，根据所述第一节点上存储的每个共享文件遍历所述对等网络中拥有所述共享文件的第二节点的步骤，包括：在所述对等网络中的中央索引服务器上查找所述第二节点。 8.根据权利要求4或5所述的方法，其特征在于，所述节点关系列表中包含所述第二节点和所述第一节点之间的关联程度值，所述关联程度值为所述第二节点和所述第一节点共同拥有的共享文件数量。 9.根据权利要求4或5所述的方法，其特征在于，所述获取每个所述第二节点和所述第一节点之间的关联程度信息的步骤，包括：将每个所述第二节点和所述第一节点之间的共享文件的权值赋值为 n表示第一节点拥有的共享文件的总数，并根据以下公式计算每个所述第二节点i和所述第一节点之间的关联程度值：其中，i1表示第二节点i与第一节点共同拥有的文件中的第1个文件，表示第二节点i与第一节点共同拥有的文件中的第Fi个文件，Fi表示第二节点i与第一节点共同拥有的文件数，i和k均为正整数，是拥有所述第一节点上的共享文件的第二节点总数，Nj是拥有所述第一节点与所述第二节点之间共享的共享文件中的第j个共享文件的第二节点数量。 10.根据权利要求4或5所述的方法，其特征在于，还包括：所述节点关系列表中包含所述第二节点和所述第一节点之间的关联程度值，在考虑所述第一节点上的下载文件信息的情况下，通过以下公式修正所述第二节点i和所述第一节点之间的关联程度值：relevance′(i)＝relevance(i)+k*\|Uo∩Ui\|，其中，\|Uo∩Ui\|为第二节点i的用户与第一节点的用户共同的下载文件列表个数，0＜k＜1。 11.一种对等网络节点访问系统，所述对等网络包括用户所在的第一节点和用户可以访问的第二节点，其特征在于包括：节点信息获取装置，设置在所述第一节点，用于根据所述第一节点上存储的共享文件遍历所述对等网络中拥有所述共享文件的第二节点，形成第二节点列表；节点关系构建装置，设置在所述第一节点，用于根据所述共享文件和所述第二节点列表获取每个所述第二节点和所述第一节点之间的关联程度信息以构建节点关系列表；以及节点访问装置，设置在所述第一节点，用于根据所述节点关系列表访问所述对等网络中的所述第二节点。 12.根据权利要求11所述的系统，其特征在于，所述对等网络包括：全分布式结构化对等网络和中心化拓扑式对等网络。 13.根据权利要求12所述的系统，其特征在于，所述节点关系构建装置构建的节点关系列表包括以下至少一种信息：所述第二节点的信息、所述第二节点和所述第一节点之间的共享文件数量、所述第二节点和所述第一节点的关联程度值。
说明书全文	对等网络节点访问装置、方法和系统技术领域 [0001] 本发明涉及通信领域，更具体地涉及一种对等网络节点访问装置、方法和系统。背景技术 [0002] 随着互联网络的发展，分布在世界各地的计算机的信息可以被互联网上的用户共享，人们可以在互联网上随时获取各种信息，极大方便了人们的生活。目前在互联网中，文件共享采用的网络架构大致有两种，一种是以服务器/客户机(Server/Client)方式实现的网络架构，用户即客户机需要获取信息时，先连接到服务器，并从服务器获取所需的信息；另一种是对等网络(Peer-to-Peer Network)，对等网络与传统的服务器/客户机模式不同，对等网络中没有明确的服务器和客户机之分，每个对等结点(Peer)既作为服务器为对等网络提供服务，又作为客户机从对等网络获得服务。目前，对等网络在文件共享、数据检索、协同计算、即时通讯、数据分散存储以及网络游戏等方面有着广泛的应用。 [0003] 根据拓扑结构可以将对等网络分为：中心化拓扑式对等网络、全分布非结构化对等网络、全分布结构化对等网络和半分布式拓扑式对等网络。 [0004] 在以Napster为代表的中心化拓扑式对等网络中，一群高性能的中央服务器(中央索引服务器)保存着网络中所有活动对等结点共享资源的目录信息。当需要检索某个文件时，对等结点向中央服务器发出检索请求，中央服务器进行相应的检索后，会返回符合检索要求的对等结点地址列表。检索发起结点接收到应答后，会根据网络流量和延迟等信息进行选择，与合适的对等结点建立连接，并开始传输文件。中心化拓扑式对等网络最大的优点是维护简单和效率高。