公开(公告)号：CN106970983A

公开(公告)日：2017-07-21

申请号：CN201710196480.7

申请日：2017-03-29

Applicant: 东北大学

Inventor： 谷峪 ,  王海霞 ,  李芳芳 ,  于戈

IPC: G06F17/30

Abstract: 本发明公开一种适用于外包空间数据库中反最远邻居验证方法，基于位置服务和时空数据管理领域，保证客户端接受反最远邻居结果集的正确性，整体处理分为第三方服务器处理和客户端验证两个部分。基于MR‑Tree索引结构，提出缩减验证对象的优化算法来降低通信和客户端验证等代价。服务器响应请求的步骤：判断请求是否有效；针对有效查询利用半平面修剪技术生成Influenced Zone；采用范围查询验证思想，形成结果集和其VO；发送结果集、VO和Influenced Zone给客户端。客户端验证步骤：利用VO判断数据是否可靠；通过Influenced Zone筛选数据后与结果集比较；若一致，则验证成功，客户端接受该结果集。本发明的算法应用于海量数据中基于位置服务的RkFN查询验证，效率较高，应用范围广泛。

公开(公告)号：CN106970983B

公开(公告)日：2020-02-21

申请号：CN201710196480.7

申请日：2017-03-29

Applicant: 东北大学

Inventor： 谷峪 ,  王海霞 ,  李芳芳 ,  于戈

IPC: G06F16/22 ,  G06F16/24

Abstract: 本发明公开一种适用于外包空间数据库中反最远邻居验证方法，基于位置服务和时空数据管理领域，保证客户端接受反最远邻居结果集的正确性，整体处理分为第三方服务器处理和客户端验证两个部分。基于MR‑Tree索引结构，提出缩减验证对象的优化算法来降低通信和客户端验证等代价。服务器响应请求的步骤：判断请求是否有效；针对有效查询利用半平面修剪技术生成Influenced Zone；采用范围查询验证思想，形成结果集和其VO；发送结果集、VO和Influenced Zone给客户端。客户端验证步骤：利用VO判断数据是否可靠；通过Influenced Zone筛选数据后与结果集比较；若一致，则验证成功，客户端接受该结果集。本发明的算法应用于海量数据中基于位置服务的RkFN查询验证，效率较高，应用范围广泛。