| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 专用术语注释表 | 第9-10页 |
| 第一章 绪论 | 第10-20页 |
| 1.1 课题背景与意义 | 第10-12页 |
| 1.1.1 课题研究背景 | 第10-11页 |
| 1.1.2 课题研究意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-17页 |
| 1.3 课题的研究内容及结果 | 第17-18页 |
| 1.4 论文的组织结构 | 第18-20页 |
| 第二章 相关技术研究 | 第20-39页 |
| 2.1 重复数据删除技术 | 第20-27页 |
| 2.1.1 重复数据删除技术的定义 | 第20-21页 |
| 2.1.2 重复数据删除技术的分类 | 第21-26页 |
| 2.1.3 重复数据删除技术处理流程 | 第26-27页 |
| 2.2 数据指纹算法 | 第27-28页 |
| 2.2.1 MD5算法 | 第27-28页 |
| 2.2.2 SHA-1 算法 | 第28页 |
| 2.3 基于Simhash算法去重的相关技术 | 第28-33页 |
| 2.3.1 TF-IDF算法 | 第29页 |
| 2.3.2 Shingle算法 | 第29-31页 |
| 2.3.3 ICTCLAS分词系统 | 第31页 |
| 2.3.4 汉明距离介绍 | 第31-32页 |
| 2.3.5 Simhash函数 | 第32-33页 |
| 2.4 基于Bloom Filter算法去重的相关技术 | 第33-38页 |
| 2.4.1 Bloom Filter函数 | 第34-35页 |
| 2.4.2 Bloom Filter误判率分析 | 第35-36页 |
| 2.4.3 Bloom Filter最优函数个数 | 第36页 |
| 2.4.4 最优的位数组长度 | 第36-37页 |
| 2.4.5 错误校验机制 | 第37-38页 |
| 2.5 本章小结 | 第38-39页 |
| 第三章 存储系统中Simhash算法的改进 | 第39-47页 |
| 3.1 算法设计背景 | 第39-40页 |
| 3.2 基于Simhash算法的相似数据检测改进研究 | 第40-46页 |
| 3.2.1 算法改进流程 | 第40-41页 |
| 3.2.2 算法的实现 | 第41-46页 |
| 3.2.3 改进后的Simhash算法性能对比分析 | 第46页 |
| 3.3 本章小结 | 第46-47页 |
| 第四章 存储系统中Bloom Filter的改进 | 第47-55页 |
| 4.1 算法设计背景 | 第47-49页 |
| 4.1.1 Bloom Filter存在的缺点 | 第47页 |
| 4.1.2 错误校验机制存在的缺点 | 第47-48页 |
| 4.1.3 Bloom Filter的主要算法研究 | 第48-49页 |
| 4.2 基于Bloom Filter在重复数据删除技术中应用改进研究 | 第49-53页 |
| 4.2.1 算法改进流程 | 第49-50页 |
| 4.2.2 针对Bloom Filter产生假阳性问题的改进 | 第50-52页 |
| 4.2.3 针对引入假阴性值进行的错误校验机制问题的改进 | 第52-53页 |
| 4.2.4 改进后的算法性能分析 | 第53页 |
| 4.3 本章小结 | 第53-55页 |
| 第五章 系统测试 | 第55-61页 |
| 5.1 基于Simhash算法相似性检测的测试 | 第55-59页 |
| 5.1.1 测试环境 | 第55页 |
| 5.1.2 测试数据选取 | 第55-56页 |
| 5.1.3 测试度量依据 | 第56页 |
| 5.1.4 实验结果与分析 | 第56-59页 |
| 5.2 针对Bloom Filter在重复数据删除中应用的测试 | 第59-60页 |
| 5.2.1 测试环境 | 第59页 |
| 5.2.2 测试数据选取 | 第59页 |
| 5.2.3 实验结果与分析 | 第59-60页 |
| 5.3 本章小结 | 第60-61页 |
| 第六章 总结与展望 | 第61-64页 |
| 6.1 研究工作总结 | 第61-62页 |
| 6.2 研究工作展望 | 第62-64页 |
| 参考文献 | 第64-67页 |
| 附录1 攻读硕士学位期间撰写的论文 | 第67-68页 |
| 致谢 | 第68页 |
