散列

摘要： 针对铁路信号产品无线闭塞中心、临时限速服务器、列控中心软件对于长链的处理存在的差异进行分析,提出对于长链的一种散列处理算法,兼容目前使用的两种长链规范标准,力求配置最少的信息,得到对于长链计算所需的各种关键参数,以提供给研发、测试开发所需对于长链处理的公共处理接口,使开发人员不再处理长链的计算,解决数据配置人员由于各产品处理长链逻辑的差异而导致的长链数据配置错误率高、影响既有数据大的问题.也将对此算法在线路数据处理的后续应用,提出进一步的展望和规划.

摘要： 面向大规模人群身份辨识的掌纹识别系统有广阔的应用前景.为了加速系统的响应时间,提出了一种基于局部方向场散列的快速掌纹识别方法局部方向场散列(LOFP hashing).该方法首先使用一种方向特征双编码的方式,解决了传统编码方式不稳定、精度差的缺点.然后提出一种特征窗口化的处理方式,即局部方向场模式,加速目标掌纹的检索.在香港理工大学大规模掌纹数据库Hong Kong PolyU large-scale database,中国科学院掌纹数据库CASIA database以及一个大规模模拟数据库上进行对比实验,结果表明,提出的方法在基本不损失精度甚至有所提高的前提下,可以显著加速辨识速度.因此,LOFP hashing可以有效提升面向大规模人群掌纹识别系统的性能.

摘要： 中文分词是海量中文信息处理的基础任务,分词的准确性与分词速度是最为重要的.但是现有技术在分词时,准确性与分词速度却是无法调和的.为了提高中文分词的速度,同时又不因缩短初始字符串长度造成准确性降低,提出使用正则表达式进行变长字符串的截取与对词库进行分组散列的技术.通过理论分析,该技术在时间复杂度上从原来的o(n*n)下降到o(n),在精确度上又以句子长度作为动态变化的初始字符串长度,从而避免长词的丢失,保证了分词的准确性不受损失.

摘要： 随着网络通信的发展,网络与通信工程中的安全问题也越来越受重视。简单地说,安全目的和目标包括机密性、完整性和可用 性。简单地称为安全的 CIA 三元组。该文首先介绍机密性、完整性、可用性的概念、安全问题及影响等。然后,阐述网络与通信工程中的 安全问题及解决方案。最后,对常见的应用程序攻击进行说明,并给出防御措施。

摘要： 本文提出了基于MD5算法的双重校验模型,实现了跨平台的版本一致性校验,可完成任意形式文件集合的一致性比对.介绍了该模型在投产版本交付、测试过程版本管理和测试案例集内容比对等领域的实际应用情况.

摘要： 随着网络通信的发展,网络与通信工程中的安全问题也越来越受重视.简单地说,安全目的和目标包括机密性(Confidentiality)、完整性(Integrity)和可用性(Availability).简单地称为安全的CIA三元组.该文首先介绍机密性、完整性、可用性的概念、安全问题及影响等.然后,阐述网络与通信工程中的安全问题及解决方案.最后,对常见的应用程序攻击进行说明,并给出防御措施.

摘要： 随着互联网市场的迅猛发展,互联网内容提供商对网络质量提出了更高的要求.大型互联网内容提供商因业务需要,应用遍布于各地数据中心,对互联网跨域访问质量有很高的要求.建立互联网跨域端到端质量监测系统,快速定位域外网络故障,对互联网运营商及服务提供商具有较大的意义.分析了常用网络监控技术和等价路径中的散列(Hash)算法,提出利用散列算法实现网络路径全遍历,监测互联网跨域端到端质量,最后对故障定位方案给出了建议.

摘要： Time-series data is a key to every fields,especially aggregate operation of Time-series data in the financial field. However, traditional relational databases fail to support vast amounts of time-series data. The NoSQL database are inefficient for time-series data aggregation . Synopsis Forest are an efficient indexing mechanism that supports the aggregation of time-series data by combining synop-sis tables and segment tree. This paper presents an efficient index mechanism that support time-series data aggregation base on synopsis forest which is a efficitive time-series data aggregation algorithm. Then combine HBase mechanism optimize the aggregation query speed,design a hash mechanism to solve HBase distributed hot pot problem. Design experiment to compare this index mechanism with Opentsdb and original HBase aggregation query.%时序数据在各个领域的使用越来越广泛,例如在金融领域回撤操作中对时序数据的聚合操作也就是时序数据库的重要的应用场景.传统关系型数据库不足以支撑海量时序数据,而现有的NoSQL数据库对时序数据的聚合操作显得低效耗时.概要森林是一种种结合概要表和线段树思想的支持时序数据聚合操作的高效索引机制.本文结合分布式NoSQL数据库HBase的机制,实现一种基于HBase的散列概要森林的索引方案,优化聚合操作速度,并提出一种基于HBase的线段树散列存储方案,解决HBase分布式存储时序数据产生热点问题.最后通过与通用开源时序数据库Opentsdb以及一般索引机制查询对比实验,验证了该索引机制的可用性和高效性.

