一种IP数据包快速分类算法

为了提高查找效率,在无冲突哈希查找算法和Grid of Tries算法的基础上提出了一种基于无冲突哈希和多比特Trie树(NHMT)的IP分类算法.该算法的核心有3部分:哈希函数的构造,主要是采用基于目的端口和协议两域构造哈希函数,使得在最坏情况下完全避免了空间爆炸问题;在Grid of Tries算法的基础上,对Grid of Tries算法改造成修剪的Trie树和多比特Trie树,以减少空间复杂度;在无冲突哈希查找算法的基础上扩展一层用于存放源端口号(或范围),扩展后一般要提高算法的时间复杂度,要通过引入多比特Trie树的方法进行解决.对于空间复杂度方面与无冲突哈希查找算法比较,一般情况下不增加空间复杂度.通过仿真,当对10 000条规则进行包分类时,该算法的分类速度可以达到1 Mbit/s,所消耗的最大内存为8.2 MB.     

一种基于多哈希表的堆式动态存储管理方法

给出了一种基于多哈希表的堆式动态存储管理方法,其基本思想是利用哈希表的快速查找优点,通过查找以空闲块大小为关键字的哈希表SizeHashTable实现最佳拟合法的分配策略,并通过查找以空闲块头地址及尾地址为关键字的双哈希表AddressHashTable解决回收空闲块中结点合并问题,最终高效率地实现堆式动态存储管理.本文给出的相关算法在Windows平台下用VisualC++进行了实现.     

基于D维映射的布谷鸟哈希表

哈希的数据结构和算法是海量信息存储的有效方式,特别是对于与网络流量测量、监控和安全相关的应用.目前存在许多哈希表算法,如布谷鸟哈希、Peacock Hash、Link Hash和Double Hash等,但是这些哈希算法仍存在着一些问题,如占用内存空间过大、插入查找等操作时间过长以及插入过程中遇到死循环而导致插入失败需...     

一种基于多哈希表的堆式动态存储管理方法

给出了一种基于多哈希表的堆式动态存储管理方法，其基本思想是利用哈希表的快速查找优点，通过查找以空闲块大小为关键字的哈希表SizeHashTable实现最佳拟合法的分配策略，并通过查找以空闲块头地址及尾地址为关键字的双哈希表AddressHashTable解决回收空闲块中结点合并问题，最终高效率地实现堆式动态存储管理．本文给出的相关算法在Windows平台下用Visual C 进行了实现．     

基于PCA特征距离的图像哈希算法

本文将主成分分析(PCA)应用于图像哈希,设计基于特征距离的感知哈希算法。该算法从规范化图像中构造适合于数据降维的二次图像,接着对其进行PCA处理,用PCA降维特征的距离生成哈希序列。实验结果表明本文算法的接收机操作特性曲线的分类性能优于现有的3种哈希算法。大规模图像库的拷贝检测显示,本文算法有较好的拷贝检测性能。     

DHSWM:一种改进的WM多模式匹配算法

针对WM算法的查找效率随着模式集规模的增大而降低的问题,提出一种改进算法.在预处理阶段,改变原有Hash表中的链表结构,采用双哈希法将模式串存放在Hash1表中指定的区间,Hash表中存放该存储区间的起始位置与区间长度;Prefix表用于判断模式集中是否存在与当前匹配窗口中文本前缀相同的模式;当Shift表中出现移动值为0时,根据后缀出现在模式串其他位置的信息计算匹配窗口可滑动的最大距离并存于Shift1表中.在查找阶段,采用双哈希法在Hash1表的某一区间中查找模式串,避免在大规模模式集情况下查找过长的模式链表,扩大匹配操作后匹配窗口滑动的距离,减少冗余的匹配操作,缩短查找时间.研究结果表明:在模式集规模较大时,改进后的算法显著地提高了匹配速度;当模式串数目超过5 000条时,改进算法的查找时间要比WM算法缩短40％～47％.     

