导读:本文包含了计数式布鲁姆过滤器论文开题报告文献综述及选题提纲参考文献，主要关键词:计数布鲁姆过滤器,数据同步,删除运算,集合调和
计数式布鲁姆过滤器论文文献综述
田小梅,李浪,许琼方[1]（2018）在《基于计数布鲁姆过滤器删除运算的高效远程集合调和算法》一文中研究指出该文基于计数布鲁姆过滤器的删除运算构建了一种远程集合调和算法,理论分析和实验结果表明,基于计数布鲁姆过滤器删除运算的远程集合调和算法能够较好地完成远程集合高效求解集合并集的问题,仅有少量差集元素被遗漏,调和成功率较高,而且可通过参数的调整将调和成功率提高至100%。(本文来源于《衡阳师范学院学报》期刊2018年03期）
韦振峰[2]（2016）在《一种可扩展计数布鲁姆过滤器的设计与实现》一文中研究指出信息的表示和查找是大多数计算机应用程序的核心。近年来,随着信息技术的发展,计算机网络已经成为人类社会重要的信息基础设施,并强力渗透到各个领域。资源的交互共享促进了更多数据和信息的产生,随着计算机的飞速发展,数据库、网络和其他应用中的数据集合规模呈几何增长。在信息集合变得越来越大,访问和表示越来越困难的情况下,如何表示大数据集合,完成大数据集合下的查询成为国内外学术界的挑战性课题。布鲁姆过滤器(Bloom Filter,BF)是一种能够简洁表示静态集合并支持集合成员从属查询的数据结构。它采用一个位串表示数据集,以可接受的误判率为代价支持元素的哈希查找。在数据库、网络和分布式系统中,布鲁姆过滤器已经得到广泛应用。然而,受限于布鲁姆过滤器的基本属性,实际应用中必须事先根据存储元素的数量和给定的误判率来估计所需过滤器的大小,如果达到过滤器最大容量后仍需额外存储元素,那么误判率就会增长,并且标准布鲁姆过滤器只支持静态集合的表示,并不支持元素的删除。因此,随着数据集的动态增长,并伴随元素的删除,传统布鲁姆过滤器将会遭遇到难以克服的困难。为此,本文设计了一种新型的可扩展的计数布鲁姆过滤器(Scalable Counting Bloom Filter,SCBF),通过添加额外的元数据来标识集合中的元素,增强元素和布鲁姆过滤器之间的关系,准确判断元素究竟属于哪一个布鲁姆过滤器,不仅支持新元素的插入,还支持已有元素的可靠删除。主要工作如下:1)实现动态扩展。在计数布鲁姆过滤器的基础上提出一种动态扩展方案,通过创建一个布鲁姆过滤器的列表,作为一个大的布鲁姆过滤器,每当过滤器满载后要更大的容量时,新建一个新的过滤器添加到列表中。同时,使用一个缩紧率r控制每个新添加过滤器的误判率,确保总体误判率可控。2)实现精确删除。整合布鲁姆过滤器的删除功能和可扩展性。在元素的插入和删除过程中,以单调递增的序列作为额外添加的标识,将元素归类。那么就可以通过元素的标识确定元素的归属,从而确保元素可以从正确的过滤器删除。3)系统优化。对SCBF的扩展规模进行了优化,并且通过引入内存序列和磁盘序列跟踪系统的操作,提供数据一致性保护。理论和实验表明,SCBF可以很好地实现动态扩展和动态删除,在功能的实现上明显优于其他布鲁姆过滤器。而且,经过大量的测试,本文找到了相关参数的最佳取值,确保系统的误判率始终收敛在可控范围,并且满载状态下空间开销仅比理想条件下的计数布鲁姆过滤器稍大。(本文来源于《湖南大学》期刊2016-05-19）
侯颖,黄海,兰巨龙,李鹏,朱圣平[3]（2015）在《基于自适应超时计数布鲁姆过滤器的流量测量算法》一文中研究指出针对流量测量中IP长流的检测问题,该文设计了计数布鲁姆过滤器(Count Bloom Filter,CBF)与超时布鲁姆过滤器(Timeout Bloom Filter,TBF)结合的长流检测机制。该机制动态调整布鲁姆过滤器中的超时时间,及时清理结束流,解决空间拥塞问题,从而可以适用于无结束标志IP长流检测。依据算法整体错误率与超时时间的分析,根据链路流到达强度与布鲁姆过滤器向量空间长度自适应动态调整超时时间,使得算法整体错误率保持最低。该算法的性能利用真实网络流量数据进行验证,结果表明,与现有算法相比,该算法的测量准确性更高。(本文来源于《电子与信息学报》期刊2015年04期）