摘要： 分布式数据库,数据分散存储在各个不同的数据库中,如何根据业务特点进行分片,尽量减少应用的改造复杂度,同时后期运营过程能够方便的进行数据迁移是分布式数据分片设计的关键内容.本文就分布式数据存储散列方案进行设想.

摘要： 实际应用中的大型数据库系统常常同时要求更新实时、查询快。传统的查询优化技术例如索引、簇聚等不能很好地解决这个问题。素引的更新维护代价高，散列簇限制条件太多，全表扫描查询速度慢。在综合考虑素引、散列簇和全表扫描的优缺点的基础上，本文提出一种基于散列的查询优化方法.该方法将散列和扫描结合在一起，实现简单，不豁要像索引一样昂贵的维护代价。实验表明，本文提出的查询优化方法简单有效，维护代价小，查询效率高，既满足了更新的实时性要求，又提高了查询的速度，特别适用于更新和查询颇繁、实时性要求高的大型数据库系统。

摘要： 去重处理是数据挖掘预处理中非常重要的一个环节。当前主流的数据清洗工具中对于重复数据的去除都是基于关系数据库，不适用于在加载过程中进行去重操作。本文针对海量短文本的加载，提出一种在分布式环境下，根据短文本的内容将数据散列到多台服务器上并行去除重复数据的方法CDDDR。同时，为了满足海量加载的性能要求，使用特征值降低文本匹配规模，提高了去重性能。实验表明，CDDDR在四台服务器上能满足4亿条/天的加载性能，同时去重的精确度可以达到97％以上.

摘要： 从任意给定的n个数据中选取前m(m散列选择算法,实验结果表明算法获得良好的加速.

摘要： 结构分析软件中的模型数据多采用可变数组的方式来组织,由于需要对数据进行频繁的添加、删除和引用操作,它对可变数组的性能提出了很高的要求,尽管许多商用软件包提供了各种可变数组的实现,但是其性能都有各自的优缺点,本文把顺序、索引和散列存储技术结合起来,实现了一种高性能的可变长数组,其性能从整体上超过了现有的各种实现.

摘要： 本文汇报了对"北京大学计算机语言所1998年《人民日报》语料库"半年语料的统计分析工作.其中统计了语料库中的词频、词在词类上的分布、词类的二元和三元共现、词与二元及三元词类的共现、各种共现在句子首尾端的边界分布.本文还对上述统计结果进行了分析,着重讨论了高频词语词类的分布以及句子的边界情况.这些结论对于该语料库的全面分析提供了重要的基础数据.

摘要： 本文汇报了对"北京大学计算机语言所1998年《人民日报》语料库"半年语料的统计分析工作.其中统计了语料库中的词频、词在词类上的分布、词类的二元和三元共现、词与二元及三元词类的共现、各种共现在句子首尾端的边界分布.本文还对上述统计结果进行了分析,着重讨论了高频词语词类的分布以及句子的边界情况.这些结论对于该语料库的全面分析提供了重要的基础数据.

摘要： 本文汇报了对"北京大学计算机语言所1998年《人民日报》语料库"半年语料的统计分析工作.其中统计了语料库中的词频、词在词类上的分布、词类的二元和三元共现、词与二元及三元词类的共现、各种共现在句子首尾端的边界分布.本文还对上述统计结果进行了分析,着重讨论了高频词语词类的分布以及句子的边界情况.这些结论对于该语料库的全面分析提供了重要的基础数据.

摘要： 本文汇报了对"北京大学计算机语言所1998年《人民日报》语料库"半年语料的统计分析工作.其中统计了语料库中的词频、词在词类上的分布、词类的二元和三元共现、词与二元及三元词类的共现、各种共现在句子首尾端的边界分布.本文还对上述统计结果进行了分析,着重讨论了高频词语词类的分布以及句子的边界情况.这些结论对于该语料库的全面分析提供了重要的基础数据.

摘要： 本文汇报了对"北京大学计算机语言所1998年《人民日报》语料库"半年语料的统计分析工作.其中统计了语料库中的词频、词在词类上的分布、词类的二元和三元共现、词与二元及三元词类的共现、各种共现在句子首尾端的边界分布.本文还对上述统计结果进行了分析,着重讨论了高频词语词类的分布以及句子的边界情况.这些结论对于该语料库的全面分析提供了重要的基础数据.

