面向云环境密文排序检索的字典划分向量空间模型 |
| |
引用本文: | 陆佳行,戴华,刘源龙,周倩,杨庚.面向云环境密文排序检索的字典划分向量空间模型[J].计算机应用,2023(7):1994-2000. |
| |
作者姓名: | 陆佳行 戴华 刘源龙 周倩 杨庚 |
| |
作者单位: | 1. 南京邮电大学计算机学院;2. 江苏省大数据安全与智能处理重点实验室(南京邮电大学);3. 南京邮电大学现代邮政学院 |
| |
基金项目: | 国家自然科学基金资助项目(61872197)~~; |
| |
摘 要: | 针对传统向量空间模型(TVSM)生成的向量维度高,计算文档与检索关键词相关度的向量点积运算耗时长的问题,提出一种面向云环境密文排序检索的字典划分向量空间模型(DPVSM)。首先给出DPVSM的具体定义,并证明了DPVSM中检索关键词与文档的相关度得分与TVSM中的相关度得分完全相等;然后,采用等长字典划分方法,提出加密向量生成算法和文档与检索关键词相关度得分计算算法。实验结果表明,DPVSM文档向量的空间开销远少于TVSM,且文档数量越多开销降低越多;此外,DPVSM的检索向量的空间开销以及相关度得分计算的耗时也远低于TVSM。显然,DPVSM在生成向量的空间效率和相关度得分计算的时间效率上均优于TVSM。
|
关 键 词: | 云计算 向量空间模型 可搜索加密 字典划分 多关键词检索 |
|
|