基于Bloom滤波器的对等网多关键字检索

现有基于Bloom滤波器(BF)的对等网(P2P)检索,由于索引表的不断增长且不能确定数据量的上限,存在两个问题:一是难以确定BF向量长度;二是不能高效处理P2P多关键字Top-k查询。提出了一种基于关键词频率进行分块的分块Dynamic Bloom Filter(BDBF)以解决上述问题;并给出了相应的P2P多关键字Top-k查询模型,即当节点传送BF时先传送高频DBF,如不能满足Top-k查询则继续传送次高频的BF。实验分析发现,该结构更能适应数据量的连续增长,降低网络传输流量,并能高效处理多关键字检索中的Top-k查询问题。

基于Bloom滤波器的快速路由查找方法

针对IP路由查找中的最长前缀匹配问题,提出了一种基于Bloom滤波器的快速路由查找方法。首先,通过建立首字节索引表,减少了需要并行查询的Bloom滤波器的数量。其次,基于IP地址前缀长度分布的不均匀性对Bloom滤波器组的设置进行了优化,降低了查询过程对Bloom滤波器总数的需求。最后,将基本Bloom滤波器位向量中的每一比特位与一个计数器相关联,实现了对路由更新的支持。理论分析表明,与现有方法相比,利用该方法进行路由查找可以实现更低的选路表平均探测次数,并在最坏情况下具有更低的平均探测次数上界。实验结果验证了该方法的有效性及相关理论分析的正确性。

基于Bloom滤波器的IP源地址假冒过滤

提出将Bloom滤波器结构应用到IP源地址假冒过滤技术中.利用Bloom滤波器存储的紧凑性,提高过滤效率,减少过滤成本.给出其伪代码,通过采集深圳大学城网络中心数据进行实验验证.实验结果表明,该方法简捷有效,且易于推广.

基于Bloom滤波器的IPv6路由查找算法

随着IPv6协议的广泛应用,传统的IPv4路由表查找算法不再适应IPv6网络环境中路由转发的需要。因而提出一种IPv6路由查找算法,利用Bloom滤波器来实现并行的最长前缀匹配,缩小查找范围,使得每次查找的平均hash探索次数有所减少,从而提高查找速度。

基于指纹和Bloom滤波器的数据泄漏检测方案研究

防止机密数据流出网络是网络运营商面临的一个重要问题,随着云计算技术的发展,这一问题显得更加复杂。当前的数据防泄漏方案主要依赖在外传数据中进行关键词通用搜索,导致数据流控制不够精细,虚警率较高。鉴于此,首先设计一种基于白名单的数据防泄漏(DLP)架构,在此基础上,提出一种基于文件指纹和Bloom滤波器的数据泄露检测算法。该算法通过使用动态规划来计算最优检测位置,最大限度地降低了内存开销,并支持高速部署。仿真实验结果表明,该算法可以非常低的代价,实现大量数据的在线指纹检测。例如,对1TB的文件,解决方案只需340 MB内存就可实现1000字节的最差检测延时期望(泄露的长度)。

基于指纹和Bloom滤波器的数据泄漏检测方案

针对当前的数据防泄漏方案主要依赖在外传数据中进行关键词通用搜索,导致数据流控制不够精细、虚警率较高的问题。首先设计了一种基于白名单的数据防泄漏(DLP)架构,在此基础上,提出了一种基于文件指纹和Bloom滤波器的数据泄露检测算法。该算法通过使用动态规划来计算最优检测位置,最大限度地降低了内存开销,并支持高速部署。仿真实验结果表明,所提算法可以用较低的代价,实现大量数据的在线指纹检测。例如,对1 TB的文件,该方案只需340 MB内存就可实现1000字节的最差检测延时期望(泄露的长度)。

基于Bloom滤波器的缓存机制快速路由查找算法

将Bloom滤波器应用于路由表查找,可实现并行的最长前缀匹配.针对实际流量分布的临时集中性特点,引入了缓存机制以研究高性能的快速算法.分析结果显示,改进后的算法可以将Bloom滤波器的误检概率降低80%以上.

基于LGBP与Bloom滤波器的可撤销掌纹模板生成方法

针对提高掌纹身份认证系统的安全性,实现对用户生物特征信息的有效保护,提出一种掌纹可撤销模板生成方法。首先通过Gabor滤波器获得掌纹数据不同方向、不同尺度的幅值特征,对其提取局部均匀模式LBP特征,然后将二值化的特征直方图序列使用Bloom滤波器进行多对一映射,最后进行不可逆变换,得到可撤销掌纹模板。理论分析和实验结果表明,该方法不仅可以有效保护掌纹特征,而且密钥丢失时,也具有较高的识别率。

基于双哈希模糊布隆滤波器云存储数据融合

为提高跨多个区域大数据存储效率,提出一种基于布隆(Bloom)滤波器(BF)的海量数据存储空间部署策略。采用模糊交叉方法(FFBF),使用模糊交叉操作合并压缩两个Bloom滤波器,实现散列数据在两个Bloom滤波器的共享容纳,减少海量数据存储需求;利用双哈希计算k个哈希函数降低计算成本。实验结果表明,所提算法的误报受压缩操作(即失效数据)的影响很小,数据衰减缓慢,允许流数据在内存中驻留相当长的时间。

