一个增强的关键字搜索检索使用页面排名在微分查询服务

文摘

云计算的需求增加是由于用户访问云数据库的大量增加。更多数量的用户试图访问云数据库来满足它们的存储需求,云服务提供商需要关注提供高效服务。在现有的工作中,EIRQ技术,它的目标是实现检索文档基于用户需求和关注减少沟通成本。的EIRQ doesna€Ÿt专注于用户检索大多数类似的文档。因此它需要集中改善用户友好的环境。在这部作品中,页面等级方案介绍了集中检索文档最相似的用户。这种方法提高了用户友好的环境以及它试图专注于减少沟通成本。

关键字

云计算,AES算法,页面排名,文件过滤、聚合和分布层。

介绍

云计算作为放射技术必要的信息技术过程。许多组织选择出源代码数据共享的云。一个组织支持云服务和授权员工在云中共享文件,其典型的云应用程序。每个文件设置的关键字有关。员工的授权用户检索文件。他们的利益可以检索文件通过查询云与某些关键词。这里的关键问题在于用户隐私。用户隐私是一个第三方以外的安全边界。用户隐私是分为两types.1)搜索隐私2)访问隐私。云一无所知的用户正在寻找叫做搜索隐私,和云一无所知文件返回给用户被称为访问隐私。

二世。相关工作

私人搜索合作协议(警察)作为一个代理服务器,称为聚合和分布层(ADL)。反诽谤联盟之间的中间用户和云。反诽谤联盟扩大两个主要功能在组织内部,聚合用户查询和搜索结果分布。反诽谤联盟下,计算成本的云可以普遍减少,自云只需要执行组合查询一次,没有问题有多少用户正在执行查询。共享文件的用户只需要返回一次。最重要的是,警察可以从反诽谤联盟保护用户隐私,其他用户和云计算通过使用一系列的安全功能。

现有的计划,称为高效的信息检索排名查询(EIRQ),每个用户可以选择他的排名查询,用于确定匹配的文件返回的百分比。EIRQ的想法是返回反诽谤联盟之前构建一个保护隐私掩模矩阵允许云过滤一定比例匹配文件。这并不是一个微不足道的工作,随着云需要设置的查询不知道任何关于用户隐私正确过滤文件。雷竞技官网获得排名只根据用户查询的相似文档不能检索到有效[1]。

系统模型包括三个实体。他们聚集和分布层,云,许多用户。图1显示了唯一一个诽谤联盟。

查询发送反诽谤联盟的授权用户。反诽谤联盟总用户查询和发送查询相结合的云。然后,组合查询处理的云文件收集和发送缓冲区。匹配所有文件的缓冲区涉及反诽谤联盟。反诽谤联盟会分配每个用户的搜索结果。在这个方法可能需要反诽谤联盟等组织运行计划,之前一段时间可能会得到一定查询延迟。

四、方案描述

在本节中,EIRQ方案中描述的三个schemes.1) EIRQ有效,2)EIRQ简单,3)EIRQ隐私方案。比较所有方案EIRQ高效方案提供更少的沟通成本。

答:EIRQ-Efficient方案:

EIRQ-Efficient方案应解决两个基本问题。首先,我们应该确定之间的关系查询级别和文件返回匹配的百分比。其他查询分为0到r。Rank-0查询排名最高,Rank-r查询最低等级。这种关系通过允许处于查询来检索ð1 _我= rÞ百分比匹配的文件。最后Rank-0查询可以检索匹配文件的100%,和Rank-r查询不能检索任何文件。

其次,我们应该确定哪些将返回匹配的文件,这将不是。在这篇文章中,我们简单地修复文件所产生的概率最高等级的查询匹配的这个文件。具体地说,我们第一次排名最高等级的每个关键字的查询选择它,然后每个文件等级最高排名的关键词。如果文件等级是我,然后被过滤掉的可能性我= r。因此,Rank-0文件将被映射到一个缓冲区的概率1,和Rank-r文件将不会被映射。因为之前已经过滤掉不需要的文件映射,映射文件应该在缓冲生存概率1。我们将说明如何调整缓冲区大小和次映射到实现这一目标。

EIRQ-Efficient主要由四个算法。算法1)QueryGen 2)矩阵构造3)文件过滤器和4)ResultDivide很容易under-stood。

步骤1:用户发送关键字的排名查询反诽谤联盟通过QueryGen算法。

步骤2:反诽谤联盟运行MatrixConstruct算法后聚集足够的用户查询,发送到云掩模矩阵。掩模矩阵M由d-row r-column矩阵,d是关键词的数量,r是查询排名最低。

步骤3:云计算运行FileFilter算法返回一个缓冲区。该缓冲区包含一定比例的匹配文件反诽谤联盟。这里使用DES算法。

第四步:搜索结果分发给每个用户的反诽谤联盟运行ResultDivide算法。我们需要云连接关键字允许反诽谤联盟分发文件的文件内容正确。通过执行关键字搜索反诽谤联盟可以找到匹配用户的所有文件”查询。

