[发明专利]一种分布式域名存储方法及系统

说明书

本发明提供一种分布式域名存储方法及系统，包括：提取域名文本数据，并获取所述域名文本数据所对应的域名特征向量；对所述域名特征向量进行iSAX字符表示，获取对应的iSAX编码；根据所述iSAX编码将所述域名文本数据分布于iSAX向量空间的一个子区域；每个所述子区域对应一个分布存储节点。本发明提供的分布式域名存储方法及系统，通过将域名相关的文本数据转换成特征向量，并获取与之对应的iSAX编码，以通过裂化iSAX向量空间的方式，实现域名的分布存储，实现了根据不同域的相近特征进行聚类和整合对域名进行分布式储存的目的，有效的提高了域名查询的效率。

技术领域

本发明涉及计算机技术领域，尤其涉及一种分布式域名存储方法及系统。

背景技术

域名服务器(Domain Name Server，DNS)是进行域名(domain name)和与之对应的IP地址(IP address)转换的服务器，域名服务器每天解析数十亿到上百亿条的域名请求。海量域名储存在单一服务器有一定困难，需要进行分布式储存。

由于域名长短不一，无意义词较多，IP地址不定，且域名间的相似度不好定义。故传统的基于域名结构的树形结构分类储存，存在较大的局限性，无法把不同域的相近特征进行聚类和整合。

例如，现有技术中记载了一种海量时间序列的分布式索引方法，是利用iSAX编码来归类不同数据，再利用索引进行快速查询。但该方案只是针对于时间序列，而不能对域名等文本类数据进行处理。

有鉴于此，亟需提供一种适用于域名的分布式储存方法，以根据不同域的相近特征进行聚类和整合，有效的实现域名的分布式储存。

发明内容

针对现有技术存在的问题，本发明实施例提供一种分布式域名存储方法及系统。

本发明提供一种分布式域名存储方法，包括：提取域名文本数据，并获取所述域名文本数据所对应的域名特征向量；对所述域名特征向量进行iSAX字符表示，获取对应的iSAX编码；根据所述iSAX编码将所述域名文本数据分布于iSAX向量空间的一个子区域；每个所述子区域对应一个分布存储节点。

根据本发明提供的一种分布式域名存储方法，所述提取域名文本数据，并获取所述域名文本数据所对应的域名特征向量，包括：提取域名中所包含的所述域名文本数据；以点作为分割词，对所述域名文本数据进行分割处理，获取多个目标域名文本数据；将每个所述目标域名文本数据输入至预先构建的Bert词嵌入算法模型，获取由所述Bert词嵌入算法模型输出的目标域名特征向量；每个所述目标域名特征向量与每个所述目标域名文本数据对应。

根据本发明提供的一种分布式域名存储方法，在对所述域名特征向量进行iSAX字符表示，获取对应的iSAX编码之前，对每个所述域名特征向量进行降维处理，具体包括：基于算数平均值，将所有的目标域名特征向量均分为多个目标域名特征向量集；分别计算每个所述目标域名特征向量集中所有的目标域名特征向量的向量平均值，作为所述目标域名特征向量集的表征向量，完成对所述域名特征向量的降维处理。

根据本发明提供的一种分布式域名存储方法，所述对所述域名特征向量进行iSAX字符表示，获取对应的iSAX编码，包括：根据将浮点数空间按照遵循正态分布划分的形成的等概率区间，对所述域名特征向量进行离散符号化表示，获取与所述域名特征向量对应的iSAX编码。

根据本发明提供的一种分布式域名存储方法，所述iSAX编码是由多个SAX码元以及表示每个码元基数的数值构成。

根据本发明提供的一种分布式域名存储方法，所述根据所述iSAX编码将所述域名文本数据分布于iSAX向量空间的一个子区域，包括：根据所有域名文本数据对应的所述iSAX编码所对应的域名数量，对所述iSAX向量空间进行裂变操作，获取多个子区域；确定每个所述子区域对应的分布存储节点，以将所述iSAX编码存储于所述分布存储节点。