利用Bloom filter实现长流识别

给出了利用Bloom filter识别长流的算法。提出了使用分层哈希的方法,减少了在哈希过程中的冲突。采用带有部分主机信息的哈希函数,利用哈希串的重叠和数量上的一致性,使在识别长流的过程中能够很方便地还原出主机的信息;给每个哈希函数独立的存储空间,也在很大程度上减少了哈希过程中所带来的内部冲突。

一种基于Bloom-filter表项压缩的TCAM业务识别算法

在三态内容寻址存储器(Ternary Content Addressable Memory,TCAM)表项宽度和存储容量约束下,该文提出一种基于匹配表项压缩的BF-TCAM算法,采用Bloom-Filter(BF)对匹配关键字进行单字节编码压缩关键字长度,解决了匹配吞吐率低和存储空间不足问题。针对BF在表项压缩过程带来的冲突率上升问题,引入向量存储空间策略,利用向量存储空间实现多个哈希函数映射,相对于比特向量策略,有利于降低匹配冲突率。测试实验表明,相对于传统的TCAM匹配算法,BF-TCAM算法不但提高了匹配吞吐率和存储空间利用率,同时可有效降低BF压缩产生的冲突率。

MANET多路径负载均衡方法

提出了一种移动自组织网络(MANET)中均匀分配业务量、减轻网络局部拥塞的多路径负载均衡方法.通过基于Bloom滤波器的流量检测方法获得每个节点的负载,在源节点进行负载均衡.多路径负载均衡方法路径选择标准为链路生存时间、端到端时延和转发路径当前的负载情况.通过仿真对其性能进行了衡量和分析,仿真结果表明,该方法在分组投递率、端到端时延和所需的控制包开销方面优于传统多路径机制,该方法适用于节点密度较小的场景.

一种改进的网络数据泄漏检测方案研究

防止机密数据流出网络是网络运营商面临的一个重要问题。随着云计算技术的发展,这一问题显得更加复杂。当前的数据防泄漏方案主要依赖在外传数据中进行关键词通用搜索,导致数据流控制不够精细,虚警率较高。鉴于此,设计了一种基于白名单的数据防泄漏(DLP)架构,在此基础上,提出了一种基于文件指纹和Bloom滤波器的数据泄露检测算法。该算法通过使用动态规划来计算最优检测位置,最大限度地降低了内存开销,并支持高速部署。仿真实验结果表明,该算法可以用非常低的代价,实现大量数据的在线指纹检测。例如,对1 TB的文件,该解决方案只需340 MB内存就可实现1 000 Byte的最差检测延迟期望(泄露的长度)。

从邮件的域信任到IPv6网络邮件的完全信任

垃圾邮件(spam)是邮件服务的一个污点.如何消除污点,保证邮件的服务质量,本文从目前域名的信任关系和实现的手段SPF(Sender Policy Framework)开始,融合IPv6的发展趋势,第一次提出了纯IPv6的用户间而不是服务器间的信任荣誉关系,及其实现的数学模型和应用模型.

流媒体系统的资源知名度生成与分发算法

为提高流媒体系统中混合搜索算法搜索决策的准确性,减少传统资源知名度分发过程中消息报文的开销,提出一种流媒体系统的资源知名度生成与分发算法。生成算法基于全局变化率,采用心跳检测机制检测节点的被动离开;一致性分发算法利用Bloom滤波器进行资源知名度的分发。与传统资源知名度生成与分发算法相比,该算法能更真实地反映资源的动态变化,减少一致性分发过程中的报文开销。

面向泛在电力物联网的边缘节点感知自适应数据处理方法

泛在电力物联网(UEP-IoT)背景下,采用数据中心集中处理的传统云计算运行方式难以适应急剧扩大的数据规模,且存在对电力数据中心计算能力要求较高的缺点。针对上述问题,在构建基于边缘计算的泛在电力物联网数据处理架构的基础上,提出一种新的感知自适应数据处理方法。首先,通过设计基于计数bloom滤波器的边缘节点数据类型自适应感知机制,从而自动识别泛在电力物联网数据类别与对应字段。其次,设计了一种包含了通用可移植的文件尾(EOF)识别插件以及数据副本管理系统的边缘节点感知自适应处理方法,最终实现了泛在电力物联网数据的有效收集。仿真结果表明,对于相同的数据集,所提方法对辨识数据类别的正确率提升了1.3%以上;与传统数据副本管理方法相比,所提就地管理与集群管理相结合的副本管理方法对数据集的处理平均时间下降了33.33%,表明所提方法能够有效提升对海量UEP-Io T数据的处理性能。

面向压缩XML文档的数据快速过滤与片断分发方法

XML数据的过滤和分发是XML应用领域的研究热点之一。为了提高XML文档的传输效率,有必要进行压缩。本文提出一种应用于压缩XML文档的过滤和片断分发方法。实验表明,这种方法既保持了压缩文档的传输效率优势,又滤掉了非查询目标数据,提高了分发中心的匹配/分发处理效率。

NFL:一种基于活动流参数估计的自适应模糊AQM算法

针对主动队列管理(AQM)机制面对动态突变的网络存在参数配置难问题,提出一种将模糊AQM和活动流参数估计策略相结合的自适应AQM算法(NFL).在综合权衡各性能指标的基础上,设计了一组能适应一定网络变化的模糊规则,并对算法进行了运算优化.为捕获网络突发流,引入了一种基于Bloom滤波器的无状态维护活动流参数估计策略,并依此提出一个模糊AQM输出增益补偿器.实验结果表明,NFL能较好地适应网络变化,相对其他算法,具有更快的收敛速度和稳定的稳态队列控制性能.