但是这种网络由于十分依赖中央服务器而存在很多问题，其缺点主要为：一旦中央服务器瘫痪，就容易导致整个网络的崩溃，因此可靠性和安全性较低；随着网络规模的扩大，对中央服务器进行维护和更新的费用急剧增加，因此所需成本较高。 [0005] 以Gnutella为代表的全分布式非结构化对等网络与中心化拓扑式对等网络最大的区别在于，全分布式非结构化对等网络中没有中央服务器，它采用了基于完全随机的洪泛(Flooding)发现和随机转发(Random Walker)机制。为了控制搜索消息的传输，通过TTL(Time To Live)的减值来实现。为了检索某个文件，源对等结点向与之相邻的所有活动对等结点发送一个检索请求包(Query)，其他对等结点在接收到该检索请求包后，检查本地是否有符合检索请求的文件内容，如果有，则按检索请求包的发送路径返回一个检索响应包(QueryHit)。无论本地是否存在符合检索请求的文件内容，其他对等结点都会向所有邻居结点转发检索请求包，直至检索请求包中TTL属性值递减为0时停止继续转发。随着联网结点的不断增多，网络规模不断扩大，通过洪泛方式定位对等结点的方法会造成网络流量急剧增加，从而导致网络中部分低带宽结点因网络资源过载而失效。所以在初期的Gnutella网络中，存在比较严重的分区，断链现象。一个检索访问只能在网络的很小部分进行，因此网络的可扩展性不佳。 [0006] 全分布式结构化对等网络采用确定性拓扑结构，采用分布式哈希表(Distributed Hash Table，DHT)可以精确、高效的发现资源。DHT基本思想为：首先为网络中的每一个节点分配虚拟地址(VID)，也叫节点ID，同时用一个关键字(KEY)来表示其提供的共享内容。取一个散列函数H，这个函数可以将KEY转换成一个散列值H(KEY)。网络中结点相邻的定义是散列值相邻。结点发布信息的时候就把(KEY，VID)二元组发布到具有和H(KEY)相同或相近的虚拟地址的结点上去，其中VID指出了文档的存储位置。资源定位的时候，就可以快速根据H(KEY)到索引存放结点上获取二元组(KEY，VID)，从而获得文档的真实存储位置。全分布式结构化对等网络最大的问题是其维护机制较为复杂且仅支持精确关键词匹配检索，比如以文件名进行检索，无法支持基于内容的检索。 [0007] 半分布式拓扑对等网络选择性能较高(处理、存储、带宽等方面性能)的结点作为超级结点(SuperNodes，Hubs)，在各超级结点上存储其负责的普通结点的信息，如共享文件信息等。普通结点向其超级结点提交检索请求，发现算法仅在超级结点之间转发，超级结点最终将检索请求转发给适当的普通结点。半分布式结构是一个层次式结构，超级结点之间构成一个高速转发层，超级结点和所负责的普通结点构成若干层次。半分布式结构的优点是性能、可扩展性较好，较容易管理，但该结构对超级点依赖性大，易于受到攻击，容错性也受到影响。 [0008] 把数据挖掘技术运用于Web领域的Web挖掘，通过对Web服务器中用户的访问日志的挖掘，利用用户访问网站的历史信息表示用户模型，再对用户进行聚类，发掘出具有相似兴趣的Web用户，这是一个利用在客户端/服务器(Client/Server)模式下形成节点关系网络的过程。使用这类方法的前提环境必须是基于客户端/服务器模式的集中式网络结构，通过Web服务器集中收集用户访问历史记录。但是在对等网络中，各个节点地位平等，没有一个集中的节点专门负责收集这些信息。发明内容 [0009] 本发明的实施例提出了一种用于对等网络的节点访问装置、方法和系统，以更好地开展应用服务，增强客户体验。 [0010] 根据本发明的实施例的一方面，提出了一种对等网络节点访问装置，包括：节点信息获取单元，用于根据第一节点上存储的共享文件遍历对等网络中拥有共享文件的第二节点，形成第二节点列表；节点关系构建单元，用于根据共享文件和第二节点列表获取每个第二节点和第一节点之间的关联程度信息以构建节点关系列表；以及访问单元，用于访问用户根据节点关系列表选定的第二节点。 [0011] 根据本发明的实施例的另一方面，提出了一种对等网络节点访问方法，其中，对等网络包括用户所在的第一节点和用户可以访问的一个或多个第二节点，该方法包括：根据第一节点上存储的共享文件遍历对等网络中拥有共享文件的第二节点，形成第二节点列表；根据共享文件和第二节点列表获取每个第二节点和第一节点之间的关联程度信息以构建节点关系列表；以及第一节点根据节点关系列表访问节点关系列表中的第二节点。 [0012] 根据本发明的实施例的再一方面，提出了一种对等网络节点访问系统，包括：节点信息获取装置，用于根据第一节点上存储的共享文件遍历对等网络中拥有共享文件的第二节点，形成第二节点列表；节点关系构建装置，用于根据共享文件和第二节点列表获取每个第二节点和第一节点之间的关联程度信息以构建节点关系列表；以及节点访问装置，设置在第一节点，用于根据节点关系列表访问对等网络中的第二节点。 [0013] 通过本发明，用户能够共享的文件增多，而用户能够共享的文件越多，越能精确反映用户的兴趣爱好，为用户构建的节点关系列表也就越能符合用户的需求，从而增强了用户的体验，所以一定程度上能激励用户共享出更多的文件。附图说明 [0014] 此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中： [0015] 图1是根据本发明的实施例的对等网络节点访问装置的框图； [0016] 图2是根据本发明的实施例的对等网络节点访问方法的流程图； [0017] 图3A是根据本发明的实施例的文件分散存储在网络的各个节点上的示意图； [0018] 图3B是根据本发明的实施例的文件在网络上的流行度的示意图； [0019] 图4是根据本发明的实施例的节点间关系的示意图； [0020] 图5A是根据本发明的实施例的在全分布式结构化对等网络中，中心节点获得共享有相同文件的其他节点列表的查找过程的流程图； [0021] 图5B是根据本发明的实施例的在中心化拓扑式对等网络中，中心节点获得共享有相同文件的其他节点列表的查找过程的流程图； [0022] 图6是根据本发明的实施例的中心节点获得节点关系列表并排序的过程的流程图； [0023] 图7是根据本发明的实施例的中心节点计算关联节点的关联程度的过程的流程图； [0024] 图8是根据本发明的实施例的稀有文件更能代表用户兴趣的示意图； [0025] 图9是根据本发明的实施例的节点关系列表的示意图；以及 [0026] 图10是根据本发明的实施例的用于对等网络的节点访问系统的框图。具体实施方式 [0027] 下面参考附图，详细说明本发明的具体实施方式。 [0028] 参考图1，说明根据本发明的实施例的用于对等网络的节点访问装置。其中，将节点访问装置所在的节点称为中心节点(即，第一节点)，将与中心节点相关的节点称为关联节点(即，第二节点)。如图1所示，本发明的节点访问装置包括：节点信息获取单元102，用于根据中心节点上存储的共享文件遍历对等网络中拥有共享文件的关联节点，形成关联节点列表；节点关系构建单元104，用于根据共享文件和关联节点列表获取每个关联节点和中心节点之间的关联程度信息以构建节点关系列表；以及节点访问单元106，用于访问用户根据节点关系列表选定的关联节点。 [0029] 节点关系构建单元104包括：文件信息查找单元104-2，用于从共享文件管理单元中依次提取共享文件，获取每个共享文件的一个或多个关键字/词，并在对等网络中查找共享共享文件的关联节点或在对等网络中的中央索引服务器上查找的关联节点，将查找到的关联节点信息保存到节点关系列表中，直到遍历完所有的共享文件；以及关系列表构建单元104-4，用于根据节点关系列表中的关联节点信息获取关联节点和中心节点之间的关联程度信息，将关联程度信息添加到节点关系列表中以构建节点关系列表。 [0030] 上述的对等网络包括：全分布式结构化对等网络和中心化拓扑式对等网络。 [0031] 图2是根据本发明的实施例的用于对等网络的节点访问方法的流程图。如图2所示，本发明的节点访问方法包括以下步骤： [0032] S202，根据中心节点上存储的共享文件遍历对等网络中拥有共享文件的关联节点，形成关联节点列表； [0033] S204，根据共享文件和关联节点列表获取每个关联节点和中心节点之间的关联程度信息以构建节点关系列表；以及 [0034] S206，中心节点根据节点关系列表访问节点关系列表中的关联节点。 [0035] 上述的对等网络包括：全分布式结构化对等网络和中心化拓扑式对等网络。