專利名稱：基于樹形結(jié)構(gòu)的布魯姆過濾器的查詢與更新方法
技術(shù)領(lǐng)域：
本發(fā)明涉及電子計算機(jī)網(wǎng)絡(luò)技術(shù)，具體是指基于樹形結(jié)構(gòu)的布魯姆過濾器的查詢 與更新方法。
背景技術(shù)：
隨著計算機(jī)科學(xué)的不斷進(jìn)步特別是網(wǎng)絡(luò)技術(shù)的飛速發(fā)展，網(wǎng)絡(luò)規(guī)模的增長日新月 異，這就使得數(shù)據(jù)庫和網(wǎng)絡(luò)中數(shù)據(jù)規(guī)模也在不斷的增大，網(wǎng)絡(luò)資源的合理利用成為計算機(jī) 科學(xué)研究的新一輪挑戰(zhàn)。在網(wǎng)絡(luò)中的數(shù)據(jù)流日趨龐大的今天，如何合理的表示和查找一個 數(shù)據(jù)流的相關(guān)信息從而對它進(jìn)行正確的處理，成為了計算機(jī)應(yīng)用領(lǐng)域的核心問題。存儲空間的利用率，數(shù)據(jù)集查詢和更新效率這兩個方面是布魯姆過濾器及其相關(guān) 研究的重點(diǎn)關(guān)注所在，特別是在網(wǎng)絡(luò)帶寬資源依然寶貴，網(wǎng)絡(luò)傳輸數(shù)據(jù)越來越大，網(wǎng)絡(luò)負(fù)擔(dān) 越來越重，線上實(shí)時處理速度要求越來越高的今天。盡管提供存儲空間的硬件設(shè)施隨著技 術(shù)的發(fā)展出現(xiàn)了一定程度上的富余，但是，對便于空間和時間的合理利用的高效的數(shù)據(jù)結(jié) 構(gòu)的進(jìn)行研究，并且能夠達(dá)到減少計算機(jī)處理器對片外存儲器的操作，以提高工作效率的 目的，具有重要的應(yīng)用價值。本發(fā)明所提出的樹形布魯姆過濾器算法也是基于這一需求所 提出的，是為了更好的滿足空間和時間的高效性而針對布魯姆過濾器算法所進(jìn)行的研究。布魯姆過濾器BF是一種高效的數(shù)據(jù)存儲結(jié)構(gòu)，它主要用于在存在一定的假陽性 概率下對數(shù)據(jù)成員的查找。同時布魯姆過濾器也是一種用于信息表示的精簡數(shù)據(jù)結(jié)構(gòu)，它 通過一個由“0”與“1”組成的比特位串來表示數(shù)據(jù)元素集合，并能夠支持隨機(jī)的哈希查找。 布魯姆過濾器算法的實(shí)質(zhì)就是通過K個哈希函數(shù)將原本需要存儲的數(shù)據(jù)元素集合轉(zhuǎn)換成 僅由一定比特位就能夠表示的位串，它改善了傳統(tǒng)查詢算法(如哈希查詢，樹形查找)中 由數(shù)據(jù)大小決定存儲空間的不利局面，在數(shù)據(jù)規(guī)模飛速膨脹的今天其意義顯得尤為突出。 布魯姆過濾器是基于網(wǎng)絡(luò)發(fā)展的現(xiàn)狀所提出的高效的查詢算法，但由于布魯姆過濾器不支 持元素刪除操作的局限性，計數(shù)布魯姆過濾器CBF被提出以便解決這一問題。CBF使用長度 為m的計數(shù)器counter來代替布魯姆過濾器中的比特位，以便記錄元素映射到向量U中的 情況，通過計數(shù)器的增減來表示元素的插入與刪除。但是，當(dāng)所取的m過小時CBF存在數(shù)據(jù) 溢出的問題，而且使用固定比特的計數(shù)器會造成存儲空間的浪費(fèi)。BloomingTree算法采用了多層次的布魯姆過濾器結(jié)構(gòu)，其主要思想是通過為置 “1”的比特位增加由比特位組成的葉子結(jié)點(diǎn)的方式實(shí)現(xiàn)分層的數(shù)據(jù)結(jié)構(gòu)，并且每一層的布 魯姆過濾器都能夠呈現(xiàn)“樹形”結(jié)構(gòu)中相應(yīng)葉子結(jié)點(diǎn)的層次特性，從而達(dá)到比CBF空間更加 高效——空間需求減少了 39. 