-
公开(公告)号：CN109032499B
公开(公告)日：2022-04-05
申请号：CN201810590566.2
申请日：2018-06-09
Applicant: 西安电子科技大学
Abstract: 本发明属于计算机软件技术领域，公开了一种分布式数据存储的数据存取方法、信息数据处理终端，将用户数据分块，接着把这些数据块存放在不同的存储节点中，并满足任意两个数据块的存储距离大于某个给定的值；节点按照单位数据存取时间升序排列，在安全距离的约束下依次选择数据存储节点从而构成最优的K‑距离拓扑子图，在K‑距离拓扑子图上放置数据。由于数据被分散存储在各个地理位置不同的存储节点中，攻击者也无从得知数据的放置位置，保证了用户数据安全。通过Omnet++仿真平台和Matlab仿真平台在不同网络规模的拓扑下对比了K‑DDS算法和其他算法，并且在模拟实际网络Internet2拓扑中验证了算法的有效性。
-
公开(公告)号：CN109032499A
公开(公告)日：2018-12-18
申请号：CN201810590566.2
申请日：2018-06-09
Applicant: 西安电子科技大学
CPC classification number: G06F3/067 , G06F3/062 , G06F21/6218
Abstract: 本发明属于计算机软件技术领域，公开了一种分布式数据存储的数据存取方法、信息数据处理终端，将用户数据分块，接着把这些数据块存放在不同的存储节点中，并满足任意两个数据块的存储距离大于某个给定的值；节点按照单位数据存取时间升序排列，在安全距离的约束下依次选择数据存储节点从而构成最优的K‑距离拓扑子图，在K‑距离拓扑子图上放置数据。由于数据被分散存储在各个地理位置不同的存储节点中，攻击者也无从得知数据的放置位置，保证了用户数据安全。通过Omnet++仿真平台和Matlab仿真平台在不同网络规模的拓扑下对比了K‑DDS算法和其他算法，并且在模拟实际网络Internet2拓扑中验证了算法的有效性。
-
公开(公告)号：CN109086291B
公开(公告)日：2022-07-12
申请号：CN201810590567.7
申请日：2018-06-09
Applicant: 西安电子科技大学
IPC: G06F16/182 , G06F8/30 , G06F11/07
Abstract: 本发明属于门适用于特定应用的数字计算或数据处理的设备或方法技术领域，公开了一种基于MapReduce的并行异常检测方法及系统，根据需求将存放在Hadoop分布式文件系统上的数据集随机切分为多个数据块；利用MapReduce框架并行计算各块中数据点的局部异常因子,并用k‑distinct‑neighbor替换k‑nearest‑neighbor；将各块中LOF值大于设定阈值的数据点合并重新计算其LOF值。MR‑DLOF在处理大量数据时的执行效率明显优于LOF算法。
-
公开(公告)号：CN109086291A
公开(公告)日：2018-12-25
申请号：CN201810590567.7
申请日：2018-06-09
Applicant: 西安电子科技大学
Abstract: 本发明属于门适用于特定应用的数字计算或数据处理的设备或方法技术领域，公开了一种基于MapReduce的并行异常检测方法及系统，根据需求将存放在Hadoop分布式文件系统上的数据集随机切分为多个数据块；利用MapReduce框架并行计算各块中数据点的局部异常因子,并用k-distinct-neighbor替换k-nearest-neighbor；将各块中LOF值大于设定阈值的数据点合并重新计算其LOF值。MR-DLOF在处理大量数据时的执行效率明显优于LOF算法。
-
-
-
Search Results
4
records
(took 0.017 seconds)
