导读:本文包含了多关键词检索论文开题报告文献综述及选题提纲参考文献，主要关键词:可搜索加密,多关键词,分布式检索,倒排索引
多关键词检索论文文献综述
戴厚乐,杨庚,闵兆娥[1]（2019）在《分布式环境下多关键词并行密文检索方案》一文中研究指出对于可搜索加密需要均衡数据的安全性和检索效率。针对SSE-1密文检索方案中检索性能低、单关键词检索模式不足和传统单服务器架构中的单机资源局限性等问题,设计并实现了一种多关键词并行密文检索系统。该系统采用不同的索引加密方式提高密文检索性能;通过对密文倒排索引的切分实现倒排索引的分块检索,克服了单机资源的局限性并提高了检索效率;通过结合分布式特点扩展了传统单机检索架构并实现了多关键词的并行检索。实验结果表明,与SSE-1方案相比,在保证密文数据安全性的前提下所提方案能够提高检索、更新等操作的效率,实现多关键词的检索,同时动态扩展系统分布式架构以提高系统负载能力。(本文来源于《计算机应用》期刊2019年10期）
双维芳,张辉[2]（2019）在《信号传输领域关键词检索策略浅析》一文中研究指出本文首先介绍了信号传输领域专利申请的范围和特点,分析了该领域发明专利的检索难点。针对该领域的两类典型权利要求,即较长的方法类权利要求和涉及电路结构的装置类权利要求,提出了相应的检索策略,并通过具体案例对如何准确提取关键词进行了分析,提出了一些可实际操作的检索技巧。(本文来源于《中国发明与专利》期刊2019年06期）
刘俊华[3]（2019）在《面向多语种海量数据的语音关键词检索方法研究与系统实现》一文中研究指出语音关键词检索是指在给定的语音片段或语音数据流中检测指定关键词及其出现位置。语音关键词检索是实现基于内容的语音信息检索和管理的重要手段,用户根据输入关键词可以方便地检索其需要的语音文件,实现语音数据中针对性的信息获取。随着通信、互联网技术特别是移动互联网的迅速发展,语音作为人类最自然的交流方式,其数据量呈现爆发式增长。此外全球化信息传播和交流日益频繁,对于从多语种语音数据中获取有用信息的需求也日益凸显。因此,面向多语种海量数据的语音关键词检索成为当前智能语音技术研究的一个重要方向。本文面向多语种海量语音数据下关键词检索应用需求,针对基于连续语音识别关键词检索面临的集外词问题、海量数据下基于连续语音识别关键词检索中语音识别阶段数据处理效率问题,以及资源受限语种或方言的关键词检索问题开展相关研究工作,具体包括:首先,面向汉语、英语和维吾尔语等语音标注数据资源较为丰富语种,开展基于连续语音识别的关键词检索方法的研究——针对实际应用中面临的集外词问题,提出一套融合子词建模的多语种关键词检索方法。所提方法通过整子词混合的语音识别系统构建、整词和子词索引独立存储,以及融合子词的关键词检索技术来提升集外词检索的效果。在叁个语种关键词检索数据集合上的实验结果表明,该方法在保持集内词检索效果基本相当的同时,大幅提升了集外词检索召回率。其次,针对海量数据下基于连续语音识别的关键词检索中语音识别数据处理效率瓶颈问题,提出基于聚类状态选择的深度神经网络(Deep Neural Network,DNN)声学模型加速方法。该方法采用DNN最后一个隐层线性输出作为特征进行聚类,并根据每类发音特性从DNN所有状态输出节点中选择一小部分状态节点进行计算,从而有效降低了占比最大的DNN输出层计算量。汉语和英语语音识别声学模型计算复杂度降低22%以上,有效提升了语音识别和关键词检索的处理效率。最后,面向世界范围内语种和方言众多,绝大部分语言数据资源稀缺无法构建对应的连续语音识别系统问题,研究了基于声学样本的语种无关关键词检索技术。针对实际应用中面临的训练样本数据稀疏性、缺少上下文信息、高虚警率、噪声干扰等问题,提出了基于最大后验准则的模型训练、基于虚警过滤的置信度融合,以及基于深度神经网络的高区分性特征应用等优化方法。实验结果表明,使用本文所提出一系列的优化方法之后,基于声学样本的语种无关关键词检索最优F1指标从原来的30.46%提升到了43.38%。在上述研究工作基础之上,设计实现了一套面向多语种海量数据的语音关键词检索系统,并将其作为核心功能集成到面向互联网音视频处理的智能语音分析平台之中。此外,针对实际应用中噪声复杂多变、语种混杂等问题,提出了多系统融合的语音检出算法,集成了基于神经网络特征的语种识别算法进行数据前端预处理,使得最终系统具备非语音过滤、语种自动识别、资源丰富语种的内容转写,以及多语种关键词检索的能力,具备较好的应用价值。(本文来源于《中国科学技术大学》期刊2019-05-01）