2%，達(dá)到減少假陽性的目的。BloomingTree算法數(shù)據(jù)結(jié)構(gòu)如 圖1所示。第一層是由m個比特位所組成的布魯姆過濾器；第二、三層由葉子結(jié)點(diǎn)所組成，這 些葉子結(jié)點(diǎn)的大小由控制函數(shù)bitnode決定，每個結(jié)點(diǎn)對應(yīng)著第一層置“1”的比特位。第 四層也就是最后一層則是由計數(shù)器組成的計數(shù)布魯姆過濾器，其大小為m比特。BloomingTree算法在邏輯索引方面的缺陷如圖1中所標(biāo)記的第5個比特位所示，置“1”后，因?yàn)锽loomingTree算法必須根據(jù)所查詢的比特位的前一位是 “1”還是“O”來決定下一層葉子結(jié)點(diǎn)置“1”的位置，而現(xiàn)在第5個比特位的前一個比特位由 “O”變成了 “1”，但是第5個比特位的下一層葉子結(jié)點(diǎn)并沒有發(fā)生相應(yīng)的變化，這種情況的 發(fā)生必然會導(dǎo)致查詢時出現(xiàn)誤判，特別是當(dāng)數(shù)據(jù)集規(guī)模增大，插入、刪除操作增多時這樣的 情況將會頻繁出現(xiàn)。

發(fā)明內(nèi)容
本發(fā)明所要解決的技術(shù)問題是，在低于CBF的空間需求的條件下實(shí)現(xiàn)與CBF相同 的功能，與CBF相比在相同的假陽性條件下達(dá)到更高的正確匹配率；解決BloomingTree算 法在邏輯索引時的發(fā)生錯誤的問題，節(jié)省BloomingTree算法在查詢和更新所需要的時間 開銷，提高正確匹配率。為解決上述問題，本發(fā)明的技術(shù)方案是，基于樹形結(jié)構(gòu)的布魯姆過濾器由多層次 的布魯姆過濾器構(gòu)成，第一層為常用布魯姆過濾器，中間層是由與第一層置“1”的比特位對 應(yīng)的葉子結(jié)點(diǎn)所組成的比特位串，最后一層為由計數(shù)器組成的計數(shù)布魯姆過濾器。所述基于樹形結(jié)構(gòu)的布魯姆過濾器的查詢與更新方法為1)在樹形布魯姆過濾器中存儲一定規(guī)?；蛘呔哂邢鄳?yīng)特性數(shù)據(jù)的數(shù)據(jù)集；2)讀入需要查詢的數(shù)據(jù)集或者需要進(jìn)行更新操作的數(shù)據(jù)集；3)基于樹形結(jié)構(gòu)的布魯姆過濾器元素查詢與更新；4)輸出查詢和更新結(jié)果。所述基于樹形結(jié)構(gòu)的布魯姆過濾器元素查詢與更新的步驟為第一步使用哈希函數(shù)對數(shù)據(jù)集成員進(jìn)行哈希計算；第二步對得到的哈希值求模，得到第一層置“1”的比特位在下一層葉子結(jié)點(diǎn)應(yīng) 該置“1”的位置；第三步對第一層置“ 1 ”的比特位之前已經(jīng)置“ 1 ”的比特位進(jìn)行計數(shù)，得到葉子結(jié) 點(diǎn)在下一層葉子結(jié)點(diǎn)中的插入位置；第四步在中間層布魯姆過濾器中根據(jù)得到的索引數(shù)據(jù)，查詢或更新相應(yīng)位置的 葉子結(jié)點(diǎn)；第五步在最后一層查詢或更新該層上一層相應(yīng)比特位之前已經(jīng)置“1”的比特位 的個數(shù)，找到最后一層中的相應(yīng)計數(shù)器。本發(fā)明所述方法可以大大減少誤判發(fā)生的機(jī)率，降低了查詢、插入和刪除操作所 需的時間，增強(qiáng)布魯姆過濾器的可擴(kuò)展性，為網(wǎng)絡(luò)數(shù)據(jù)存儲和數(shù)據(jù)集成員查詢提供保障。


圖1為BloomingTree基本結(jié)構(gòu)及其查詢示例；圖2為樹形布魯姆過濾器查詢算法；圖3為樹形布魯姆過濾器插入過程；圖4為樹形布魯姆過濾器與BloomingTree匹配率比較；圖5為樹形布魯姆過濾器與BloomingTree查詢時間比較；圖6 (a)為樹形布魯姆過濾器與BloomingTree算法插入時間比較；
