[发明专利]一种基于分档BloomFilter结构的查询方法无效

专利信息
申请号: 200510032146.5 申请日: 2005-09-09
公开(公告)号: CN1737799A 公开(公告)日: 2006-02-22
发明(设计)人: 谢鲲;张大方;闵应骅;谢高岗;文吉刚 申请(专利权)人: 湖南大学
主分类号: G06F17/30 分类号: G06F17/30
代理公司: 长沙正奇专利事务所有限责任公司 代理人: 马强
地址: 4100*** 国省代码: 湖南;43
权利要求书: 查看更多 说明书: 查看更多
摘要: 一种基于分档Bloom Filter结构的查询方法,它将元素根据不同的查询代价分为不同的子集,通过考查每档子集最低查询失效率的关系,建立每档子集合最低假阳性率表示集合整体最低查询失效代价目标函数,使用类目标函数梯度遗传算法获得每档的最优哈希函数个数ki,再完成集合到向量的映射与查找。它用于分布式计算、计算机网络资源定位、数据库的交互查询、P2P网络资源交互、传感器网络信息交换、计算机网络监测、计算机缓存系统设计等产生大量数据、需要进行交互查询的领域,可以大大减少集合查询的失效代价,实现集合的总体查询代价最小,由此降低资源消耗。
搜索关键词: 一种 基于 分档 bloomfilter 结构 查询 方法
【主权项】:
1、一种基于分档Bloom Filter结构的查询方法,其特征是将集合中的元素按照查询失效代价分为不同的子集合,并区分对待各子集合,为不同子集合分配不同的哈希映射函数个数,使得集合整体查询失效代价最小,该方法的步骤为:(1)按照集合中元素的查询代价分为不同的子集合;设集合S包含L档,则: S={{S1},{S2},L,{SL}}(2)建立由每档子集合最低假阳性率表示的集合整体最小查询代价目标函数: F baskets ( L ) = Σ i = 1 L n i c i f i = Σ i = 1 L n i c i ( 1 2 ) ln 2 · ( r i m Σ i = 1 L n j r j ) 上式中,每档子集合的元素个数为ni=|Si|,子集合Si中元素发生查询失效时,所需的额外I/O操作代价为ci(1≤i≤L),子集合Si所需要的哈希映射函数个数为ki(1≤i≤L),对应的假阳性概率为fi(1≤i≤L),映射到长度为m的位串向量V。其中ri=ln(fi)(1≤i≤L);(3)利用类目标函数梯度遗传算法求解最小查询代价目标函数,获得ri(1≤i≤L),步骤是:步骤1:随机产生规模为n二进制编码染色体,每个染色体代表一个r1,r2,L,rL序列;步骤2:利用类目标函数梯度适应值函数计算每个染色体的适应值;类目标函数梯度适应值函数为: F(L)=λf(L)+(1-λ)f(L)/inverse_number其中inverse_number=τ(r1,r2,L,rL)为逆序数 f ( L ) = C max - F basket ( L ) , if f ( L ) < C max 0 if f ( L ) C max 步骤3:检查是否已经达到最优结果,如果是转到步骤6,返回最优的染色体,否则继续;步骤4:使用选择、交叉、变异,产生新一代n个染色体;步骤5:利用新一带染色体代替老的染色体,转到步骤2:步骤6:将染色体解码,获得r1,r2,L,rL;步骤7:求解获得每档映射哈希函数个数ki(1≤i≤L): k i = ln 2 · ( r i m Σ j = 1 L n j r j ) (4)利用ki(1≤i≤L)完成集合到向量的映射与集合元素查找。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于湖南大学,未经湖南大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/patent/200510032146.5/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top