诉方法

在现有工作,EIRQ方案提供一个微分查询服务与用户隐私。它是基于用户的排名查询。在这个方法中沟通成本也减少了只检索所需的内容根据用户用户排名。在此基础上排名将检索到用户的文件。然而在这个方法文件的排名是基于只有最高等级的查询匹配。有效排名机制实现为了检索文件最相似用户减少沟通成本。

在工作中发现的信息用于支持的微分查询用户的排名文件可以通过使用页面排名的方法。这个排名是基于发现的信息来检索用户最相似的文件。

页面排名机制可以用来检索文档最相似的措施,可以提高用户的环境。

web页面的检索和排序结果一个通常的红外场景。

步骤:

一个,找到包含查询项的web页面

b。计算网页的相对重要性

c。根据他们的相对重要性的网页排名

web页面的相对效用计算考虑几个方面如:

 On 页面 factors.,即,terms rise in title, anchor, body, proximity of terms

 Presence items: 微薄 的 font, 宽 font, 颜色

 Frequency 条款 的 规定

 Page Rank 值

 Other 方面

假设我们有2页,A和B,协会,没有其他任何形式的联系。这是发生了什么:-

第一步:计算的PageRank带走它的链接的价值

步骤2:计算B的PageRank带走它的链接的价值

我们不能计算出的PageRank,直到我们知道B的PageRank,我们不能解决B的PageRank uptil我们知道的PageRank。因此,A和B的PageRank将是不准确的。这个问题是克服reproducting计算多次。每一次的结果更准确的值。事实上,总效率永远不可能实现,因为计算总是基于不准确的值。迭代的数量应足以达到一个点,任何进一步的迭代不会产生足够的变化值。= >使用“δ函数”将跟踪所有的页面的网页排名的变化,如果所有页面的网页排名的变化小于指定的值由用户可以停止迭代。

VI.RESULT分析

图5.1显示的页面等级方案花费更少的时间与EIRQ方案相比。页面等级方案检测传输时间的20%。网页排名是减少传输时间、快速提供查询结果。图5.2显示的页面等级方案花费更少的沟通成本与EIRQ方案相比。页面等级方案检测沟通成本的70%。网页排名是降低沟通成本、快速提供查询结果。

七世。结论和未来的工作

答:结论:

用户隐私是一个重要的问题在云计算要求的内容存储在云存储中。它将成为云服务提供商的责任来处理微分来自用户的查询服务。在现有的工作中,介绍了聚合和分布式框架处理微分查询服务。然而这种方法检索内容只基于用户排名。它并不是专注于最相似的内容。为了检索文档最相似,在我们的工作中,页面等级方案介绍,从最受欢迎的网站检索内容。实验结果证明,该方法提供了更好的优化资源配置的成本和时间出租车大大降低比现有的工作。

B。未来工作:

在未来我们可以考虑替代文件内容过滤器的实现,除了权威流量排名。除了更好的安全机制也可以实现为了提供一个更好的满意度水平的云用户想要分享他们的敏感信息云服务提供商。

数据乍一看

图1 图2 图3 图4

引用

1. 刘秦、赵C、吴杰和Guojun王(2014)对微分的查询服务云,“IEEE并行和分布式系统。
2. Boneh.D Crescenzo.D,奥斯特洛夫斯基。R, Persiano.G(2004)公共-关键字搜索,“Proc Int。“l相依,加密技术的理论和应用。
3. Cao.N,王。C,任。李米,k和Lou.W(2011)„保护隐私多关键字排名搜索加密的云数据,“Proc IEEE INFOCOM。。
4. Coron.J.S Mandal。Naccache。D和Tibouchi。M(2011)„完全同态加密公钥短的整数,“加密”11:Proc。31日安。相依,密码学的发展。
5. Curtmola。R, Garay.J。一名姑娘。年代,奥斯特洛夫斯基。R(2006)„搜索对称加密:Proc改进的定义和有效结构。”ACM 13 Conf。计算机和通讯。安全。
6. Golle。P,顿斥责道。J,水域。B(2004)“安全连接的关键字搜索加密的数据,“Proc。第二个Int”l相依应用密码学和网络安全(acn),页31 - 45岁。
7. 胡H,徐。J,任。C,崔。B(2011)„处理私人查询不受信任的数据通过隐私同态云,“Proc。IEEE 27日Int”Eng l相依数据。(ICDE)。
8. 的歌。D,瓦格纳。D, Perrig。,(2000)„实用技术搜索加密的数据,“Proc IEEE计算机协会。安全与隐私。Huseyin Ozg你晒黑和易卜拉欣Korpeo, IEEE,“权力高效的数据采集和Aggregationin无线传感器网络”,2003年12月。