圖6(b)為樹形布魯姆過濾器與BloomingTree算法刪除時間比較。
具體實(shí)施例方式以下結(jié)合附圖對本發(fā)明的具體實(shí)施方式
作詳細(xì)說明。樹形布魯姆過濾器(Tree-based Bloom Filters)的基本數(shù)據(jù)結(jié)構(gòu)如圖1所示，算 法采用了更加高效的查詢、插入和刪除的算法，這樣不僅能夠有效的解決BloomingTree算 法在上述操作中所存在的邏輯索引時的錯誤，而且也有效的改進(jìn)了在多層次結(jié)構(gòu)中需要多 次重復(fù)計算的缺點(diǎn)。在多層次結(jié)構(gòu)中特別是當(dāng)層數(shù)L逐漸增大時樹形布魯姆過濾器在能夠 保持BloomingTree在空間方面優(yōu)勢地位的同時，還有效的提高了時間的運(yùn)算效率，下面就 以bitnode = 1為例，具體的介紹樹形布魯姆過濾器的查詢，插入和刪除操作。在一個樹形布魯姆過濾器中查詢元素a是否屬于某一個數(shù)據(jù)集合U時，需要經(jīng)過k 個哈希函數(shù)中的任意一個或多個哈希后插入布魯姆過濾器中，我們需要通過同樣的哈希函 數(shù)找到第一層布魯姆過濾器中元素的正確位置U1 [h (a) ] (L = 1)，然后需要找到在樹形結(jié)構(gòu) 中相應(yīng)的葉子結(jié)點(diǎn)并且返回相應(yīng)的查詢結(jié)果。圖2說明了 TBF的基本查詢過程，包括三個主要步驟步驟1 元素a經(jīng)過哈希確定元素在第一層布魯姆過濾器的位置Ul[h(a)]，如果 U1Di(a)]的值等于1則繼續(xù)查詢L+1層，如果…^仏)]的值不等于1則返回元素a不屬于 數(shù)據(jù)集合U的信息。步驟2 使用Popcoimt函數(shù)找出第一層布魯姆過濾器中位置U1 [h(a)]之前所有 “1”的個數(shù)χ從而找到接下來L-I層中需要查詢的葉子結(jié)點(diǎn)的位置，同時用得到的哈希值 h(a)對(此時bitnode = 1)求模得到值ρ指示葉子結(jié)點(diǎn)中置“ 1”的位置Leaf [h (a)](當(dāng) bitnode = 1時表示葉子結(jié)點(diǎn)左結(jié)點(diǎn)，表示葉子結(jié)點(diǎn)右結(jié)點(diǎn))。步驟3 在L = 2，3,4……L_1層中根據(jù)得到的參數(shù)χ和ρ索引得到相應(yīng)查詢位置 uL [h (a)]，如果％ [h (a)]等于1則繼續(xù)查詢L+1層，如果％ [h (a)]不等于1則返回元素a不 屬于數(shù)據(jù)集合U的信息。步驟4:在最后一層即第L層，使用Popcoimt函數(shù)找出第L_1層中查詢位置 u [h (a)]之前“ 1 ”的個數(shù)y，根據(jù)y找到第L層相應(yīng)的計數(shù)器Counter，如果如果Counter不 等于O則返回元素a屬于數(shù)據(jù)集合U的信息，如果Counter等于O則返回元素a不屬于數(shù) 據(jù)集合U的信息。多層次的查詢能夠保證比計數(shù)布魯姆過濾器更高的正確匹配率，但是樹形布魯姆 過濾器的關(guān)鍵還是在于的插入與刪除操作是否能夠在多層次索引結(jié)構(gòu)中插入或者刪除正 確的葉子結(jié)點(diǎn)以便保證查詢的正確匹配率。樹形布魯姆過濾器的插入與刪除操作如圖3所 示，結(jié)合圖2來描述樹形布魯姆過濾器的插入操作的具體步驟。圖3表示樹形布魯姆過濾 器的插入操作，在插入一個屬于數(shù)據(jù)集合U的元素b時，首先元素b經(jīng)過哈希函數(shù)哈希之后 得到哈希值h(b)，根據(jù)哈希值h(b)找到第一層布魯姆過濾器中應(yīng)該置“1”的位置并將其置 “ 1 ”；其次使用Popcoimt函數(shù)找出第一層布魯姆過濾器中位置U1 [h (b)]之前所有“ 1，，的個 數(shù)χ從而找到接下來L-I層中需要插入葉子結(jié)點(diǎn)位置并插入葉子結(jié)點(diǎn)，同時用得到的哈希 值h(b)對求模得到值ρ指示葉子結(jié)點(diǎn)中置“1”的位置Leaf[h(b)]；然后在L = 2，3，4…… L-I層中根據(jù)得到的參數(shù)χ索引得到葉子結(jié)點(diǎn)應(yīng)該插入的位置并插入葉子結(jié)點(diǎn)，在根據(jù)參