李玮,张大方,黄昆,谢鲲[4]（2015）在《面向大数据处理的高精度多维计数布鲁姆过滤器》一文中研究指出分析了现有多维布鲁姆过滤器查询算法的工作原理和特点,针对大数据处理特点提出了一种基于双射函数的高精度多维计数布鲁姆过滤器(AMD-CBF)查询算法.AMD-CBF中元素表示和查找分两步进行,第1步将元素各属性哈希映射到各自对应的高精度计数布鲁姆过滤器(A-CBF)中;第2步将元素的所有属性通过双射函数转换为一个值来表示元素整体信息,然后将这个值哈希映射到联合计数布鲁姆过滤器中(C-CBF),完成元素整体的表示和查询确认.理论分析和仿真实验结果表明,AMD-CBF能够支持多维集合元素的高效表示和查询及删除,相比同类研究查询假阳性降低明显,查询精度大幅度提高.(本文来源于《电子学报》期刊2015年04期）
田小梅,张大方,谢鲲,史长琼,杨晓波[5]（2012）在《计数布鲁姆过滤器代数运算》一文中研究指出文中探讨计数布鲁姆过滤器的代数运算和集合运算的一致性关系,研究使用计数布鲁姆过滤器代数运算进行集合成员查询的性能.理论分析和实验结果表明,计数布鲁姆过滤器的并、交、补、减、异或运算产生的新过滤器依然保持计数布鲁姆过滤器的特征,支持元素的删除操作,不会出现假阴性,能用于集合并集、交集、补集、差集及对称差的成员查询;当使用两个原始的计数布鲁姆过滤器查询补集、差集及对称差元素时,会存在部分本来属于补集、差集或对称差的元素被判为不属于补集、差集或对称差的问题,而使用计数布鲁姆过滤器代数运算后的过滤器进行补集、差集及对称差成员查询,则不存在上述问题,空间效率能提高一倍,时间效率亦能显着地得到改善.计数布鲁姆过滤器代数运算的使用有利于进一步扩展计数布鲁姆过滤器的应用范围.譬如计数布鲁姆过滤器减运算可用作一种新的集合调和方法,用于分布式系统中大型文件的分发.(本文来源于《计算机学报》期刊2012年12期）
田小梅,张大方,谢鲲,胡灿,杨晓波[6]（2012）在《基于计数布鲁姆过滤器的集合调和算法》一文中研究指出提出了一种基于计数布鲁姆过滤器的集合调和方法,该方法将远程节点A和B上的数据集合SA和SB分别用计数布鲁姆过滤器表示,设为CBF(SA)和CBF(SB),节点A将CBF(SA)发送给节点B,节点B进行计数布鲁姆过滤器减运算,得到差过滤器CBF(SB)CBF(SA),然后利用CBF(SB)CBF(SA)查询并获得集合SB中的差集元素SB SA,并返回SB SA给节点A,最后节点A用差集SB SA和自身集合SA进行集合并运算,完成集合调和。由于计数布鲁姆过滤器支持集合元素的删除操作,因此,该方法非常适合应用于数据集合更新频繁的分布式系统。理论分析和仿真实验结果表明,该方法既具有精确集合调和,能得到全部SB SA元素的优点,也具有近似集合调和仅需单轮消息交换的优点。(本文来源于《通信学报》期刊2012年08期）
张震,汪斌强,陈庶樵,朱珂[7]（2010）在《基于多维计数型布鲁姆过滤器的大流检测机制》一文中研究指出高速网络环境中,实时、准确地提取大流量对于网络安全和网络管理具有重要意义。该文针对传统的流量测量方法受计算资源和存储资源的限制,提出了一种基于多维计数型布鲁姆过滤器(Multi-Dimensional Counting Bloom Fliter,MDCBF)的大流检测机制。它将1维的计数型布鲁姆过滤器(Counting Bloom Fliter,CBF)结构,扩展到支持多维业务流表示、查询和统计计数的MDCBF结构。基于"Apriori原理",通过对MDCBF实施重正化,实现了用户自定义的大流检测。并能自适应地配置CBF参数,允许测量误差控制在预定义的范围内。基于计算机产生的模拟数据和实际互联网数据进行了仿真实验,结果显示:该方法既能获得较小的测量误差,又能获得较高的空间利用率。(本文来源于《电子与信息学报》期刊2010年07期）
