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。     

基于索引的完美模糊彩虹表时空折中攻击

提出一种新的完美模糊彩虹表预计算和在线分析方法,在预计算表的生成与存储过程中,将存储空间分块并设置索引,依据预计算链终节点对应的索引值进行存储,并在这一过程中完成对合并链的处理。在线分析阶段,借助索引对查表区域进行精确定位,有效减少了外存储器访问次数,提高了在线分析阶段的查表效率。与原有完美模糊彩虹表方法的对比表明,在相同的攻击成功率要求下,本方法预计算阶段的存储空间约减率可达到18%以上;而在线分析阶段,若综合考虑单向函数迭代与外存储器访问所需时间,文章方法对长度<8的全可打印字符口令进行攻击所需的在线阶段时间仅为原有方法的7.6%。     

基于Hash算法的DNA序列k-mer index问题的数学建模

针对查找DNA序列的相似序列问题,给出了建立索引和查找索引的数学模型,基于Hash算法,建立了依赖于k值大小的顺序索引模型和散列索引模型,特别对较大k值选用了DJBHash函数,有效的避免了Hash冲突问题。最后在硬件平台CPU为2.6GHz、内存为8G、操作系统为64位Windows 7的条件下,对100万条长度为100的DNA序列进行了测试,给出了不同k值下建立和查询索引的用时和占用内存情况,有效的解决了DNA序列的k-mer index问题。     

《中国矿业大学学报》征稿简则

正《中国矿业大学学报》是由中国矿业大学主办,刊登自然科学各个领域最新研究成果,具有矿业特色的综合性学术刊物,被《工程索引》(Ei Compendex)、美国《化学文摘》(CA)、俄罗斯《文摘杂志》、《中国科学引文数据库》(CSCD)等20多种国内外重要检索刊源数据库收录。1.来稿要求及注意事项1)来稿应主题突出、论点明确、论据可靠、数据准确、语言精练,在科学和学术上具有创新性。2)论文组成包括题目、作者姓名、作者单位(具体至院、系、所)、所在省市及邮政编码、摘要、5~8个关键词(以上均需用中、英文表述)、中图分类号、第一作者简介、正文、参考文献。3)题目应反映文章主要内容,一般不用副标题,不超过20个汉字,避免使用非公知的外文缩写。     

《昆明冶金高等专科学校学报》2013年人大“复印报刊资料”转载统计

<正>索引情况统计2013年本刊社科版共刊发论文60篇,被"人大复印报刊资料"转载索引26篇,转载率为43%1.国外人格理论研究的主要流派述评/宋剑祥,何亚芸//《心理学》2013第12期2.略论我国董事责任保险制度的完善/杜永波,     

一种面向动态连续查询的查询索引

针对当前面向连续查询的查询索引不适应查询动态变化的问题,提出一种能承受频繁更新的动态连续查询索引。为实现该索引,设计一种基于网格和树的索引结构,该索引结构继承了网格结构的高效更新性能的优点,并通过继承树的特性,克服网格结构高空间开销的问题。实验结果表明,该连续查询索引比基于网格的连续查询索引节省空间开销约一个数量级;比基于树的连续查询索引更新效率提高约70%,查询性能提高约25%。     

一种基于密度的不确定数据离群点检测算法

不确定数据普遍存在于如移动计算、RFID技术和传感器网络等大量应用之中.由于不确定数据的离群点检测算法可以提高服务质量,提出一种基于密度的不确定数据离群检测算法RLOF.该算法引入一种R2-tree结构,有效降低了计算局部离群因子时的时间复杂度,同时降低了不确定数据集中的数据更新成本以及海量数据维护成本.理论分析和实验结果充分证明了该算法是有效可行的.     

面向批量处理的大数据检索过滤模型研究

大数据作为新的战略资源,在信息领域发挥着重要作用。大数据的检索规模往往达到十亿甚至百亿级,导致传统的查询机制效率低下成为常态。因此,提高大数据的查询效率、降低查询负担成为大数据研究的重要方面。为 此提出了一种面向批量处理的大数据检索过滤模型IMFM,介绍了其核心思想及工作原理,论证了IMFM对于多维查询的支持,并给出了IMFM的部署策略。在大数据索引结构中的适当位置部署该模型,在检索请求通过节点时对检索请求进行快速过滤,避免无关请求对节点下方索引结构的操作,从而降低检索对性能的消耗。实验证明,在大数据批量处理环境下,该模型可以有效缩短大数据一维和多维查询的路径长度,提高检索效率,大幅减轻大数据存储和处理平台的负担。     

基于web中数据检索技术的应用与研究

数据检索是当代比较常见的技术,而搜索引擎又是数据检索技术中的重中之重,它是处理文字,词句,大数据的最佳工具。本文对文中数据检索相关技术进行了较深的研究和探索。在基于web中的数据检索的搜索引擎技术方面,我们提出了一种改进倒排索引结构,比传统索引结果更加方便快捷。我们的重点放在web中数据检索的应用,如何利用新技术改善检索系统的结果,提高检索系统的性能和效率、加快检索速度、不断完善web中数据检索弊端,使其应用更加广泛。     

一种适用连续不确定XML数据的索引

针对连续不确定XML数据概率阈值范围查询,提出一种新的CUXI索引树。该索引树的构建方法是借鉴U树对空间数据自顶向下递归构建索引树的思想,将连续不确定XML文档中具有相同父亲的叶子节点构建二维数据矩形,在聚类的基础上来构建相应的CUXI索引树,其中叶子节点存储连续不确定数据辅助信息。为了提高查询效率,对连续不确定数据制定了过滤策略,通过遍历索引树过滤掉不满足查询范围的子树。理论和实验结果表明,此索引技术可提高查询处理的性能。