采用哈希算法改进IP地址查找的研究

分析了几种常见的IP地址查找的方法,详细介绍了一种采用特定哈希算法技术来尽量缩减IP转发表的大小的方法。通过完美哈希算式,将IP地址生成为哈希表,采用这种方法能够有效地减少查找时的内存访问次数。构造一个8-8-8-8路由表的数据结构,并采用哈希算法来改进IP地址查找。结果表明用此方法来访问大型路由表要比其他目前常见方法所需的内存少。     

基于多层概要结构的数据流的频繁项集发现算法

利用一类基于异或运算的两两相互独立的哈希函数族,实现了对多层结构流数据进行"概括"的概要数据结构.应用该多层概要数据结构,实现了面向数据流的多层频繁项集的动态近似查找算法.实验结果表明,该算法以亚线性的时间和空间消耗,在统计意义上达到了几乎100%的查找和估计精确度.     

除留余数法建立哈希表的方法改进

查找是从大量的数据中得到所需信息经常要进行的工作。为了更好的查找,在存入数据时一种常用而有效的方法是用除留余数法来建立哈希表,用线性探测法处理冲突。目前,大部分书籍上在建立哈希表时都是一边存储,一边解决冲突。该方法由于哈希表中存在的"堆积"现象,大大降低了查找效率,并且从思想上来看,沒有很好的符合哈希法的初衷,是不顾后效的。文章对该方法做了改进,有效的克服了该方法的缺点。     

一种Glibc互斥锁的统计方法

提出一种Glibc互斥锁的快速查找统计方法。利用面向对象技术和基于接口的编程思想,使用哈希算法查找mutex统计对象,使用循环队列技术记录mutex近期的操作,使用原子操作解决资源冲突,实现了Glibc互斥锁的快速统计。试验并结合X86CPU的打点技术进行统计分析,结果表明算法可以节约统计空间开销和避免资源冲突。     

Trie树和单字倒排相结合的汉英词典查找机制

在对词典的查找算法作了回顾基础上,根据跨语言信息检索系统的要求,提出了一种词典查找的新机制,与其他查找算法的不同之处在于本方法支持模糊查找.查找机制结合Trie树和单字倒排的方法,既实现了查找的高效率又实现了模糊查找的算法,实验证明这种方法能够满足实际系统的需要.     

多路平衡型矩阵Bloom Filter

海量数据的高效表示和查找成为目前存储系统面临的重要挑战.针对存储系统中大规模动态数据集的表示和查找效率问题,提出一种多路平衡型矩阵Bloom Filter结构(M-BMBF)及其插入和查询算法.M-BMBF根据数据集合大小建立一个r×m矩阵型Bloom Filter,设计多个定位哈希函数将该矩阵Bloom Filter分为多组(多路)以实现平衡插入和高效查询操作.为减缓Bloom Filter中比特的消耗速度,使用一种"最长位匹配"填充算法,新元素的插入将从多路备选Bloom Filter中选择新置为1比特个数最少的Bloom Filter中进行.实验结果表明,相较典型拆分Bloom Filter,M-BMBF能在维持算法消耗时间为常量的基础上,有效节省存储空间,降低误判率.     

面向高速网络连接记录管理的高效哈希表

针对高速网络环境下连接记录管理的性能需求,提出了一种改进的高效哈希表PRH-MTF(伪随机哈希-移至最前).首先在定义输入关键字即连接标识符的基础上,通过选择适当的运算符,设计了高效鲁棒的哈希函数PRH.为有效解决哈希冲突,根据网络数据流局部性特点,应用MTF启发法,改进了传统的链式冲突解决方法.以分组火车模型作为数据包到达模式,分析了PRH-MTF哈希表的算法复杂度,推导出了平均查找长度.最后通过实际高速网络数据流和模拟攻击的方式,对PRH-MTF哈希表进行了实验评估.实验结果表明,PRH-MTF哈希表在查找性能和抗攻击能力等方面均优于传统的简单排序哈希表.     

