基于小生境遗传算法的SDD-1分布式查询优化算法

SDD-1算法是一种分布式数据库的查询优化算法,遗传算法已经在许多领域得到了成功的应用。针对基于遗传算法的SDD-1算法中,遗传算法存在"早熟收敛"的问题,提出一种基于小生境遗传算法的SDD-1分布式查询优化算法,该算法能在尽可能短的时间内求解通信费用最小的查询计划。实验结果表明,该算法比单独使用SDD-1算法、基于遗传算法的SDD-1算法均有更优的性能。

基于SDD-1算法的分布式数据库查询优化策略的研究

分布式数据库系统由于数据的分布和冗余使得分布式查询处理增加了许多新的内容和复杂性，因此分布式查询处理的策略显得尤为重要。本文介绍了基于SDD-1算法的查询策略的特点，并提出存在的问题及改进方法。

分布式查询优化算法与应用实践

依据笔者开发大型分布数据库的应用实践,首先介绍半连接、选择因子、收益分析等基础概念,其次介绍分布式查询处理过程,主要阐述以半连接为核心的SDD-1查询优化算法,最后以实例说明该算法的实现并比较实际收益情况.

SDD-1算法的研究与改进

SDD-1算法是分布式数据库查询优化的一种算法,研究SDD-1算法的过程,分析SDD-1算法的优缺点,并针对该算法的不考虑最后一点传输代价的缺点提出了改进的SDD-1算法。

分布式数据库查询优化策略研究

分布式数据库系统由于数据的分布和冗余使得分布式查询处理增加了许多新的内容和复杂性。因此分布式查询处理的优化显得尤为重要。本文简要介绍分布式查询优化的目标、策略，并针对分布式数据库系统的查询优化，讲述三个典型的算法：INGRES算法、System R^＊算法、SDD-1算法，并进行对比、优化、总结，最后对SDD-1算法进行改进。

改进的分布式数据查询算法研究和实现

通过对数据库查询领域中SDD-1算法性能的分析,针对其在特定情况下存在的不足,引入人工智能领域的A*算法.将改进后的SDD-1算法与J2EE技术结合,应用到生产加工企业的材料供应链系统中.通过实验表明,新算法比SDD-1算法更具有适用性.

基于优化Paillier算法的两层无线传感器网络范围查询计算方法

针对现有两层无线传感器网络范围查询中数据计算效率较低以及感知节点能耗消耗较高的问题,提出一种基于优化Paillier算法的两层无线传感器网络范围查询计算方法。首先,利用具有可验证性的优化Paillier方法加密感知数据,在保证数据安全隐私的前提下实现密文下的数据运算,将计算平台从查询节点转移到存储节点,提高数据运算效率。其次,提出一种基于最左0-1编码和HMAC数据摘要算法的低功耗数值比较方法,在保证数据稳定性的前提下,降低感知节点能耗。最后,给出该方法的具体设计与实现,并利用树莓派和温湿度、光照强度传感器构建感知节点,利用英伟达TX2边缘计算平台构建存储节点,以此构建实验平台,将范围查询计算方法在该平台进行移植与实现。与现有方法在感知节点能耗、数据计算效率方面进行对比分析,结果表明,本文方法能够在降低感知节点能耗的基础上提高数据计算效率。