Isearch机制分析*

Isearch是由美国国家自然科学基金投资,网络信息发掘与检索中心研制开发的一个全文检索引擎,也是最早实现诸如XML文档等基于标记的检索的搜索引擎之一。与一般XML检索引擎的设计相比,Isearch由于结合采用了全文检索引擎的一些技术,有效地控制了索引文件的大小,并保持了较高的检索效率。Isearch系统机制的研究,对于深入了解XML文档检索原理,尤其是拓展XML文档检索系统的功能具有重要意义。     

基于Lucene的语义检索系统的设计和实现

研究了语义检索,以Lucene为主要索引引擎,组合其它索引引擎,结合同义词查询扩展的概念,设计了一个语义检索系统,详细地描述了系统的实现过程.分析了语义检索的特点,从同义词扩展的角度,丰富和扩展了查询语义,查询扩展模块被很好的整合到以Lucene为基础的检索系统中,该系统在实验中表现了良好的效果.     

基于模糊C聚类的图像检索系统

提出并实现了一个基于内容的图像检索系统,介绍了系统结构,分析并给出了用于图像检索的颜色特征,以模糊C聚类算法实现了图像检索引擎,提高了图像相似性量化的效率和精度.最后,通过实例验证了系统的有效性.     

基于内容的图像检索技术研究

对于一个图像检索系统,最重要的是信息获取的准确性、快速性和有效性。通过对现有基于内容的图像检索技术的分析和比较,指出了现有基于内容的图像检索系统的难点和不足。同时指出了基于内容的图像检索技术的发展趋势和研究方向。     

基于反馈日志的工程图纸检索模型研究*

采用相关反馈技术提高检索效率已成为工程图纸检索方面的重要研究内容之一,现有的相关检索模型需要人工的多次参与,针对这个不足,本文提出一个基于反馈日志的检索模型：首对工程图纸检索中的反馈日志进行分析,找出工程图纸之间的潜在关联关系,建立关联规则库。然后将传统的基于关键字的检索和基于内容匹配的检索两种方法结合起来,最后结合相关算法建立检索模型。实验表明该检索模型可以减少人工参与检索的次数,并保证有较高的查准率。     

面向Web电子产品信息分布式检索系统的设计与实现

为了从这些海量信息中获取“有用的、满足用户需求的信息”,提出一个基于Hadoop和Lucene技术的分布式检索系统架构处理Web电子产品信息检索。利用Hadoop的Map和Reduce实现分布式索引文件的存储,通过Lucene检索技术实现索引文件的访问,从而提高信息检索的效率。并且针对Lucene_Hadoop架构存在粗粒度检索问题,提出了一种细粒度检索方法,减少了系统建立索引的时间。实验表明基于Hadoop和Lucene的分布式检索系统在Web电子产品信息中具有较高的检索性能。     

基于内容的Web图像检索引擎技术研究与设计

提出了基于内容的Web图像检索引擎及其体系结构、数据库结构设计， 以及基于内容检索中索引建立和相关反馈的问题。在银鲨AS3000高级浏览检索系统中应用了基于内容的图像检索引擎，说明其可行性和方便易用性。文章最后展望了基于内容的Web图像检索技术的发展方向和Web图像检索技术的应用前景。     

直方图的优化存储和快速检索

直方图是一种非常重要的图像特征,常用于基于内容的图像检索系统中,例如,用颜色直方图可以检索到相似颜色的图像。但是,目前使用的颜色直方图比较小、维数量多是３,因而检索效果不令人满意。该文提出用倒排文件解决高维巨型直方图存储和快速检索问题,从而为巨型直方图在图像检索中的应用提供一种解决方案。     

分块组织技术的倒排索引方法研究

为了进一步提高检索系统的整体效率,提出了一种分块组织技术的倒排索引方法。具体研究过程是在数据统计的基础上产生倒排索引的检索性能模型,分析倒排文件分块索引项的组织策略,通过仿真实验对检索性能模型进行验证。研究结果表明:分块组织倒排文件方法可以在较小的检索算法循环次数下,获得较高的算法效率,显著减少检索算法的执行时间,验证了倒排文件分块索引方法的可行性。     

基于长期学习的多媒体数据库相似性检索

基于内容的相似性检索是多媒体数据库研究的重要内容之一.近年来,利用用户相关反馈技术改善检索性能的研究成为新的热点.但是,在传统的相关反馈方法中,系统积累的反馈历史数据未得到充分利用.为了进一步提高检索系统的性能,提出了一种对相关反馈序列日志进行协同过滤在线分析的相关反馈检索方法.该方法使用编辑距离对用户的反馈序列进行相似性度量,并根据协同过滤的思想对数据库中的媒体对象与当前检索的语义相关性进行预测,从而改善检索的效果.实现了一个图像数据库检索原型系统.对11 000幅图像数据库进行的实验表明,与传统相关反馈技术相比,该方法对检索性能有明显的改善.     

