[发明专利]一种基于分档BloomFilter结构的查询方法

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k_i，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。

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：$F_{\mathrm{baskets}}\left(L\right)=\underset{i=1}{\overset{L}{\Sigma }}{n}_i{c}_i{f}_i=\underset{i=1}{\overset{L}{\Sigma }}{n}_i{c}_i{\left(\frac{1}{2}\right)}^{\ln 2·\left(\frac{r_{i}m}{\underset{i=1}{\overset{L}{\Sigma }}{n}_j{r}_j}\right)}$ 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$f\left(L\right)=\left\{\begin{array}{cc}{C}_{\max }-F_{\mathrm{basket}}\left(L\right),& \mathrm{if\; f}\left(L\right)<C_{\max }\\ 0& \mathrm{if\; f}\left(L\right)\ge C_{\max }\end{array}\right.$ 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)：$k_i=\ln 2·\left(\frac{r_{i}m}{\underset{j=1}{\overset{L}{\Sigma }}{n}_j{r}_j}\right)$ (4)利用ki(1≤i≤L)完成集合到向量的映射与集合元素查找。