基于倒排表与B+树的联合索引技术

为提高XML文档的查询效率,提出一种基于倒排表与B+树的联合索引技术。DTD结构索引和内容索引采用倒排表作为索引单位,XML文档索引使用B+树作为索引基本组织。在DTD结构索引的结点编码中设置标识信息,便于确定需要查询的文档。通过建立DTD结构索引、XML文档索引和内容索引,实现混合型XML文档的查询。理论分析与实验结果表明,该技术具有较小的空间开销和较高的查询效率。     

基于倒排索引的密文数据库检索方法研究

针对实际密文数据库的应用,在全文检索倒排索引技术的基础上,设计了一种通过密文倒排索引文件对其进行快速检索的方法。密文索引文件中主要包含有索引项、相对应的记录主键等信息。检索时,通过用检索词匹配索引文件中的索引项,找到对应的记录主键集合,再根据记录主键集合查询密文数据库,获取相应的密文数据,进行解密即可获取明文数据信息。整个检索过程中不对数据库进行解密,从而实现了在不解密的情况下对密文数据库的快速检索。     

一种基于B+树的混合索引结构

针对文件中存在字符属性和数值属性特点的数据,提出一种基于B+树的2层混合索引结构。在索引创建过程中,将文件中的数据根据其类型进行分类,第1层是为数据属性建立B+树索引结构,第2层是根据不同的数据类型建立不同的索引结构。实验结果表明,该索引结构能实现跨数据范围的检索,提高索引的创建速度和空间利用率。     

基于计数型布隆过滤器的文本检索模型

分布式文本检索系统难以兼顾高效率的数据检索和低成本的索引维护。为此,提出一种基于计数型布隆过滤器的文本检索模型CBFTRM。该模型将物理节点分为数据节点和索引节点,分别采用结构化P2P进行网络覆盖。每个数据节点负责存储文档数据并维护与之相应的倒排索引,同时通过倒排索引中的关键词集合计算出计数型布隆过滤器值,发送给相应的索引节点。每个索引节点建立一棵以部分数据节点的特征信息(包括过滤器值)为叶节点、以过滤器值运算结果为内部节点的搜索树,并在叶节点发生变化时对搜索树进行维护。仿真实验结果表明,该模型文档定位快,索引维护通信量小,而且具有较高的查准率。     

基于Huffman树的密文索引构建方案

为实现安全高效的云端数据密文检索,提出基于Huffman树的密文索引构建及检索方案。将Huffman树形结构及其编码的思想引入密文索引结构的构建方案中,改进基于知识理解的中文分词算法提取明文关键词,通过改进的TF-IDF规则对检索结果集进行排序以返回最符合用户需求的Top-K个结果,并增加伪造的索引结点以增强索引结构的抗统计分析攻击能力。通过实验测试和性能对比分析可得出结论：方案在保证密文和索引信息安全性的同时,可以提高密文检索的效率。     

基于倒排索引的密文数据库检索方法研究

密文数据库检索方法是数据库加密技术研究的难点和重点,目前,对于密文数据库检索方法的研究还处于起步的阶段,在各个方面的技术还存在着许多的不成熟的地方,存在着一定的弊端,这就要求从事密文数据库检索工作的工作人员在不断的实践中探索出解决问题的方法,改善这些弊端。许多的数据库都是带密码的,不是随便就能进去的,这就给许多需要下载资料的用户带来了很大程度上的不方便。这对这种现象,本文将从全文检索倒排所以技术的基础上,对通过密文倒排索引文件对其进行快速检索的方法的进行研究。力求将这种不需要了解密文的情况下对密文数据库实施检索的方法进行具体的阐述。     

基于密文块数组折半查找的B~+树密文数据库索引

为提升密文数据库的查询性能,提出了一种新型的B+树密文数据库索引.通过用密文块数组来组织树节点键值的方法,使节点能容纳的键值数量可以为任意大小,从而不再受加密长度限制.为提高在这种新型B~+树索引节点上的查找速度,设计了密文块数组折半查找算法,它根据密文块数组的特点,通过引入折半查找的思想,解决了原折半查找算法只能在一维数组上进行查找的局限,减少了对密文块的解密量.仿真实验结果表明,该索引比密文块数组顺序查找速度更快.     

基于B+树的多媒体教育资源层次化索引模型

为了能够在海量的多媒体教育资源中快速且准确地检索出所需要的部分，提高教育资源利用率，设计一种基于B+树的多媒体教育资源层次化索引模型。首先对多媒体教育资源属性进行判断，并对数值型资源进行标准化和离散化处理，然后利用B+树建立其索引以及索引库，最后设计相应的检索算法，完成资源查找。结果表明：与R树索引模型、四叉树索引模型、多哈希表索引模型、网格索引模型、B-树索引模型相比，所设计的索引模型占据存储空间最小，检索时间最短，NDCG值较高，综合表现好。     

基于计数型布隆过滤器的可排序密文检索方法

云计算环境下密文检索困难,已有的可搜索加密方案存在时间效率低、文件检索索引不支持更新、检索结果不能实现按精确度排序等问题。首先基于计数型布隆过滤器构建文件检索索引,将文件集中的关键词哈希映射到计数型布隆过滤器索引向量,实现了按关键词进行密文检索,同时,支持密文检索索引的动态更新。其次,由于计数型布隆过滤器本身不具备语义功能,不能实现按相关度对检索结果排序,引入关键词频率矩阵和词频逆文本频率（TF-IDF）模型计算关键词的相关度分值,以实现按相关度分值对检索结果排序。最后,理论和实验性能分析证明了该方法的安全性、可更新能力、可排序能力和高效性。     

结合分段位图和B 树的云数据索引机制研究

位图索引因其简单有效的优势被广泛应用于海量数据的分析处理。针对位图索引数据存储空间大,检索效率低的问题,提出了一种结合分段位图和B 树的云数据索引机制(简称BBI索引)。BBI索引在索引创建时按照一定的基数对元组数据进行分段,以段为单位建立位图索引,索引数据量的决定因子由属性值的取值范围转变为分段数与基数的乘积,大大减少了索引数据量;同时,在每个数据节点上建立B 树,避免了数据检索时对非结果数据的逐个遍历,从而显著提高了数据的检索效率。实验结果表明,BBI索引是一种性能较优的云数据索引机制。