5數(shù)P索引得到葉子結(jié)點(diǎn)中應(yīng)該置“1”的位置ujh (b)]并將ujh (b)]置“1”;在最后一層即 第L層，使用Popcoimt函數(shù)找出第L-I層中查詢位置u [h (b)]之前“1”的個數(shù)y，根據(jù)y找 到第L層相應(yīng)的計數(shù)器Counter并令計數(shù)器中的值加1。樹形布魯姆過濾器的刪除操作是插入操作的逆向過程，以刪除元素c為例，在進(jìn) 行刪除操作時，首先元素C經(jīng)過哈希函數(shù)哈希之后得到哈希值h (C)，根據(jù)哈希值h (C)找到 第一層布魯姆過濾器中應(yīng)該置“0”的位置；其次使用Popcoimt函數(shù)找出第一層布魯姆過濾 器中位置U1 [h(C)]之前所有“1”的個數(shù)χ從而找到接下來L-I層中需要刪除葉子結(jié)點(diǎn)位 置；再在最后一層即第L層，使用Popcoimt函數(shù)找出第L-I層中查詢位置u [h (c)]之前“ 1，， 的個數(shù)y，根據(jù)y找到第L層相應(yīng)的計數(shù)器Counter并令計數(shù)器中的值減1 ；然后根據(jù)參數(shù) P刪除L = L-l，L-2，L-3……2層中相應(yīng)的葉子結(jié)點(diǎn)；最后根據(jù)哈希值h(c)將第一層布魯 姆過濾器相應(yīng)位置置“0”。圖4中實(shí)驗(yàn)結(jié)果驗(yàn)證的是當(dāng)假陽性一致的時候，樹形布魯姆算法匹配個數(shù)要大于 BloomingTree算法的匹配個數(shù)。通過改變假陽性參數(shù)X = _f (X與假陽性概率f成反比)， 比較在K = 4，5，6，7，8，9，10，11，12，14時，樹形布魯姆過濾器算法與BloomingTree算法在 匹配率方面的匹配正確率。假陽性相同的情況下，匹配個數(shù)多證明明正確匹配的個數(shù)相比 而言也就更多，實(shí)驗(yàn)驗(yàn)證了樹形布魯姆過濾器算法在數(shù)據(jù)成員查詢方面的優(yōu)勢。圖5用于驗(yàn)證在層數(shù)相同條件下，假陽性發(fā)生變化時樹形布魯姆過濾器算法和 BloomingTree算法在查詢時間上的效率的優(yōu)劣，選用最基本的層數(shù)L = 4，在層數(shù)L固定 條件下，比較在K = 2，4，6，8，10，11，12，13，14，15時，分別在所構(gòu)造的樹形布魯姆過濾器 和BloomingTree中執(zhí)行查詢操作后的結(jié)果。經(jīng)過統(tǒng)計實(shí)驗(yàn)結(jié)果后得到結(jié)論在假陽性相 同條件下，樹形布魯姆過濾器算法相對BloomingTree算法而言，其查詢時間平均提高了 13. 37%。圖6用于驗(yàn)證在假陽性相同條件下，層數(shù)不斷增大時樹形布魯姆過濾器算法 和BloomingTree算法在插入和刪除操作時間上的效率的優(yōu)劣，需要比較在K = 8條件 下，選用不同層數(shù)L = 4,5,6,7,8,9,10,11,12時，分別在所構(gòu)造的樹形布魯姆過濾器和 BloomingTree中進(jìn)行十輪插入和刪除操作后的結(jié)果。