WILKERSON威爾克森過濾器算法的詳細(xì)資料:
WILKERSON威爾克森過濾器算法
威爾克森過濾器算法憑借其簡單迅捷的查詢方式和優(yōu)異的空間效率而受到了廣泛關(guān)注,但是威爾克森過濾器算法并不能支持?jǐn)?shù)據(jù)集成員的動態(tài)更新尤其是不能支持?jǐn)?shù)據(jù)集成員的刪除操作,因?yàn)閯h除操作會引起威爾克森過濾器的誤判,從而影響查詢的準(zhǔn)確性即降低查詢的精度;計(jì)數(shù)式威爾克森過濾器算法使用Coutner計(jì)數(shù)器替代威爾克森過濾器中的比特位,因此能夠很好地支持?jǐn)?shù)據(jù)集成員的動態(tài)更新,但是使用計(jì)數(shù)器也存在著空間開銷過大的問題。
WILKERSON威爾克森過濾器算法
關(guān)于威爾克森過濾器算法的各種研究針對威爾克森過濾器在空間開銷、時間開銷、查詢精度三個方面的效率提出了多種行之有效的改進(jìn)方案。 本文針對以上三種性能指標(biāo),提出了一種基于多層次結(jié)構(gòu)的樹形威爾克森過濾器(Tree-based Bloom Filter簡稱TBF)。多層次結(jié)構(gòu)的TBF算法是基BloomingTree算法在空間開銷上的優(yōu)勢,并針對其所存在的缺陷設(shè)計(jì)的一種更加快速高效的算法。TBF查詢、更新方法是從尋找更有效的方法,來替代原來BloomingTree算法中容易導(dǎo)致錯誤的邏輯索引方式,并減少原方法在每一層都必須進(jìn)行的比特位查詢確認(rèn)操作這兩個方面來進(jìn)行考慮,改進(jìn)與設(shè)計(jì)了TBF算法的查詢索引方式和與之相應(yīng)的更新算法。通過新的更加快速高效的查詢索引方式,能夠迅速、有效的查找到應(yīng)該執(zhí)行查詢、更新的相應(yīng)位置或相應(yīng)比特位,從而完成對數(shù)據(jù)集中數(shù)據(jù)成員的查詢匹配,或是對數(shù)據(jù)集成員的更新工作;而TBF查詢算法通過減少比特位確認(rèn)操作,提高了TBF查詢和更新的速度,節(jié)省了時間開銷。TBF算法能夠在低于計(jì)數(shù)式威爾克森過濾器的空間需求的條件下實(shí)現(xiàn)與計(jì)數(shù)式威爾克森過濾器相同的功能,而且TBF算法比之BloomingTree算法更加快速高效。經(jīng)過實(shí)驗(yàn)證明:與BloomingTree算法相比,TBF算法能夠有效的解決BloomingTree算法在邏輯索引時所存在的錯誤查詢問題,而且比BloomingTree算法時間上更加高效:在層數(shù)不變假陽性相同條件下,查詢時間平均提高13.4%;在假陽性不變層數(shù)相同條件下,插入時間平均提高17.9%,刪除時間平均提高12%。
WILKERSON威爾克森過濾器算法
因此,TBF查詢、更新算法具有其可行性,它在空間效率、時間效率和查詢精度三方面取得明顯的改進(jìn),增強(qiáng)了威爾克森過濾器及其相關(guān)研究的擴(kuò)展性,能夠?yàn)榫W(wǎng)絡(luò)數(shù)據(jù)存儲表示和數(shù)據(jù)集合中數(shù)據(jù)成員查詢提供保障。
如果你對WILKERSON威爾克森過濾器算法感興趣,想了解更詳細(xì)的產(chǎn)品信息,填寫下表直接與廠家聯(lián)系: |