管健,汪璟玢,卞倩虹[4]（2019）在《基于城市安全知识图谱的多关键词流式并行检索算法》一文中研究指出我国智慧城市安全概念的普及和建设的逐渐落地,以及大数据在智慧城市安全建设方面的深度应用,对关键词检索的处理响应速度提出了更高的要求。针对这一问题,提出了基于城市安全知识图谱的流式知识图谱多关键词并行检索算法(MKPRASKG),该算法能够根据用户输入的查询关键字,通过关联类图的构建、剪枝和融合操作实时构建基于知识图谱实体的查询子图集,再结合评分函数,以高评分的查询子图为指引,在知识图谱实例数据中进行并行搜索,最终返回Top-k查询结果。实验结果证明,该算法在实时搜索、响应时间、搜索效果以及可扩展性等方面均具有较大的优势。(本文来源于《计算机科学》期刊2019年02期）
戴华,李啸,朱向洋,杨庚,易训[5]（2019）在《面向云环境的多关键词密文排序检索研究综述》一文中研究指出随着云计算的广泛应用,面向数据或计算的外包服务模式越来越被业界所接受。为了保护数据拥有者外包数据的私密性,具备隐私保护能力的高效密文排序检索技术逐渐成为目前备受关注的一个研究热点。文中以面向云环境的多关键词密文排序检索技术为关注重点,介绍了现有研究工作的系统模型和威胁模型,并描述了模型中关于隐私保护、检索效率与准确率、检索结果完整性等的问题;全面分析了现有工作中典型的多关键词密文排序检索方法及相关扩展研究,讨论并梳理了这些方法的核心思想;最后,对现有研究工作进行了总结,并给出了该研究领域中待解决的关键性问题和未来的研究方向。(本文来源于《计算机科学》期刊2019年01期）
张舸,张鹏远,刘建,颜永红[6]（2019）在《基于动态时间规整的语音关键词检索算法》一文中研究指出提出一种通过声学模板匹配进行基于音频模板的语音关键词检索算法。该算法通过动态时间规整将音频模板与待检索语音进行匹配,获得音频模板所对应的关键词的出现位置。为了提升匹配质量,本文对音频模板进行筛选和预处理,获得较原始模板更具代表性的多模板作为匹配单元。所提出的音频模板筛选和预处理方法,与直接采用原始模板匹配相比,得到了相对55. 0%的提升。(本文来源于《网络新媒体技术》期刊2019年01期）
戴华,保静静,朱向洋,易训,杨庚[7]（2018）在《面向云环境的一致性可验证单关键词检索方法》一文中研究指出在云环境资源外包服务模式下,数据拥有者不再参与对其外包数据的直接管理,这就使得验证数据使用者获得的检索结果是否满足一致性成为具有挑战性的问题。现有的研究工作重点聚焦于解决云服务提供商满足"诚实而好奇"模型假设下的隐私保护问题,但并不能解决恶意攻击威胁模型下的检索结果一致性验证问题。针对云服务提供商恶意攻击威胁模型,提出了一种面向云环境的基于偏序约束链的一致性可验证单关键词检索方法——IVSKS。数据拥有者根据文档与关键词的相关度的偏序关系,构造用于检索结果一致性验证的偏序约束链验证编码信息,并将该信息与文档集共同外包存储至云端;数据使用者在执行单关键词检索时,云端返回检索结果文档集以及相应的验证编码;最后,数据使用者根据获得的检索结果重构验证编码,实现针对检索结果的一致性验证。实验表明,与同类方法相比,IVSKS在检索结果冗余度以及一致性验证时间开销上具有更好的表现。(本文来源于《计算机科学》期刊2018年12期）
庞晓琼,严小龙,陈文俊,余本国,聂梦飞[8]（2019）在《支持语义扩展的动态多关键词密文排序检索》一文中研究指出针对云存储环境下已有的动态多关键词密文排序检索方案不支持关键词语义扩展、不具备前向安全和后向安全的问题,提出一种支持语义检索且具备前向安全和后向安全的动态多关键词密文排序检索方案。该方案通过构建语义关系图实现查询关键词的语义扩展;使用树索引结构实现数据的检索和动态更新;利用向量空间模型实现多关键词排序搜索;基于安全K近邻算法对维度扩展后的索引和查询向量进行加密。安全性分析表明,该方案在已知密文模型下是安全的且具有动态更新时的前向安全和后向安全。效率分析及仿真实验结果表明,该方案在服务器检索效率方面优于目前同类型具有相同安全性或相同功能的方案。(本文来源于《计算机应用》期刊2019年04期）