經(jīng)過統(tǒng)計實(shí)驗(yàn)結(jié)果后得到結(jié)論在假 陽性相同條件下，樹形布魯姆過濾器算法相對BloomingTree算法而言，在執(zhí)行插入操作時 時間效率平均提高了 17. 93%，在執(zhí)行刪除操作時時間效率平均提高了 12.01%。本發(fā)明作為一種基于樹形結(jié)構(gòu)的布魯姆過濾器算法，具有一定的通用性，并且可 以通過應(yīng)用該方法的思想改進(jìn)多層次布魯姆過濾器算法?？蓱?yīng)用于數(shù)據(jù)集中數(shù)據(jù)成員檢 測，以及廣泛應(yīng)用于數(shù)據(jù)庫、網(wǎng)絡(luò)和分布式系統(tǒng)中。其具體的實(shí)施可以歸納為一個預(yù)備步驟和三個實(shí)施步驟預(yù)備步驟預(yù)先在樹形布魯姆過濾器(TBF)存儲數(shù)據(jù)集。預(yù)先在樹形布魯姆過濾器(TBF)存儲一定規(guī)?；蛘呔哂邢鄳?yīng)特性數(shù)據(jù)的數(shù)據(jù)集， 用來作為數(shù)據(jù)成員查詢時的規(guī)則依據(jù)，當(dāng)新的數(shù)據(jù)集中需要對數(shù)據(jù)成員進(jìn)行查詢時，通過 TBF的查詢算法查詢已經(jīng)存儲在其中作為規(guī)則依據(jù)的數(shù)據(jù)集，從而得到得到相應(yīng)的查詢結(jié)^ ο步驟1 讀入需要查詢或者需要進(jìn)行更新操作的數(shù)據(jù)集。首先讀入需要查詢的數(shù)據(jù)集或者需要進(jìn)行更新操作的數(shù)據(jù)集，這樣才能對已經(jīng)存儲在其中的依據(jù)數(shù)據(jù)集進(jìn)行查詢，或者對已經(jīng)存儲在其中的依據(jù)數(shù)據(jù)集進(jìn)行插入、刪除等 更新操作。步驟2 對讀入的數(shù)據(jù)集進(jìn)行相應(yīng)操作。數(shù)據(jù)集讀入之后，逐一對數(shù)據(jù)集中的成員進(jìn)行查詢、更新操作，相應(yīng)的操作根據(jù) TBF的數(shù)據(jù)結(jié)構(gòu)可以分成三個部分第一層布魯姆過濾器的操作；中間層布魯姆過濾器的 操作；最頂層計數(shù)布魯姆過濾器的操作。在第一層布魯姆過濾器中數(shù)據(jù)集成員經(jīng)過k個哈希函數(shù)中的任意一個或多個哈 希后插入布魯姆過濾器中，我們需要通過同樣的哈希函數(shù)找到第一層布魯姆過濾器中元素 的正確位置U1 [h(a)] (L = 1)，然后需要找到在樹形結(jié)構(gòu)中相應(yīng)的葉子結(jié)點(diǎn)并且返回相應(yīng) 的查詢結(jié)果。根據(jù)得到的哈希值求模得到第一層置“1”的比特位在下一層葉子結(jié)點(diǎn)應(yīng)該置 “ 1，，的位置，同時通過對第一層置“ 1，，的比特位之前已經(jīng)置“ 1 ”進(jìn)行計數(shù)得到葉子結(jié)點(diǎn)在下 一層葉子結(jié)點(diǎn)中的插入位置，在中間層布魯姆過濾器中根據(jù)得到的索引數(shù)據(jù)，查詢或者更 新相應(yīng)位置的葉子結(jié)點(diǎn)。在最終層則是根據(jù)該層上一層相應(yīng)比特位之前已經(jīng)置“1”的比特 位的個數(shù)找到最后一層中的相應(yīng)計數(shù)器，計數(shù)器用于更新操作進(jìn)行計數(shù)。通過這樣的邏輯 索引和更新方法，能夠迅速、有效的查找到相應(yīng)的比特位，完成對輸入數(shù)據(jù)集所包含數(shù)據(jù)成 員的確認(rèn)，或者通過相應(yīng)的插入和刪除算法，可以完成對原始數(shù)據(jù)集存儲數(shù)據(jù)的更新。步驟3 輸出查詢和更新結(jié)果。輸出結(jié)果可以根據(jù)個人需要設(shè)置相關(guān)參數(shù)，本發(fā)明應(yīng)用時的輸出結(jié)果包括需要查 詢的數(shù)據(jù)集成員、數(shù)據(jù)集成員匹配個數(shù)以及檢索所用的時間或者是需要更新的數(shù)據(jù)集成 員、更新所用的時間。