买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

摘要：本发明公开了基于双哈希模糊布隆滤波器云存储数据融合方法，具体步骤如下：1设置布隆滤波器；2定义问题描述的数学模型；3模糊交叉操作；4模糊交叉布隆滤波器中的数据插入；5模糊交叉布隆滤波器中的数据查询；6实验分析。本发明的方法使用模糊交叉操作合并压缩两个布隆滤波器，实现散列数据在两个布隆滤波器的共享容纳，减少海量数据存储需求；2、利用双哈希计算多个哈希函数降低计算成本，对工业物联网网络失效数据的影响很小，数据衰减缓慢，并允许流数据在内存中驻留相当长的时间；3、在不损失精度的情况下高效优化利用存储空间。

主权项：1.基于双哈希模糊布隆滤波器云存储数据融合方法，其特征在于，具体步骤如下：1设置布隆滤波器：布隆滤波器由一个“m”位数组组成，初始设置全部为0，并由一组k个哈希函数组成；2定义问题描述的数学模型：给定具有n个元素的数据流Ds，即Ds＝{x1,x2,…,xn}，数学模型为：3模糊交叉操作：合并ax∈BFi[]和by∈BFj[]的元素，其中x＝y；这两个元素在两部分中具有相同的索引，彼此重叠并在上半部分存储为单个模糊值；在此过程中，索引位用于数据压缩；融合的两个布隆滤波器，BFi[]和BFj[]，被称为第一交叉或第一压缩形式；它由符号CRi,j表示，并且需要块位和指纹位来表示使用模糊符号存储在其中的元素；模糊交叉操作表示为如下模型： 其中，NFO表示不执行模糊操作；小写字母l代表数组第l个元素；4模糊交叉布隆滤波器中的数据插入：模糊交叉布隆滤波器利用BF[]表示，其由m个元素组成，其中一个指纹位与用于压缩操作的每个块位相关联，来自集合S的输入数据使用双哈希方法添加到布隆滤波器中，在所提布隆滤波器变量中，使用双哈希函数来生成k个哈希函数，哈希函数的数学公式如下：gix＝{h1x+i×h2x}modmp其中i的取值范围：mp是相对于BFm大小的最大限制范围1：m和最接近素数之间的散列函数的值，mp的选择采取生成最佳散列值方式进行选取，将m大小的数组划分为两个相同大小的布隆滤波器： 元素被添加到第i个布隆滤波器中，当BFi[]的填充容量超过阈值填充比Fthres时，插入从BFi+1[]开始，在插入的第一级，根据以下散列值，只有块位被设置为1： 一旦达到BFi+1[]滤波器的阈值，模糊交叉操作⊙被应用在两个滤波器BFi[]和BFi+1[]上，以便在现有的布隆滤波器中节省更多的数据存储空间，为使模糊交叉操作有效，m和k是2的倍数；5模糊交叉布隆滤波器中的数据查询：在模糊交叉布隆滤波器中，查询过程始终从活动时隙A开始，如果在第A个时隙中找到元素，则查询过程返回TRUE；否则，扫描将继续，直到A＝1搜索开始，按如下散列查询方式： 在以上公式中，哈希索引使用hi表示，在BFi中，BFi滤波器的i与哈希索引hi相匹配为1时，即则yi被认为是BF[a]时隙中集合S的成员，第a个位置表示为CRi,i+1，然后使用hResult函数，该函数检查在哈希索引处出现的α,β,γ的数目，并且它们的对应值存储在Cα,Cβ,Cγ中，接下来，分别计算BFi[]和BFi+1[]的两个隶属函数，如下所示： 下面是根据上面定义的hResult函数得出的结论： 查询CR中的一个项目的时间复杂度Ok，该查询表示为y∈Q，CRi,i+1表示时隙BF[i]和BF[i+1]的2n个元素；步骤2中的数学模型表示：①与散列相关的计算成本最小化minCc；②处理动态数据集时的查询复杂性最优化minQc；③用于存储数据的存储器以最大数量的元素可容纳的方式最优化maxEa；④假阳性minfp，布隆滤波器的重要性能参数不超过预定限值。

全文数据：

权利要求：

百度查询： 洪文圳 基于双哈希模糊布隆滤波器云存储数据融合方法