朱向洋[9]（2018）在《面向云环境的隐私保护多关键词检索技术研究》一文中研究指出随着云计算的发展,资源外包成为一种流行的商业模式。然而,数据存储和计算外包的商业模式使得数据拥有者敏感数据信息完全暴露,带来严重的隐私泄露问题。因此数据拥有者往往将自己的文档数据加密处理后再外包给云服务提供商。传统可搜索加密处理方法隐匿了文档之间的关系,带来大量不必要的计算开销,云数据中心存储的大量数据和在线处理需求进一步加剧了对检索效率的要求。因此,如何利用这种关系实现高效精确的安全多关键词密文检索成为了一个重要研究问题。本文针对面向云环境的隐私保护多关键词检索技术中所面临的问题,从高效检索和精确检索两个角度,分别提出了高效的安全多关键词密文检索技术ESMS和精确的安全多关键词密文检索技术ASMS。ESMS索引结构是基于内容相关文档序列构造的最矮二叉树CCV-tree,该索引中相关度高的文档聚集在同一颗子树,子树根节点保存该子树表示簇的簇中心向量;并提出“二分搜索”算法,每次只选择更相关的子簇进行检索,实现高效的安全多关键词检索。ASMS采用凝聚层次聚类思想,构造一个新颖的索引树结构EMV-tree,同一子树内文档相关性更高;基于EMV-tree,给出“非候选剪枝深度优先搜索”算法(NCP-DFS),NCP-DFS可以快速过滤掉一些不可能存在Top-k文档的子树,在保证精确检索的同时,大大加快搜索效率。安全KNN技术被应用于ESMS和ASMS中,对索引向量和检索向量进行加密,实现安全多关键词密文检索。理论分析和实验结果表明,ESMS技术方案在实现隐私保护的同时,能够实现检索时间随着文档数量的指数增长呈现线性增长,实现高效的安全多关键词密文检索;ASMS技术方案与现有方法相比,能够在不牺牲准确率的前提下,实现较为高效的安全多关键词密文检索。(本文来源于《南京邮电大学》期刊2018-11-14）
师忠凯[10]（2018）在《网络信息资源的关键词检索策略探析》一文中研究指出随着我国网络技术和信息技术的蓬勃发展,推动了社会进一步实现信息化,更多的用户开始选择使用网络获取资源和信息,而关键词检索是获取和搜索信息的重要途径。但是想要节约检索时间、提升检索效率,用户需要掌握使用关键词检索的技巧和方法,保证搜索的查准率和查全率。本文主要针对网络信息资源的关键词检索策略进行分析和探究,希望能够为广大用户提供借鉴。(本文来源于《中国管理信息化》期刊2018年20期）
多关键词检索论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文首先介绍了信号传输领域专利申请的范围和特点,分析了该领域发明专利的检索难点。针对该领域的两类典型权利要求,即较长的方法类权利要求和涉及电路结构的装置类权利要求,提出了相应的检索策略,并通过具体案例对如何准确提取关键词进行了分析,提出了一些可实际操作的检索技巧。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
多关键词检索论文参考文献
[1].戴厚乐,杨庚,闵兆娥.分布式环境下多关键词并行密文检索方案[J].计算机应用.2019
[2].双维芳,张辉.信号传输领域关键词检索策略浅析[J].中国发明与专利.2019
[3].刘俊华.面向多语种海量数据的语音关键词检索方法研究与系统实现[D].中国科学技术大学.2019
[4].管健,汪璟玢,卞倩虹.基于城市安全知识图谱的多关键词流式并行检索算法[J].计算机科学.2019
[5].戴华,李啸,朱向洋,杨庚,易训.面向云环境的多关键词密文排序检索研究综述[J].计算机科学.2019
[6].张舸,张鹏远,刘建,颜永红.基于动态时间规整的语音关键词检索算法[J].网络新媒体技术.2019
[7].戴华,保静静,朱向洋,易训,杨庚.面向云环境的一致性可验证单关键词检索方法[J].计算机科学.2018
[8].庞晓琼,严小龙,陈文俊,余本国,聂梦飞.支持语义扩展的动态多关键词密文排序检索[J].计算机应用.2019
[9].朱向洋.面向云环境的隐私保护多关键词检索技术研究[D].南京邮电大学.2018
[10].师忠凯.网络信息资源的关键词检索策略探析[J].中国管理信息化.2018