云计算环境下基于矩阵加密的查询算法研究

在云计算环境下,常常会基于对数据密文索引的构建来实现快速查询数据的目的。针对密文向量的密文关键词索引向量、查询构建方式进行了设计,以MRSE框架为指导,采用矩阵加密法通过MKQE框架所定义的向量加密密钥。在使用向量进行处理时,对新密钥的生成算法进行设计,同一索引的密钥在数据更新后也进行动态的更新,保证了原索引能够在数据变化以后仍被查询到。可基于密文这一背景下展开查询、计量等工作,因此在历史查询中,云服务供应商无法对伪查询进行构造。仿真实验结果表明本文提出的数据安全查询算法性能优良。     

云环境中新的安全密文模糊检索算法研究

针对当前现有的密文技术存在的不足进行改进,本文提出一种新的安全密文模糊检索算法,该算法的原理是依据关键词在文档的出现的频率进行关键词语义词库的构建。在进行检索的时候,云服务商可以对用户提交的检索关键词利用算法进行扩展,由扩展得到的关键词进行检索,然后对所检索文档进行相关度的排序,返回结果(用户可以指定结果的数量限制,若是设限,则只返回指定数量的方档)。仿真实验结果表明,本文提出的安全密文模糊检索算法具有良好的关键字检索的效率以及安全性能。     

云环境下基于属性多层次加密算法研究

针对云环境下数据处理和传递的过程中容易出现数据泄露、被攻击等安全问题,本文对云环境下对基于属性的多层次加密方式进行研究与设计,通过分布式的授权中心对不同属性的数据分别进行管理,将私钥的生成和分发工作划分给相应的授权中心,有效降低了授权中心的工作负荷。此外这种设计也使得访问的灵活性大大增强,在撤销机制上有了明显的改善。本文还使用CP-ASBE完成了属性的分层,以便给每个属性赋多个值,以及利用不同层次进行跨属性间的子集查询。系统整体上灵活性实现了明显的增强,在较为复杂的细粒度访问控制方面表现出色。仿真实验结果表明:基于属性的多层次加密算法在云环境的应用中表现出了灵活高效的特点,在开放云环境中能够保证加密数据的安全性。     

一种搜索模糊聚类全局最优解的Tabu算法

模糊聚类问题由于其非凸性而成为一个难以解决的数学问题。在解决模糊聚类问题时,会出现很多局部极小值和鞍点。因此,启发式的模糊C-均值算法是应用最为广泛的算法,其缺点是很容易陷入局部极小值。本文提出了一种搜索模糊聚类全局最优解的Tabu搜索算法,并比较这种新算法和模糊C-均值算法的性能。经过多次数据试验,证明Tabu搜索算法在搜索全局最优解时是很有效的。     

近似邻近搜索随机算法

通过研究近似邻近查询算法,提出了一种基于随机化思想的KANN(K-approximate nearest-neighbor algorithm)算法,改进相似性搜索的速度和精度。算法在两个阶段采用了随机思想:一是在编码时,结合谱哈希算法和随机矩阵逼近法得到数据点的二进制编码。二是在查询时,为降低搜索时间成本,先对原数据集进行初次阈值筛选得到一个查询点的一个近似类别集。由于近似类别中存成对距离很小,采用基于距离搜索算法精度下降。本论文提出采用统计秩的思想,保留距离排序的信息,在近似类别的数据集进行多次抽样排序,得到k个近似邻居。本文提出的近似邻近检索框架采用多环节过滤数据,并控制搜索误差,在速度和精度上得到了改进。     

同态加密技术在云环境数据传输中的应用

越来越多的数据存储工作都实现了远程资源访问.在云环境中,用户无法确认任务实际运行的物理运行环境,这就无法保证远程资源的安全性和可信性.解决这个问题的方案之一就是对加密后的用户数据进行运算,取代明文操作.这样用户就可以生成由第三方执行的程序,只需要操作密文而不需要对明文运算.这就确保了应用程序和数据在云环境传输中的安全性.本文提出了利用同态加密技术应用于云环境的数据传输,提高云环境中数据传输的可靠性与安全性.     