谢鲲,赵姣姣,张大方,毕夏安[8]（2010）在《基于计数布鲁姆过滤器的快速多维包分类算法》一文中研究指出本文从数据包匹配规则的聚集特性出发,将计数布鲁姆过滤器和哈希表相结合,设计并实现了一种高效的多维包分类算法CBHT(Counting Bloom filter and Hash Table).基于包匹配规则的聚集特性,对于五维包分类问题,CBHT算法首先利用计数布鲁姆过滤器的过滤功能结合单域匹配获得与前两维匹配的小规模规则集,而后在此有限规则集中对后叁维进行匹配.利用计数布鲁姆过滤器提高了包匹配速度并有效支持规则库的动态更新.实验结果表明CBHT算法比现有的B2PC算法节省60%的硬件资源,包匹配访问内存次数平均低于B2PC算法22.8%.(本文来源于《电子学报》期刊2010年05期）
计数式布鲁姆过滤器论文开题报告
（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：
信息的表示和查找是大多数计算机应用程序的核心。近年来,随着信息技术的发展,计算机网络已经成为人类社会重要的信息基础设施,并强力渗透到各个领域。资源的交互共享促进了更多数据和信息的产生,随着计算机的飞速发展,数据库、网络和其他应用中的数据集合规模呈几何增长。在信息集合变得越来越大,访问和表示越来越困难的情况下,如何表示大数据集合,完成大数据集合下的查询成为国内外学术界的挑战性课题。布鲁姆过滤器(Bloom Filter,BF)是一种能够简洁表示静态集合并支持集合成员从属查询的数据结构。它采用一个位串表示数据集,以可接受的误判率为代价支持元素的哈希查找。在数据库、网络和分布式系统中,布鲁姆过滤器已经得到广泛应用。然而,受限于布鲁姆过滤器的基本属性,实际应用中必须事先根据存储元素的数量和给定的误判率来估计所需过滤器的大小,如果达到过滤器最大容量后仍需额外存储元素,那么误判率就会增长,并且标准布鲁姆过滤器只支持静态集合的表示,并不支持元素的删除。因此,随着数据集的动态增长,并伴随元素的删除,传统布鲁姆过滤器将会遭遇到难以克服的困难。为此,本文设计了一种新型的可扩展的计数布鲁姆过滤器(Scalable Counting Bloom Filter,SCBF),通过添加额外的元数据来标识集合中的元素,增强元素和布鲁姆过滤器之间的关系,准确判断元素究竟属于哪一个布鲁姆过滤器,不仅支持新元素的插入,还支持已有元素的可靠删除。主要工作如下:1)实现动态扩展。在计数布鲁姆过滤器的基础上提出一种动态扩展方案,通过创建一个布鲁姆过滤器的列表,作为一个大的布鲁姆过滤器,每当过滤器满载后要更大的容量时,新建一个新的过滤器添加到列表中。同时,使用一个缩紧率r控制每个新添加过滤器的误判率,确保总体误判率可控。2)实现精确删除。整合布鲁姆过滤器的删除功能和可扩展性。在元素的插入和删除过程中,以单调递增的序列作为额外添加的标识,将元素归类。那么就可以通过元素的标识确定元素的归属,从而确保元素可以从正确的过滤器删除。3)系统优化。对SCBF的扩展规模进行了优化,并且通过引入内存序列和磁盘序列跟踪系统的操作,提供数据一致性保护。理论和实验表明,SCBF可以很好地实现动态扩展和动态删除,在功能的实现上明显优于其他布鲁姆过滤器。而且,经过大量的测试,本文找到了相关参数的最佳取值,确保系统的误判率始终收敛在可控范围,并且满载状态下空间开销仅比理想条件下的计数布鲁姆过滤器稍大。
（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。
计数式布鲁姆过滤器论文参考文献
[1].田小梅,李浪,许琼方.基于计数布鲁姆过滤器删除运算的高效远程集合调和算法[J].衡阳师范学院学报.2018
[2].韦振峰.一种可扩展计数布鲁姆过滤器的设计与实现[D].湖南大学.2016
[3].侯颖,黄海,兰巨龙,李鹏,朱圣平.基于自适应超时计数布鲁姆过滤器的流量测量算法[J].电子与信息学报.2015
[4].李玮,张大方,黄昆,谢鲲.面向大数据处理的高精度多维计数布鲁姆过滤器[J].电子学报.2015
[5].田小梅,张大方,谢鲲,史长琼,杨晓波.计数布鲁姆过滤器代数运算[J].计算机学报.2012
[6].田小梅,张大方,谢鲲,胡灿,杨晓波.基于计数布鲁姆过滤器的集合调和算法[J].通信学报.2012
[7].张震,汪斌强,陈庶樵,朱珂.基于多维计数型布鲁姆过滤器的大流检测机制[J].电子与信息学报.2010
[8].谢鲲,赵姣姣,张大方,毕夏安.基于计数布鲁姆过滤器的快速多维包分类算法[J].电子学报.2010