...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Indian Journal of Science and Technology >An Efficient Phrase Search using Bloom Filters over Cloud Data
【24h】

An Efficient Phrase Search using Bloom Filters over Cloud Data

机译：使用布隆过滤器对云数据进行有效的词组搜索

获取原文
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Objective: To study the efficient phrase search technique on the basis of Bloom filters that is considerably faster compared to existing solutions. Methods/Statistical Analysis: Nowadays, keyword search is very popular technique to retrieve the data from clouds, in which the keyword can be processed over encrypted data and retrieve most of irrelevant results. Many authors investigate the different searching techniques to retrieve sensitive information from the clouds. But few of them only focus on conjunctive keyword search. Hence, in this paper we present An Efficient Phrase Search technique using Bloom filters that are very fast compared with existing techniques and our scheme reduce storage and computational overheads. Findings: To evaluate our scheme we collect the set of 1500 documents and these documents are pre-processed to avoid headers and footers to decrease the distorted in the statistics of the given dataset. Then we apply the Bloom filters technique to improve the performance in our scheme. Finally, our scheme achieves lower storage and computational overheads rather than existing techniques. Applications/Improvements: Our proposed technique explores a series of n-gram filters to uphold the functionality. The scheme manifests a trade-off between storage and false positive rate.
机译：目的：研究基于布隆过滤器的有效短语搜索技术，该技术比现有解决方案要快得多。方法/统计分析：如今，关键字搜索是一种非常流行的技术，可以从云中检索数据，其中可以在加密数据上处理关键字并检索大多数不相关的结果。许多作者研究了从云中检索敏感信息的不同搜索技术。但是其中只有少数几个只关注联合关键字搜索。因此，在本文中，我们提出了一种使用Bloom过滤器的高效短语搜索技术，该技术与现有技术相比非常快，并且我们的方案减少了存储和计算开销。结果：为了评估我们的方案，我们收集了1500个文档集，并对这些文档进行了预处理，以避免页眉和页脚减少给定数据集的统计数据中的失真。然后，我们应用布隆过滤器技术来提高方案的性能。最终，我们的方案实现了比现有技术更低的存储和计算开销。应用程序/改进：我们提出的技术探索了一系列n-gram过滤器以维持功能。该方案体现了存储与误报率之间的权衡。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号