摘要： 本发明提供了一种散列单元，该散列单元包括一组存储单元、第一组加法单元和第二组加法单元。所述一组存储单元用于接收上述的一组参数并根据该组参数与一组临时模常数的乘积输出一组乘积；所述第一组加法单元用于接收上述的一组乘积，并将该组乘积与所述协议参数相加并输出一个加法结果，将该加法结果分为多个部分结果并输出；所述第二组加法单元用于接收上述加法结果的多个部分结果，并将各个部分结果相加得到上述散列值，其中所述的散列值等于加法结果以一个模常数为模进行模运算得到的结果，所述加法结果的每个部分结果都不大于上述模常数，所述散列值等于所述加法结果的各个部分结果相加之和。

摘要： 本发明公开了一种用于通过以下方法对数据集进行散列的系统，该方法包括：识别要基于散列块大小进行重复数据删除以及要基于压缩块大小进行压缩的数据集，其中，散列块大小小于压缩块大小；基于散列块大小定义数据集内的数据块集；为数据集内的数据块集中的每一个数据块生成散列；基于数据块的相应散列对数据集内的数据块进行重复数据删除；以及基于压缩块大小对数据集进行压缩。

摘要： 本发明公开了一种用于通过以下方法跨数据集计算指纹的系统，该方法包括：识别要散列的数据集，数据集包括数据块集；由第一散列引擎为数据集内的数据块集中的每一个数据块生成第一散列；以及由第二散列引擎为数据集内的数据块集中的每一个数据块生成第二散列。

摘要： 本文描述的系统和方法通常涉及存储和验证数据。在一些实施例中，根据时间间隔生成参考级，其中所述第一参考级包括预定数量的时间间隔，并且其中剩余参考级的时间间隔中的每个由先前的参考级的预定数量的时间间隔组成。通过以时间顺序的方式对数据执行散列函数可以在第一参考级创建数据的散列。通过对在第一参考级的时间间隔中的每个处的数据的散列执行散列函数可以生成第一参考级时间间隔散列。通过对先前的参考级的时间间隔中的每个的散列执行散列函数可以生成针对剩余参考级时间间隔的散列。

摘要： 本发明的一个实施例提供用于执行分组流的并行散列的系统。在操作中，所述系统在控制器上接收分组流。所述控制器然后基于所接收的分组识别多个不同的散列运算的类型和参数。所述控制器进一步将分组同时发送到对应的不同的散列模块，以产生不同的散列值，所述不同的散列值能够用来促进分组的转发。

摘要： 本发明涉及用于文件比较的散列数据结构以及散列比较系统和方法。一种根据实施方式的散列数据比较系统利用包括文件信息和散列值的散列数据将源文件相互比较。该散列数据比较系统包括文件信息生成单元、散列生成单元和控制单元。文件信息生成单元检查每一个源文件的属性并且生成与源文件相关的文件信息。散列生成单元通过将散列函数算法应用到所述源文件的至少一部分而计算散列值。控制单元针对相应源文件生成散列数据，所述散列数据包括文件信息和散列值。因此，本发明的优点在于，不必在不同的文件当中比较所有的散列值，因此更加快速地比较文件。

摘要： 本发明提供了一种散列单元，该散列单元包括一组存储单元、第一组加法单元和第二组加法单元。所述一组存储单元用于接收上述的一组参数并根据该组参数与一组临时模常数的乘积输出一组乘积；所述第一组加法单元用于接收上述的一组乘积，并将该组乘积与所述协议参数相加并输出一个加法结果，将该加法结果分为多个部分结果并输出；所述第二组加法单元用于接收上述加法结果的多个部分结果，并将各个部分结果相加得到上述散列值，其中所述的散列值等于加法结果以一个模常数为模进行模运算得到的结果，所述加法结果的每个部分结果都不大于上述模常数，所述散列值等于所述加法结果的各个部分结果相加之和。

摘要： 本发明涉及一种基于散列链的离线数据防篡改方法，属于检测离线用户篡改离线数据行为技术领域。本发明使用散列链技术实现对离线数据的记录与追溯，对离线数据防篡改提供了可靠安全的技术方案，为散列链技术开拓新的应用场景，具有重要的现实应用价值。

摘要： 本发明涉及一种基于散列链的离线数据防篡改系统，属于检测离线用户篡改离线数据行为技术领域。本发明使用散列链技术实现对离线数据的记录与追溯，对离线数据防篡改提供了可靠安全的技术方案，为散列链技术开拓新的应用场景，具有重要的现实应用价值。

摘要： 本申请公开了一种异构散列组件合并展示方法和装置、电子设备、存储介质。该方法包括：获取所有不同种类的可视化组件；将每个组件制作一个组件模板，处理组件内各标识和变量；将该组件对应的模板复制并生成选中图的图形作为素材保存；将该组件的脚本和数据引入作为素材添加到自定义页面。本申请解决了网站中包含的各种可视化组件一般会比较分散无法集中展示的技术问题。