基于分组索引增量交换的机会网络高效低时延路由算法

基于Epidemic机制的路由算法为机会网络提供了一类可靠的数据传送方式,但在相遇节点感知和分组交换的操作中存在冗余,导致开销和时延增加;对此,作者提出一种基于分组索引增量交换的机会网络路由算法——ERBEI,在分组索引的交换过程中只传递增量信息,并借助Request消息从节点缓存中删除已到达目的节点的分组,同时在相遇节点感知过程中只使用Hello消息,且优先发送位于最后1跳的数据分组,从而减少开销、降低分组时延.理论分析和仿真结果说明,与经典的Epidemic路由算法和它的一种改进算法ARER相比,ERBEI算法在控制开销、分组端到端时延、存储空间占用等方面的性能得到整体提升.

公式分组索引搜索的D-Search算法

本文提出了一个公式分组索引搜索的D-Search算法。该算法查找N个元素所需要的期望时间为O(n)。

最优分组索引的RFID安全协议

由于RFID系统及设备的特殊性和局限性,以及使用开放的无线通信链路,从而带来许多安全问题,目前还缺乏安全、高效、实用的低成本RFID安全协议。本文对现有几种典型的安全协议进行了分析,并指出其存在的安全缺陷和漏洞。针对基于分组索引的RFID安全协议所存在的问题,本文提出了最优分组方案,使其索引的时间复杂度降为最低,同时采用随机数、Hash函数、标签与后端数据库共享密钥机制等,解决了RFID中的隐私保护、跟踪、欺骗攻击、前向安全、后向安全、妥协攻击等安全性问题。

面向高效加密云数据排序搜索的类别分组索引方法

针对现有可搜索加密领域所遇到的加密密钥维度高、更新不灵活和搜索速度慢等问题,我们提出了一种新型类别分组索引方法——CGIM.新方法将数据分类后,按类提取关键词建立分组索引,并采用分组加密方式实现以若干低维加密密钥代替高维加密密钥以缩短索引和查询请求的加密时间.此外,分组索引方法的每个组向量对应不同的类别,这样不仅可以实现分类更新以改善更新文档的灵活性,而且能够在检索过程中生成针对性陷门,从而进一步提高搜索的速度和效率.理论和实验分析表明,该方法是可行且有效的.

DAS模式下基于密文分组索引的完整性验证

目前关于DAS模式下的全概率完整性验证方法主要是建立在明文数据上,并没有建立在密文数据上的完整性验证方法。提出一种建立在密文数据上的适用于动态数据库的完整性验证方法。分组索引是在DAS模式下的一种高效的密文索引,在密文数据分组索引的基础上,提出利用无碰撞增量式哈希生成完整性验证信息的方法。这是一种验证速度快(可并行计算)、维护代价小(对于增删改操作可增量式维护)的全概率验证方法,适用于动态数据库中完整性的验证。

直接序列扩频非正交分组码索引调制技术研究

为了进一步提高传统码索引调制(Code Index Modulation, CIM)的误码率性能和降低伪随机(Pseudo Noise, PN)码索引资源的耗费量,提出非正交分组-码索引调制(Nonorthogonal Grouping-Code Index Modulation, NG-CIM)方案。NG-CIM在发送端将每一个传输时隙并行分为调制块和映射块,调制块通过比特分组后映射成为多组调制符号,映射块为各组调制符号的正交分量和同相分量索引相同的PN码进行直接序列扩频传输。仿真结果表明,在加性高斯白噪声信道中,随着频谱效率的提升,NG-CIM的误码率性能较CIM有着约2~4dB的改善,同时PN码资源的耗费量也大大减少。

搜索引擎倒排索引技术的改进

倒排文件是搜索引擎检索系统普遍采用的索引技术。在实验基础上,针对中文搜索引擎中索引的时效性和传统倒排索引在更新时的缺点,提出分组索引技术和一种追加索引的更新算法,可以有效提高搜索引擎的检索效率,同时不影响系统检索效果。

向量分组聚集计算技术研究

分组聚集计算是OLAP重要的操作符之一,分组聚集操作是一种数据密集型负载。在内存数据库和GPU数据库应用场景下不仅需要研究其性能优化技术,还需要研究如何优化分配分组聚集计算执行场地以最小化CPU与GPU之间的数据传输代价。针对异构计算平台的硬件特征提出了向量聚集计算技术,将位于传统流水线末端的分组聚集计算按照"早分组,晚聚集"策略进行分解与下推,实现将数据密集型的分组聚集计算从流水线中分离,将操作与处理器计算特性优化匹配,实现异构计算平台上最优的负载分配。通过将传统基于哈希分组的聚集计算转换为向量分组聚集计算,显著提升了分组聚集计算性能。实验结果表明,向量分组聚集技术相对于具有代表性的高性能内存数据库Hyper、GPU数据库MapD最大达到5~8倍的性能提升。向量聚集计算不仅提高了OLAP聚集计算性能,而且实现了将数据密集型负载从查询计划中分离的目标,使异构计算平台能够根据处理器的硬件特性优化配置计算资源,提高异构计算平台OLAP的整体性能。

云存储环境中多关键词加密排序搜索方法研究

随着可搜索加密技术的发展,用户输入多个查询关键词即可对云服务器中的数据进行检索。但是随着数据量的增加,云服务器的检索效率不断降低,其安全性也难以得到保障。为此,提出一种云存储环境中多关键词加密排序搜索方法。首先,通过对文档的关键词进行聚类,获得特征较集中的索引向量;其次,对索引和查询向量构建标记,根据查询标记的位置过滤无关文档,减少搜索时间;最后,将索引向量按照相应标记所属类别进行分组,将高维的加密密钥降为多个低维密钥,进一步减少索引的加密时间。随着文档分组数量的增加,查询时间将减少50%以上。实验结果表明,该方案在保证安全性和查询准确性的同时,能提高查询效率。