基于兴趣的Kademlia网络资源搜索算法

针对传统的搜索算法效率较低,搜索时间较长的缺陷,提出了一种基于兴趣的Kademlia网络资源搜索算法.通过把兴趣与Kad协议有效地结合在一起,改进后的K桶不再将查询转发向nodeID更接近的节点,而是把查询转发给那些与查询语句的兴趣更相似,更有可能存在所要查询的文件的节点.这样的改进,减少访问与查询无关的节点.实验表明,该算法提高了网络资源搜索的效率,取得了不错的效果.     

基于检索技术的飞行故障快速定位方法

本文提出了一种基于关键字模糊检索方法用以实现飞行故障的快速定位.首先对历史飞行故障数据进行数据清洗以建立标准化飞行故障库,其次编制关键字检索规则实现对出现的故障现象遍历故障库进行模糊搜索与匹配,最后通过编制检索软件对搜索到的结果进行数据切片与可视化处理.结果表明,该故障快速检索系统能够辅助工作人员快速进行故障定位,可平...     

云存储中一种改进的LZW数据压缩算法研究

近几年来,云存储的问世对传统的数据存储产生了巨大的冲击,云存储凭借自身巨大的优势正受到越来越多的企业与专家学者的关注与研究。针对大多数云存储中数据压缩算法通过降低空间性能来使数据压缩时间复杂度降低,以至于对数据进行解压处理出现一定精度的损耗,本文在LZW数据压缩算法的基础上提出一种对LZW进行改进的数据压缩算法。该算法在保证有用的数据信息完整性的前提下能够有效提高数据压缩效率,仿真实验结果表明,该算法在数据压缩比、压缩时间以及字典查找速度方面表现优良。     

一种新的云计算环境下数据安全保护算法研究

主要探讨利用私密存储技术解决分布式云存储环境中的数据保护问题,并且在此基础上建立了MDS矩阵,通过该矩阵研究了云存储数据的保护方法,该方法通过对于云存储,特别是分布式多云端环境的数据进行保护理论研究,借助于MDS矩阵可恢复的优良特性,提出了一种基于云存储的数据恢复方案,并且从理论层面证明了该方案的安全性,通过对其构造算法进行的方案改进,提升了该方法在云存储数据安全性的可靠性和稳定性。     

基于语义的XML关键字查询

针对XML数据的关键字查询问题,考查了已有的查询技术的优势和不足,提出了基于语义的XML关键字检索算法。对用户输入的关键字进行分类,分为条件关键字和结果关键字。条件关键字只用于限定查询范围,不出现在结果集中。给出了语义相关节点对的概念和判定方法,并提出了基于关键字分类和语义相关节点对的XML数据查询算法。     

多信息融合迭代恢复匹配的访问路径偏移修正

在CStor云数据库访问中,细粒度云存储数据的信息特征存在个体较大差异,访问路径产生多频偏移,数据访问调度性能受限。传统方法中采用PSO局部搜索方法进行访问路径修正,搜索效率低,个体更新较慢。提出一种基于细粒度云存储数据迭代恢复匹配的云数据库访问路径偏移修正算法,以PSO多信息融合Pareto支配集为指导,构建多信息融合细粒度数据的主特征模型,采用迭代恢复匹配方法增加了局部搜索提高搜索到全局最优解的几率,实现路径偏移修正。仿真实验采用3组测试集对CStor云数据库进行访问调度和路径偏移修正,结果表明采用该算法,实现对访问路径的动态实时修正,收敛距离较小,提高了CStor云数据库访问和数据挖掘性能。     

Logistics映射扰动搜索聚类及软件设计

研究高效进行数据聚类,提高数据聚类能力的问题。传统的模糊C均值算法具有对初始值和噪声极为敏感和遗传算法在局部极值点收敛的缺陷。基于模糊c均值聚类算法,提出一种改进的优化聚类算法。利用混沌序列的均匀遍历特性和差分进化算法的高效全局搜索能力,对模糊c均值算法进行改进,利用Logistics混沌映射对聚类算法进行优化搜索,把混沌扰动量引入到进化种群当中,弥补了模糊C均值算法的缺陷。采用改进的Logistics映射扰动搜索聚类算法,以目标识别为案例,综合4类目标特征参数为研究对象,开发了一套有价值的目标识别专家系统软件。仿真实验表明,改进的数据聚类算法,具有优越的数据聚类性能,聚类判断准确率提高明显,设计的专家系统软件对目标识别特征分类具有较好的准确性和可靠性,具有一定的应用价值。     

一种P2P网络中基于关键字的信息搜索方法

本文首先分析了目前P2P网络中基于DHI的精确匹配搜索方法,并在此基础上提出一种基于关键字的信息搜索方法,实现了基于关键字的语义查询.通过仿真实验表明:该方法相对于现有算法具有更好的命中率和更高的查全率.     