基于重复数据删除技术的雾存储数据去冗余方案

雾计算作为云中心在网络边缘的延伸,将不需要放在云端的数据直接进行存储和处理,从而可以快速响应底端设备的需求。为了解决现有方案中频繁的磁盘输入和输出(I/O),针对雾节点中存储数据的冗余问题,提出重复数据删除方案(DeFog)。利用红黑树的快速查找机制,在内存中构建数据指纹表,通过二次Hash获得索引表。固定时刻刷新内存中的指纹表保存在磁盘中,日志文件记录每次数据更新,这样在系统发生崩溃机器重启时,磁盘中的指纹表会与日志文件合并构建更新后的指纹表。通过在标准数据集中的实验与其他方案进行对比,证明了DeFog在查询效率上提高了54.1%,运行时间降低了42.1%。     

RSView32中利用VBA实现复杂报表的生成、查询及打印

为了解决RSView32中不能直接生成复杂生产报表及查询打印的问题,提出了利用VBA对生产数据在Access归档、查询及打印的方法,解决了生产中对复杂报表的要求,实现了报表的定时归档及后台的打印.     

日志结构文件系统技术的研究

介绍了一种新的磁盘管理技术－日志结构文件系统，把对文件的修改汇成日志条目顺序地写入磁盘，既加速了写文件的速度，又加速了崩溃恢复的速度，把整个磁盘作为日志，磁盘上包含有效的读取日志结构文件所需的索引信息，为了保持快速写所需的大的磁盘空闲快，将磁盘分成段，用一个清理工线程收集压缩分散到各个段中的有效信息，以一个日志结构文件系统的原型，即Sprite LFS为例，对日志文件系统设计和实现的各个阶段进行了分析，并与Unix的文件系统，即快速文件系统（FFS）进行了比较。     

支持审计与取证联动的日志系统设计

目前国内外缺乏综合数据提炼能力的日志搜索和分析系统,也还没有专门同时为安全审计与计算机取证目的设计的日志保护和分析工具,针对这一现状,分析并提出了一种日志综合分析平台,以支持网络审计与计算机取证.描述了这种安全日志文件系统的构建,采集、管理和保护,可以做到审计与取证的联动分析,形成了一个高可信审计与取证能力的基本通用模型.最后给出了系统实现的界面和系统的性能分析.     

网络边界安全与日志文件分析

日志文件一直都是网络管理人员在检查故障、排除网络错误时,查找“病源”的有利工具。通过对路由器、交换机、防火墙和主机系统的日志分析,可以快速了解网络上的活动,并对刚刚发生的或者正在进行的事件进行快速响应。     

数据库恶意事务恢复日志系统

恶意事务攻击成功后的数据恢复机制要求日志文件必须同时记录写操作信息和读操作信息。为此,提出一种数据库恶意事务恢复日志策略,并基于该策略设计日志系统。在日志系统中,结构化查询语言(SQL)语句过滤可保护日志文件的安全,拒绝终端客户对日志文件的非法操作;敏感信息设置从行级和列级2个方面设置日志记录必须满足的约束条件,可有效控制日志文件的规模;写日志产生器通过使用触发器的临时表完成对写操作的记录;读日志产生器通过重构SQL语句产生临时表,再访问临时表完成对读操作的记录。实验结果表明,该系统可有效记录数据库读写操作,但同时会降低整体系统的效率。     

一种基于Linux的flash文件系统存储策略

随着嵌入式系统的广泛应用,嵌入式系统中的数据存储和数据管理显得日益重要.本文主要介绍flash存储器的存储特点,Linux文件系统的两类存储策略:块式存储和线性存储,并在此基础上提出了一种改进的简单日志文件系统的存储策略.     

P级文件系统搜索概述

当文件系统规模达到P级时,管理和查找这数以百万甚至千万计的文件将会变得越来越困难,高效的文件系统搜索成为必不可少的工具。综述了P级文件系统搜索的总体研究情况,包括面临的挑战,P级文件系统搜索中的关键问题,介绍了一些P级文件系统搜索研究项目及其所用到的索引技术,特别指出了它们的局限性。最后,结合当前搜索技术的发展,指出了P级文件系统搜索面临的一些新的发展方向。     

MRTG日志文件的分析研究

对MRTG日志格式做了详细的分析,进一步说明了MRTG日志文件的形成,并且通过perl语言对日志文件进行了再分析.     

基于Hive的海量搜索日志分析系统研究

针对传统分布式模型在海量日志并行处理时的可扩展性和并行程序编写困难的问题, 提出了基于Hive的Web海量搜索日志分析机制。利用HQL语言以及Hadoop分布式文件系统(HDFS)和MapReduce编程模式对海量搜索日志进行分析处理, 对用户搜索行为进行了分析研究。对用户搜索行为中的查询热点主题、用户点击数和URL排名、查询会话的分析结果对于搜索引擎的排序算法和系统优化都有一定的指导意义。