在对等网络为全分布式结构化对等网络的情况下，中心节点计算所提取出的共享文件的关键字/词(KEY)值，根据KEY值查找对等网络中共享共享文件的关联节点。在对等网络为中心化拓扑式对等网络的情况下，中心节点到对等网络中的中央索引服务器上查找共享共享文件的关联节点。 [0036] 中心节点可以将关联节点和中心节点之间的共享文件的权值赋值为1，关联节点和中心节点之间的关联程度为关联节点和中心节点共同拥有的共享文件数量。 [0037] 中心节点也可以将关联节点和中心节点之间的共享文件的权值赋值为，并根据以下公式计算关联节点和中心节点之间的关联程度：其中，i，j和k均为正整数。 [0038] 在考虑中心节点上的下载文件信息的情况下，通过以下公式修正关联节点和中心节点之间的关联程度：relevance′(i)＝relevance(i)+k\|Uo∩Ui\|，其中，\|Uo∩Ui\|为关联用户i与中心用户共同的下载文件列表个数，0＜k＜1。 [0039] 在对等网络的四类拓扑结构中，在中心化拓扑式对等网络和全分布结构化对等网络中，由于中心用户可以查出共享某文件的全部节点信息，因此通过以上方法构建的中心用户的节点关系列表系统性能很好；而在全分布非结构化对等网络和半分布拓扑式对等网络中，查找共享某文件的全部节点信息付出的代价很大。 [0040] 在全分布结构化对等网络中，存在于不同节点上的相同文件的索引保存在一个节点上，因为在P2P网络中相同文件的KEY值是一样的，因此存在于不同节点上的相同文件被统一保存在与此KEY值接近的节点上。这里，文件的KEY值可以是文件名或文件内容进行哈希后得到的值。在中心化拓扑式对等网络中，所有文件的索引值保存在中央索引服务器上。 [0041] 另外，由于用户的兴趣爱好在一定的时间周期内是静态不变的，所以可以按一定周期更新用户的节点关系列表，而不需要实时动态地更新，这也是基于网络负担的考虑。 [0042] 在对等网络中，目前应用最多的是文件共享，用户从别的用户处下载文件，同时共享出文件给别人下载，用户有选择地共享一些文件，用户选择共享文件的过程可以认为是用户选择自己兴趣爱好的一个过程，所以用户的共享行为在一定程度上可以表示用户的兴趣爱好。假设用户共享的文件列表有：file1，file2，...，filen共n个文件，这n个文件可以是任何文件类型，不区分对待，则用户的模型可以表示为：U＝(file1，file2，...，filen)。 [0043] 对等网络中，文件分散存储在各个节点上，如图3A所示，由于用户根据自己兴趣选择共享文件给别人分享，所以不同的文件因对此文件感兴趣的用户不一样而在网络上分布情况也不一样，这里引入文件的流行度概念，如图3B所示。 [0044] 图3A示出了文件在P2P网络上的分布。假设拥有File1文件的节点数为N1，拥有File2文件的节点数为N2，拥有Filen文件的节点数为Nn。Filei文件越流行，则拥有Filei文件的节点数越多，即Ni数值越大。例如，在图3B中，5个用户拥有file1，7个用户拥有file2，3个用户拥有filen，所以文件的流行度依次为file2＞file1＞filen。 [0045] 图4示出了节点之间的关系，节点因为拥有共同的文件而关联在一起，从而形成了中心用户的节点关系列表。在图4中，以点代表节点用户，边代表节点用户间的相关程度，边的权重可以有几种方案可选。其中一种是：边的权重为拥有共同文件的文件数(文件数n是个整数)。在图4中，以用户1为中心用户，用户2、用户3、用户9因分别与用户1拥有共同的文件而关联在一起，用户1和2之间拥有的共同文件数为2，用户1和3之间拥有的共同文件数为1，用户1和9之间拥有的共同文件数为3。在这种情况下，我们认为与用户1拥有共同兴趣的程度依次为：用户9＞用户2＞用户3。另外一种权重的选择考虑了文件的流行度，在下文叙述。 [0046] 现在的问题是中心节点如何知道网络上关联节点和中心节点共享有共同的文件，由于对等网络的特殊性，这个问题很容易解决。