采用改进哈希算法提高IP分类查找速度的研究

分析几种常用的数据包分类算法和IP地址查找方法，介绍一种基于异或哈希的IP分类算法和一种采用特定哈希算法技术缩短IP转发表的大小的方法，以满足网络发展的需要。     

哈希在FCFS SAVI算法中的应用研究

FCFS SAVI是一种基于IPv6无状态地址自动配置协议的真实源地址验证方案,查找算法在该方案中起着关键作用.提出将哈希查找应用到FCFS SAVI方案中,详细分析哈希查找在FCFS SAVI方案中的性能,并进行了实验测试.     

基于能零比的多格式音频感知哈希认证算法

针对现有的音频认证算法音频格式单一、算法不通用、认证效率低的问题,提出一种基于能零比的多格式音频感知哈希认证算法.该算法首先对待认证音频进行预处理、分帧和加窗,并计算每帧信号的短时能量和短时过零率,获得每帧信号的短时能量和短时过零率的比值;然后将获得的短时能量和短时过零率的比值作为音频信号的感知特征值;最后对感知特征值进行哈希构造,生成感知哈希序列.为提高算法的安全性,算法采用与哈希序列等长的密钥对哈希序列进行置乱.仿真结果表明:该算法对原始域和压缩域五种不同格式的音频内容都具有较好的鲁棒性和区分性,认证效率高.     

DWT域的图像哈希算法

图像哈希是根据人类视觉系统的特点,以图像内容为基础,从数字图像数据中提炼出剪短的二进制代码,映射成固定的数字串,可用于反映图像的重要视觉特征.通过对现有图像哈希算法的调查研究,提出一种新颖的哈希提取算法.该算法了结合图像离散小波变换(DWT,Discrete Wavelet Transform)系数和环形分割算法计算出图像特征向量,最后量化压缩编码成图像哈希序列.实验结果表明该算法具有良好的鲁棒性,且优于对比算法.     

基于单链表与哈希表的商品信息查找算法的比较研究

信息检索及其相关运算广泛应用于计算机信息管理实践中.基于单链表和哈希表两种结构实现动态查找算法为例,探讨商品信息查找的相关算法,说明这些算法的特点,比较分析了它们的时间性能,并从实验角度验证了这些算法时间性能的差异.     

基于一致性哈希算法的分布式数据库索引查询优化方法

为了解决分布式数据库索引查询负载不平衡的问题,基于一致性哈希算法设计了分布式数据库索引查询优化方法.根据分布式数据库服务器节点CPU处理能力、带宽和缓存大小,采用动态反馈机制计算各服务器节点的索引查询负载率,通过一致性哈希负载平衡算法将任务分配给各服务器节点,并实时调整负载.以最小总代价为目标,利用多蚁群算法求得最佳查询路径.实验结果显示,基于一致性哈希算法的优化方法整体曲线趋势较平稳,在用户请求数量为4 000条时,最大负载平衡度为1.5%,全程响应时间小于35 ms.这说明该方法能够有效调整分布式数据库的负载分布,且受数据库规模影响较小,具备强大的查询响应能力.     

基于人类视觉模型和Contourlet变换的图像感知哈希算法

图像感知哈希(Perceptual Hashing)技术在图像的认证、识别和检索中得到广泛应用。融合人眼视觉系统(HVS)、Contourlet变换及奇异值分解(SVD)提出了一种新颖的图像感知哈希算法。该算法首先对图像进行Contourlet变换,计算变换后系数的视觉掩蔽特征值(掩蔽矩阵);然后对掩蔽矩阵分块后作奇异值分解,取每块最大奇异值作为图像的特征值,经过量化编码、压缩,生成最终哈希。该算法使用MATLAB作为实验平台,实验结果证明算法对大部分的感知保持操作具有较好的鲁棒性,不同图像之间也有较好的唯一性,同时对哈希进行加密处理,使得算法具有良好的安全性。