一种隐私保护的大数据的近似检索方法

    公开(公告)号:CN110866275A

    公开(公告)日:2020-03-06

    申请号:CN201911106252.1

    申请日:2019-11-13

    Abstract: 本发明属于信息安全技术领域,具体涉及一种隐私保护的大数据的近似检索方法,包括步骤1、用户提出数据搜索请求,并将该请求提交给搜索引擎;步骤2、搜索引擎接收搜索请求,搜集当前数据平台的状态信息,并对搜索请求的可行性进行预估;步骤3、若预估结果与搜索请求不同,则拒绝该请求;若预估结果与搜索请求一致,则进行实施;步骤4、数据平台将实施结果返回给搜索引擎,并由搜索引擎呈现给用户。与现有技术相比,本发明针对大数据搜索目前尚无“精度、时效、隐私保护粒度”等多维一体的整体性解决方案的问题,实现大数据搜索三大维度相协的数据检索方案,解决了由同构搜索、数据版本更新所带来的重搜索问题,提升通用搜索的检索效率。

    一种基于自举法的加速搜索方法

    公开(公告)号:CN110795473A

    公开(公告)日:2020-02-14

    申请号:CN201911106961.X

    申请日:2019-11-13

    Abstract: 本发明属于检索技术领域,具体涉及一种基于自举法的加速搜索方法,包括S1.将Hadoop架构下的用户搜索请求设置为三元组Q(Op,D,ρ),其中,Op表示用户对目标数据集合D的搜索操作,ρ为用户设置的搜索精度下限值;S2.从数据集合D中抽取初始样本S,然后以S为论域进行m次有放回采样{S1,...,Sm};S3.对步骤S2中实施操作Op(D)产生的m个结果{Op(S1),...,Op(Sm)}进行近似计算,得到变异系数的相对误差值;S4.根据步骤S3中的相对误差进行评估,得出满足用户近似精度的搜索结果。与现有技术相比,本发明采用自举法进行抽样,有效地降低了抽样过程中样本的数量,同时由于只需要从原始数据集中抽取一个较小的随机均匀抽样,因此,可以显著降低采样过程的磁盘成本。

    一种基于OpenStack的网络可视化编辑与自动化部署系统

    公开(公告)号:CN110557288A

    公开(公告)日:2019-12-10

    申请号:CN201910869018.8

    申请日:2019-09-16

    Abstract: 本发明属于计算机技术领域,具体涉及一种基于OpenStack的网络可视化编辑与自动化部署系统,包括前端和后端,所述前端用于为用户提供一个界面以实现对网络拓扑图的快速创建;所述后端用于将所述网络拓扑图解析出的信息导入,在OpenStack云平台上创建与所述网络拓扑图对应的虚拟网络层和模拟网络层,以及将物理网络层和所述模拟网络层分别与所述虚拟网络层进行互联,与现有技术相比,本发明通过“物理-虚拟-模拟”三层网络的虚实互联,使网络拓扑图搭建出的网络环境更逼真,更接近实际网络的效果,有效提高了仿真的性能。

Patent Agency Ranking