在全分布式结构化和中心化拓扑式对等网络环境下实现的算法流程图分别如下图5A和图5B所示： [0047] 在图5A中，首先，中心节点取出其中一个共享文件(S502)，计算此文件内容的KEY值(S504)，根据KEY值可以找到存储该文件索引的节点(S506)，从该节点上可以获得共享有这个文件的其它节点情况(S508)，并保存这些节点信息在一个数据库表中(S510)，这样就完成了一个共享文件的查找。再取出下一个共享文件，经过同样的查找过程，直到完成中心节点上所有共享文件的查找(S512)，算法结束。 [0048] 在图5B中，中心节点取出一个共享文件(S520)，直接到中央索引服务器上可以查找到共享了此文件的关联节点列表(S522)，保存此列表(S524)，再取出下一个共享文件，直到遍历完所有共享文件(S526)，算法结束。 [0049] 最后，得到的与中心节点拥有相同文件的关联节点情况如表1所示。 [0050] 表1节点查询到的拥有相同共享文件的节点列表 [0051]共享文件共享此文件的其它节点列表节点总数 File1 N11，N12，N13，...... N1 File2 N21，N22，N23，...... N2 ...... ...... ...... Filen Nn1，Nn2，Nn3，...... Nn [0052] 表1为假设某节点有n个共享文件File1到Filen，共享有相同文件的其它节点列表及节点总数如表所示，在节点列表中Nij代表共享有文件Filei的节点j，由于某个其它节点可能同时共享有文件File1和File2，则此节点会同时出现在File1和File2的节点列表中，所以Nij的下标不同，但代表同一节点，这里只是为了表达方便。Ni代表在网络上拥有共享文件Filei的总节点数，该数值的大小如前代表了文件在网络上的流行度。 [0053] 中心节点得到了表1的数据后，也就知道了自己共享的文件在整个网络上的分布情况，接下来就是提取出因为与自己共享有相同文件而发生了联系的关联节点，并计算各关联节点与中心节点的关联程度，算法实现的流程图如图6和图7所示。 [0054] 图6是中心节点根据表1去除重复节点并计算关联程度后得到关联节点的一个排序的流程图，能够获得因为拥有相同文件而产生联系的关联节点的列表。如图6所示，产生节点关系列表的流程包括：S602，查询节点列表信息；S604，登记新节点；S606，判断是否遍历完节点列表，如果没有遍历完，则继续执行步骤S602；S608，遍历完节点列表后，中心节点得到因共享有相同文件的节点关系列表；S610，计算关联节点与中心节点的关联程度；S612，根据关联程度得到关联节点的排序。 [0055] 图7为根据本发明的实施例的计算关联程度的流程图。如图7所示，计算关联程度的流程包括：S702，取出一个关联节点；S704，查找共同拥有的文件；S706，对该文件赋权值；S708，判断是否遍历完共享文件，如果没有遍历完，则继续执行步骤S704；S710，在遍历完所有共享文件后，对所有共同拥有的文件权值求和；S712，判断是否遍历完节点关系列表，如果没有遍历完，则继续执行步骤S702。 [0056] 在对共享文件赋权值时，可以对所有共享文件不作区别，权值统一赋为1，最后计算得到的关联程度值就是拥有相同文件的个数。假设：中心节点拥有n个共享文件file1，file2，...，filen，关联节点i与中心节点共同拥有Fi个文件其中，i为正整数，用关联节点i与中心节点共同拥有的文件个数Fi来表示关联程度，关联程度可以用如下计算公式表示： [0057] relevance(i)=Fi 公式(1) [0058] 另外，如果对共享文件区分对待，考虑文件的流行度，基本思想是越流行的文件有时只是用户为了追赶潮流呈现一时的兴趣爱好，赋予的权重小；而在网络上越不流行越稀有的文件有时更能反映用户长久的兴趣，对计算用户间的关联程度作用更大，则赋予的权重大。这时关联节点i与中心节点的关联程度的计算公式为： [0059] 公式(2) [0060] 其中，是拥有中心节点上的每个共享文件的关联节点总数，Nj是中心节点与关联节点之间共享的多个共享文件中的一个共享文件对应的关联节点数量。这里取对数是参照TFIDF中IDF的计算，为了使权值对共享文件在网络上的总流行度不特别敏感。 [0061] 例如，如图8所示，用户9与用户3仅仅共同共享有流行文件File2，流行程度表现在网络上共有1000个节点拥有此文件，而用户9与用户6仅仅共同共享有稀有文件File4，稀有的极端情况下是网络上仅此两个节点拥有此文件。