由上可知，本發(fā)明是多層次的布魯姆過濾器算法的創(chuàng)新算法，它主要用于數(shù)據(jù)集 成員的動態(tài)查詢，能夠?qū)崿F(xiàn)計數(shù)布魯姆過濾器同樣的功能如支持?jǐn)?shù)據(jù)成員信息的動態(tài)更 新、有效改善數(shù)據(jù)溢出狀況等等，而且在空間結(jié)構(gòu)上比計數(shù)布魯姆過濾器更加高效。它是基 于BloomingTree算法的優(yōu)化，改進(jìn)了 BloomingTree算法在邏輯索引結(jié)構(gòu)方面以及在時間 效率方面的缺陷。同時，通過實(shí)驗(yàn)驗(yàn)證了樹形布魯姆過濾器算法與BloomingTree算法相比 在時間上的高效性，它可以大大減少誤判發(fā)生的機(jī)率，降低了查詢、插入和刪除操作所需的 時間，增強(qiáng)布魯姆過濾器的可擴(kuò)展性，為網(wǎng)絡(luò)數(shù)據(jù)存儲和數(shù)據(jù)集成員查詢提供保障。
權(quán)利要求
1.一種基于樹形結(jié)構(gòu)的布魯姆過濾器的查詢與更新方法，其特征在于，該方法為1)在樹形布魯姆過濾器中存儲一定規(guī)模或者具有相應(yīng)特性數(shù)據(jù)的數(shù)據(jù)集；2)讀入需要查詢的數(shù)據(jù)集或者需要進(jìn)行更新操作的數(shù)據(jù)集；3)基于樹形結(jié)構(gòu)的布魯姆過濾器元素查詢與更新；4)輸出查詢和更新結(jié)果。
2.根據(jù)權(quán)利要求1所述基于樹形結(jié)構(gòu)的布魯姆過濾器的查詢與更新方法，其特征在 于，所述基于樹形結(jié)構(gòu)的布魯姆過濾器元素查詢與更新的步驟為第一步使用哈希函數(shù)對數(shù)據(jù)集成員進(jìn)行哈希計算；第二步對得到的哈希值求模，得到第一層置“1”的比特位在下一層葉子結(jié)點(diǎn)應(yīng)該置 “1”的位置；第三步對第一層置“ 1，，的比特位之前已經(jīng)置“ 1，，的比特位進(jìn)行計數(shù)，得到葉子結(jié)點(diǎn)在 下一層葉子結(jié)點(diǎn)中的插入位置；第四步在中間層布魯姆過濾器中根據(jù)得到的索引數(shù)據(jù)，查詢或更新相應(yīng)位置的葉子第五步在最后一層查詢或更新該層上一層相應(yīng)比特位之前已經(jīng)置“1”的比特位的個 數(shù)，找到最后一層中的相應(yīng)計數(shù)器。
全文摘要
本發(fā)明公開了一種基于樹形結(jié)構(gòu)的布魯姆過濾器的查詢和更新方法，該方法為在樹形布魯姆過濾器中存儲一定規(guī)?；蛘呔哂邢鄳?yīng)特性數(shù)據(jù)的數(shù)據(jù)集；讀入需要查詢的數(shù)據(jù)集或者需要進(jìn)行更新操作的數(shù)據(jù)集；基于樹形結(jié)構(gòu)的布魯姆過濾器元素查詢與更新；輸出查詢和更新結(jié)果。本發(fā)明可以大大減少誤判發(fā)生的機(jī)率，降低了查詢和更新操作所需的時間，增強(qiáng)布魯姆過濾器的可擴(kuò)展性，為網(wǎng)絡(luò)數(shù)據(jù)存儲和數(shù)據(jù)集成員查詢提供保障，它可以應(yīng)用于數(shù)據(jù)集中數(shù)據(jù)成員檢測，以及廣泛應(yīng)用于數(shù)據(jù)庫、網(wǎng)絡(luò)和分布式系統(tǒng)中。
文檔編號G06F17/30GK102110171SQ20111006941
公開日2011年6月29日 申請日期2011年3月22日 優(yōu)先權(quán)日2011年3月22日
發(fā)明者張大方, 程聶, 蘇欣, 黃昆 申請人:湖南大學(xué)