IFOG:数据网格上的缓冲索引架构

研究数据网格中快速副本定位和一致性存取问题。基于对数据网格中的副本缓冲、缓冲副本的跟踪、临近副本的感知等问题的关联分析,提出了一种数据网格上的分布式缓冲索引架构(IFOG),并利用该架构有效地实现了快速副本定位和存取算法。模拟试验表明,IFOG架构在快速定位临近副本方面表现出色,极大地改善了数据网格的副本定位服务(RLS)的效率。同时,基于IFOG架构的一致性存取算法能够在不增加副本一致性维护代价的前提下为数据网格应用提供更高的数据访问速度。

一种支持多维区间查询的云对等网络索引架构

针对用户在大规模云对等网络环境下多维区间查询问题,将基于m叉平衡树的索引架构引入到云对等网络环境下,在该架构上实现集中式环境下支持多维数据索引的层次化树结构,如R树、QR树。多维区间查询算法保证查询从树的任意位置开始,避免了根节点引起的系统性能瓶颈问题。通过计算和实验验证,对于N个节点的网络,多维区间查询效率为O(log_mN)(m>2)(m表示扇出)。由此可见,查询效率与维数d无关,查询效率不会随着维数d的增加而降低。最后建立基于扇出m的代价模型,并且计算出了最优的m值。

网络信息资源分类检索方法的应用

阐述基于大数据技术的网络信息资源分类检索方法,包括全文搜索引擎、目录搜索引擎、多元搜索引擎,智能化检索、移动式检索、实时性搜索,探讨分布式全文搜索引擎的架构。

网络搜索中用户搜索意图识别的研究

为解决用户搜索意图识别问题,提出了将改进型PSO-LSSVM算法用于搜索引擎分类意图识别,在传统的搜索引擎架构上加入了用户搜索意图识别模块以及所需的语料特征库。对PSO算法的局部搜索与全局搜索两个方面进行了改进,用于用户搜索意图识别处理器的参数设置;对搜索意图识别器训练集的获取和处理等问题做了相关讨论。通过实验对该方法以及理论架构进行验证,验证结果表明,相比普通的搜索引擎,基于该架构的搜索引擎在一定程度上较好地预测出用户的搜索意图,对用户的搜索意图识别问题研究具有启示意义。

基于CDM技术的海量数据分钟级恢复技术

目前海量数据恢复技术大多仅依靠异构数据库自身的备份恢复系统,数据恢复效率较差。对此以现代电子科技领域常用的海量数据流数据库管理系统为对象,基于CDM技术设计RTAM海量数据分钟级恢复技术。首先利用集中式管理方案,建立LUVENE海量数据索引架构,对海量数据进行分布式索引;然后基于CDM技术,利用索引架构对恢复数据进行原始格式备份并合成新的全量备份;最后在每个全量备份数据模块内,建立NETValt读写工具客户端,对海量数据采用交换分区机制进行批量数据加载,实现海量数据的分钟级恢复。实验数据表明,相比较传统海量数据恢复技术,设计的RTAM海量数据分钟级恢复技术单位时间内数据加载率提高27%,数据传输率提高19%,比传统恢复技术恢复效率更高。