通过聚集和分布层成本高效的查询服务

文摘

一个高效的信息检索对于排名查询(EIRQ)计划是排名文件在用户需求的复苏。一个EIRQ工作基于聚合和分布层(ADL)。一个诽谤联盟是云计算和最终用户之间充当中介。EIRQ方案降低了沟通成本和通信开销。掩模矩阵是用来过滤掉用户真正想要重复之前匹配数据聚合和分布层(ADL)。为了避免小规模干扰的云计算,遵循两个基本问题:——隐私和效率。私人基于关键字的文件检索方案被奥斯特洛夫斯基预期

关键字

聚集和分布层,布隆过滤器、奥斯特洛夫斯基、私人搜索排名的隐私。

介绍

云计算技术是信息技术的最必要的技术。许多组织使用云计算外包共享[1]。组织需要提交访问云的服务和授权组织工人将文件在云端。每个文件所描述的关键字。授权员工在一个组织可以通过查询访问数据的好处从云特定的关键字。在云计算环境中,用户隐私保护在每个事务。用户隐私是2种类型。他们正在搜索隐私和访问隐私[2]。搜索隐私是一个寻找的过程,但云并不了解真正搜索和访问用户隐私是搜索技术。这里云知道用户真正搜索的搜索引擎。 Private searching was introduced by ostrovsky scheme allows to users to recover data from the un-trusted servers n leakage of data. Ostrovsky [1] scheme is lofty computational outlay, because the cloud need to process keywords in the each and every file in the cloud. The user can send a query to every time to process the query. Because of this process the cloud is over headed queries from the many users from different organization. Through this process the communication and computation beyond the expectation.

相关工作

我们这项工作的目的是通过提供微分查询服务聚合和分布层在保护用户隐私的云。私人执行搜索[3]基于关键字搜索加密的数据。私人基于关键字的搜索允许服务器过滤流媒体数据在不影响用户的隐私。在现有工作使用一个有效的解码[2]机制允许的恢复文件,坠毁在一个缓冲区的位置。私人搜索方案只支持寻找或两组的关键字或关键字。在查询搜索使用分隔关键字的正常形式(DNF)。

因此,当这些计划应用到一个沉重的云环境中,查询成本将会增加。现有的私人搜索方案的缺点是计算和通信成本高。在现有系统的带宽浪费[4]当感兴趣的只有一小部分文件。为了避免这个问题,我们介绍了微分的概念,通过聚合查询服务和较低的分布层概念使用的带宽和低的计算和通信成本。

体系结构

搜索合作协议(警察)就像一个代理[4]服务器称为聚合和分布层(ADL)被放置在一个组织。这种诽谤联盟作为一个云计算和组织之间的中介。ADL功能的聚合和分布。反诽谤联盟只降低了计算成本。

诽谤联盟[2]的工作是许多用户可以发送很多查询ADL。然后adl可以聚合不同用户的查询到一个查询,然后发送到云。云计算将处理查询将响应发送给ADL。反诽谤联盟将结果分发给特定的用户。因为这个过程的减少沟通成本和查询开销。

提出的模型

高效的信息检索排名查询:在这里介绍一个主要概念差查询服务[3]。在用户将查询发送到云计算和处理查询结果发送给用户。很多文件匹配用户查询。但是用户不希望文件,只有他们感兴趣的特定比例的文件。

在该模型有云,组织和ADL。ADL放置在组织是基于需求的用户数量。在这个模型中只使用单一的诽谤联盟在一个组织。假设一个组织有两个用户。他们是杰克和1月从云他们想要的文件。杰克和简希望文件开头字母J, K和J, N分别。这个方案的设计目标是成本效率和用户的隐私。我们实现这些目标通过使用布鲁姆过滤器。

奥斯特洛夫斯基方案:奥斯特洛夫斯基计划是一个过程从云客户访问的文件。这个过程有以下步骤:

1)。奥斯特洛夫斯基方案有用户和云。用户只有授权[3]从云端网络,然后只访问是可能的,否则是不可能的。

2)。这过程在两个有线网络[3]和无线网络。首先从用户发送请求云建立连接形成云。那么授权用户应该有自己的登录名和密码。

3)后登录到用户生成一个查询[2]。这个查询的方法是加密成0和1,然后发送到云。在云计算端私人搜索已经完成。这些发现匹配的文件。

4).Cloud发送匹配的文件加密[1]缓冲区。然后在用户侧文件恢复。这个计划非常查询开销以及每次访问宽带连接。这个过程是更昂贵的在每个查询访问文件。

EIRQ方案:EIRQ方案从云是一个恢复的过程文件给客户。这个过程有以下步骤:

1)EIRQ方案有用户和云[3]。云的用户只有经过授权的网络,然后只访问是可能的,否则是不可能的。

2)这个过程是在有线网络和无线网络。首先从用户发送请求ADL形式反诽谤联盟建立一个连接。然后授权用户应该自己的登录名和密码。

3)登录后用户生成一个查询。这个查询的方法是加密成0和1,然后发送给ADL。在ADL端矩阵构造算法[2]已经完成基于关键词排名。这个过程我们称为聚合。

4)聚合过程后,ADL发送掩模矩阵云。在云身边已经完成文件过滤算法。该算法基于排名和关键词过滤的文件。

结果和讨论

结果观察到在文件生存[4]率和计算成本。这些计划进行测试在Amazon Elastic Compute Cloud (EC2)来测试文件存活率和计算成本。文件中观察到的存活率奥斯特洛夫斯基计划设置和布隆过滤器设置在EIRQ简单,EIRQ隐私和EIRQ高效。这里查询检索排名为0到3下。等级0,1级,等级2和3级应该恢复文件100%,76%,52%,24%的匹配的文件。通过使用布隆过滤器参数[3]设置,首先恢复最佳乘以6,分别为3、1和0。通过这种最优倍计算缓冲区的大小。这三种方案的EIRQ提供微分查询服务。并为每笔交易没有带宽浪费。

在图4中,显示了图下的存活率与EIRQ计划奥斯特洛夫斯基方案。吞吐量的奥斯特洛夫斯基方案通过使用参数设置不满意。

始吞吐量EIRQ计划在布隆过滤器设置满足成本有效的服务和文件检索云ADL和ADL终端用户。

结论

我们提出三个EIRQ方案(EIRQ简单,EIRQ隐私,和EIRQ有效)通过诽谤联盟工作。它提供微分查询服务,也将保护用户的隐私。这些方案提供,客户恢复一定比例的不同社会阶层的特定查询匹配的记录。私人搜索技术用于成本高效的云环境。在我们的每个查询军衔EIRQ计划分配,然后最高等级文件匹配和用户恢复一定比例的配套文件。

数据乍一看

图1 图2 图3

图4 图4一 图5

引用

秦Liu赵c . Tan杰Wu Guojun王,“有效的信息检索排名查询成本有效的云环境”,IEEE INFOCOM, 2012年。 秦Liu赵c . Tan杰Wu Guojun王,“云向微分查询服务成本高效”IEEE并行计算和分布式系统,2013年。 [3]刘秦、赵c . Tan杰Wu Guojun王,“合作私有搜索云”,并行计算和分布式计算学报,2012。 维基百科:http://en.wikipedia.org/wiki/排名高效的信息检索查询。