这种情况下利用公式(1)计算出来的关联度都为1，不能区别用户3与4哪个与用户1关联程度更强。而利用公式(2)，明显计算出来的relevance(6)＞relevance(3)，得出结论用户6相比用户3与用户9的关联程度更强，也就是和用户9拥有共同的兴趣爱好用户6要比用户3多，最后呈现给用户9的关联列表用户6比用户3更靠前。 [0062] 此方法构建的节点关系列表最终的呈现形式是：与中心节点有相近兴趣的关联节点形成一个以该用户为中心的节点关系网络，根据关联程度的强弱关联节点以一个排序的列表呈现给中心节点。在此基础上可以开展的应用服务可以有：浏览各关联节点共享文件，获取新的兴趣爱好；向关联节点发起聊天信息；和邀请关联节点加入互动游戏等等。实例化的一个界面如图9所示。 [0063] 图9中还需说明的是，第一列为关联用户列表，第二列为各关联用户与中心用户的相关文件数，也可以看作是没有考虑文件流行度计算出的关联程度，第三列为考虑了文件流行度后计算出的关联程度。用户1和用户2如果按第一种方法计算的关联程度排序，则用户2应该在用户1之前，而这里是根据第二种方法计算的关联程度的排序，用户1在用户2之前。 [0064] 在节点关系网络的呈现部分，由于虚拟世界中人与人之间存在着或多或少(或强或弱)的关联，把跟中心用户存在关联的用户都呈现给中心用户的客户端界面上有时是没有太大意义，中心用户客户端可以对这种关联程度设定阈值，只有关联程度大于这个值的关联用户才会最终呈现给中心用户。 [0065] 另外，通常用户的下载文件信息在一定程度上也能反映用户的兴趣爱好。通过共享文件找到和中心用户有关系的关联用户后，计算关联程度时除了考虑共享文件的信息，同时可以考虑用户的下载文件信息，对关联程度的计算公式进行修正。在对等网络中，每个节点用户在自己客户端多一个下载文件管理模块，用于管理用户所有的下载文件信息。中心用户通过共享文件找到关联用户后，向各个关联用户发起查询，获取关联用户的下载文件信息。假设中心用户的下载文件信息(下载文件列表)为Uo，关联用户i的下载文件列表为Ui，则关联用户i与中心用户的关联程度的修正公式为： [0066] relevance′(i)＝relevance(i)+k\|Uo∩Ui\| 公式(3) [0067] 其中relevance(i)为公式(1)或公式(2)计算的结果，\|Uo∩Ui\|为关联用户i与中心用户共同的下载文件列表个数，0＜k＜1。 [0068] 图10是根据本发明的实施例的对等网络节点访问系统的框图。将节点访问系统所在的节点称为中心节点(即，第一节点)，将与中心节点相关的节点称为关联节点(即，第二节点)。本发明的节点访问系统包括：节点信息获取装置1002，用于根据第一节点上存储的共享文件遍历对等网络中拥有共享文件的第二节点，形成第二节点列表；节点关系构建装置1004，用于根据共享文件和第二节点列表获取每个第二节点和第一节点之间的关联程度信息以构建节点关系列表；以及节点访问装置1006，设置在第一节点，用于根据节点关系列表访问对等网络中的第二节点。 [0069] 节点关系构建装置包括：文件信息查找单元1004-2，用于从共享文件管理装置中依次提取共享文件并在对等网络中查找共享共享文件的关联节点，将查找到的关联节点信息保存到节点关系列表中，直到遍历完所有的共享文件；以及关系列表构建单元1004-4，用于根据节点关系列表中的关联节点信息获取关联节点和中心节点之间的关联程度信息，以构建节点关系列表。 [0070] 对等网络包括：全分布式结构化对等网络和中心化拓扑式对等网络。 [0071] 通过本发明，中心用户能够共享的文件增多，而中心用户能够共享的文件越多，越能精确反映用户的兴趣爱好，系统为中心用户构建节点关系列表也就越能符合中心用户的需求，从而增强了用户的体验，所以一定程度上能激励中心用户共享出更多的文件。 [0072] 根据本发明的实施例提供的方法，执行该方法的计算机指令程序可以存储在一个计算机可读取存储介质中。 [0073] 以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。