[发明专利]一种面向海量数据相似度检测的指纹高速缓存方法

权利要求书

1.一种面向海量数据相似度检测的指纹高速缓存方法，其特征在于，步骤包括：

步骤S01.两级缓存配置：配置两级缓存并初始化为空，其中一级缓存用于缓存上层指纹、二级缓存用于缓存下层指纹，所述下层指纹包括将数据指纹聚类形成的多个指纹簇，所述上层指纹包括各所述指纹簇的聚类中心；

步骤S02.相似度检测：当接收到新数据指纹时，将接收到的第1个新数据指纹加入一级缓存中，直接作为第一个聚类的中心，对于第2个以及之后接收到的新数据指纹，从所述一级缓存中查找与新数据指纹距离在指定范围内的目的聚类中心，并从各目的聚类中心中查找与所述新数据指纹距离最近的聚类中心以及最近的数据指纹，得到最近聚类中心以及最近指纹；根据所述新数据指纹与所述最近指纹之间的距离判断是否存在与所述新数据指纹相似的指纹，如果判断为不存在转入步骤S03；

步骤S03.指纹缓存：根据所述新数据指纹与所述最近聚类中心之间的距离，将新数据指纹作为新的聚类中心缓存至所述一级缓存中，或将新数据指纹缓存至所述二级缓存中对应所述最近聚类中心的指纹簇中；

所述步骤S02中，具体查找与新数据指纹距离小于R+T的所有聚类中心，得到所述目的聚类中心，其中R为聚类半径，T为用于判定两个数据指纹之间是否相似的距离阈值，若新数据指纹与所有聚类中心之间的距离d_i均满足d_iR+T，则判定为不存在所述相似的指纹，所述步骤S03中将新数据指纹作为新的聚类中心缓存至所述一级缓存中；

所述步骤S02的具体步骤包括：

步骤S201.接收新数据指纹f_new，计算新数据指纹f_new与所述一级缓存中每个聚类中心C_i之间的距离d_i；

步骤S202.获取步骤S201计算得到的距离d_i中小于R+T的所有聚类中心，其中R为聚类半径，T为用于判定两个数据指纹之间是否相似的距离阈值，得到所有目的聚类中心，若所有的距离d_i均满足d_iR+T，则转入步骤S03以将新数据指纹f_new作为新的聚类中心缓存至所述一级缓存中；

步骤S203.分别计算新数据指纹f_new与各目的聚类中心之间的距离，查找出与新数据指纹f_new距离最近的聚类中心，得到所述最近聚类中心C_j，并分别计算新数据指纹f_new与各目的聚类中心中所有数据指纹之间的距离，查找到与新数据指纹f_new距离最近的数据指纹，得到最近指纹；判断新数据指纹f_new与所述最近指纹之间的距离d_min2大小，若d_min2T转入步骤S03，否则返回步骤S201以接收新数据指纹进行缓存。

2.根据权利要求1所述的面向海量数据相似度检测的指纹高速缓存方法，其特征在于，所述步骤S02中，若新数据指纹与所述最近指纹之间的距离d_min2满足d_min2T，判断为不存在所述相似的指纹，否则判断为存在所述相似的指纹。

3.根据权利要求1所述的面向海量数据相似度检测的指纹高速缓存方法，其特征在于，所述步骤S03中，具体若新数据指纹与所述最近聚类中心之间的距离d_min1满足d_min1R，R为聚类半径，则将新数据指纹作为新的聚类中心缓存至所述一级缓存中，否则将新数据指纹缓存至所述二级缓存中对应所述最近聚类中心的指纹簇中。

4.根据权利要求1～3中任意一项所述的面向海量数据相似度检测的指纹高速缓存方法，其特征在于：聚类半径R与距离阈值T配置为满足R2T。