在线社会网络：测量、分析和优化

在线社会网络（OSN）成为互联网中最重要的应用之一，深刻改变着互联网中用户行为和资源行为的特征。本项目重点解决和OSN相关的两个关键问题：1）用户行为和资源行为特征，尤其是它们的关联程度是怎样的？2）如何借助P2P技术优化OSN，解决OSN的扩展性问题？为此，本项目将首先测量典型的OSN，并基于测量数据分析用户行为和资源行为特征。区别于已有工作，本项目将重点分析和刻画用户形成的组的特征、资源之间的关联特征、用户行为和资源行为之间的关联特征，弥补现有工作不足，为OSN特征的全面把握和OSN的优化提供依据。其次，充分考虑OSN特有的性质，设计基于P2P技术的、朋友关系感知的发布/订阅系统，提出基于P2P技术的、关联性感知的快速资源分发方法，解决OSN的扩展性问题。本项目的预期成果不仅可为OSN特征的把握、OSN服务的优化提供科学的依据，而且可为OSN的性能提升和进一步的发展奠定良好的技术基础

在线社会网络（OSN）发展迅速，改变了互联网资源发布、分发和消费的模式，迫切需要认识OSN系统中用户之间的关系及其与资源的相互作用机理。本项目设计并实现了OSN系统测量平台，证明了OSN无偏采样的充要条件，并提出了OSN无偏采样算法；测量了典型的OSN系统，刻画了用户和资源的相互作用机理，发现了用户兴趣的局部性和互联网视频流行度的重尾分布特性；基于这些特性，研究了基于P2P技术的OSN系统优化方法，提出了位置感知的数据分发算法和弱边感知的OSN搜索技术。在本项目的支持下，项目组在国内外期刊和国际会议上发表学术论文14篇，包括2篇IEEE Transactions，1篇ACM IMC顶级会议；获得软件著作权登记1项。共有2名博士生和4名硕士生参加了本项目，其中1名硕士生获得中国科学院大学国家奖学金，2名硕士生获得计算所所长优秀奖学金。