P2P环境下数字图书馆系统基于语义的节点查询扩展研究

针对传统数字图书馆中基于关键字的P2P查询扩展存在对用户检索词语义信息解释不足的缺陷,本文提出一种P2P环境下基于语义的节点查询扩展方法,通过把关键字关联表和本体相结合,实现了一种个性化查询扩展方法,同时利用这种扩展方法实现P2P中基于兴趣网络的搜索,能够较大幅度提升检索效率。     

基于二叉树偏码匿名乱序的云平台协同计算研究

针对传统的云平台协同计算中,顺序数据存取过程安全性差的问题。提出一种基于二叉树偏码匿名乱序的云平台协同计算方法。建立匿名乱序的云平台访问模型,对用户数据进行加密,构建访问权限控制系统,将用户数据与用户信息分离;利用二叉树偏码匿名乱序的方法对用户数据进行存储,在云平台中,用户通过签名密钥实现用数据的控制,云平台只负责数据的存储,从而保证了用户隐私的安全。仿真实验结果表明,改进算法能够保证用户的信息安全,从而提高了云平台计算的服务质量。     

基于单个基因模糊化的云计算优化查询算法

针对传统方法应用于云计算数据查询服务时的不足,提出基于单个基因模糊化的云计算查询算法。在云计算环境下,找到数据库中的查询请求的目标节点,通过把单个基因位的理论引入到传统的模糊计算中,定义云计算服务节点的数据搜索模型,利用数据评判模糊度函数,使不同尺度因子下的数据查询模糊度函数对应着该尺度下不同输出,数据查询模糊度函数表示经过尺度伸缩的查询结果输出。模糊度函数的最大值对应了云计算环境下数据查询完全匹配的输出。实验结果表明,该方法在查询的数据质量、服务节点的负载能力以及查询的目标长度方法要优于传统的方法。     

基于数据隐私保护的分布式索引算法研究

为了保证查询者能够在云平台上更快速地得到相应的数据信息,本文首先构建了PR-CAN的整体层次,通过双层索引建立起本地-云端的索引形式,在各个服务器形成分布式的查询索引网络。在本地索引PR-tree结点和全局CAN结点之间找到合适的映射关系,并证明了该方式能够保证CAN索引覆盖到每一个PR-tree结点,保证了本系统查询的准确性。仿真实验表明:PR-CAN索引查询系统能够在搭建的实验云环境中正常运行,运行效率、可靠性、安全性均表现良好,能够有效适应各类云计算应用。     

基于多样化特征的数据库约束查询算法

针对数据库结构越来越复杂,数据特征呈现出多样性,数据属性分化较为严重,给数据的查询带来了较大的困难这一问题,提出一种基于多特征属性约束机制的数据库优化查询算法。通过对数据属性进行有效地分类,运用边界约束理论对数据查询过程中产生的边界模糊问题进行有效地抑制。仿真实验证实,该算法在数据库查询过程中,能够较好地克服冗余多属性数据的干扰,效率较高。     

基于Monte Carlo熵权决策的云计算数据预取算法

云计算数据预取算法设计是实现云平台环境下通信链路优化和任务调度均衡分配的基础技术。在传统的云计算据查询模式下,当由于缓存空间不足而导致新的缓存数据无法进入缓存时,导致数据预取拥堵,性能不好。提出一种基于Monte Carlo熵权决策的云计算数据预取算法,构建云计算数据查询模板模型,进行Hybrid缓存置换数据预取前置处理,采用Monte Carlo熵权决策方法,把云计算预取信号从缓存域变换到波束域,构建置换函数,实现了对算法的改进。仿真实验研究得出,该算法通过熵权特征提取,进行云计算数据预取决策,提高了云计算数据预取性能,大数据访问延迟率降低,云计算数据存取和调度效率提高,保真率较好。