| 摘要 | 第5-8页 |
| Abstract | 第8-11页 |
| 第1章 绪论 | 第19-34页 |
| 1.1 论文研究背景-大数据时代 | 第19-20页 |
| 1.2 论文研究问题的提出及意义 | 第20-29页 |
| 1.2.1 数据传递及共享技术在大数据时代面临的挑战 | 第20-22页 |
| 1.2.2 数据存储技术在大数据时代面临的挑战 | 第22-27页 |
| 1.2.3 数据检索及分析技术在大数据时代面临的挑战 | 第27-29页 |
| 1.3 论文主要研究内容及贡献 | 第29-32页 |
| 1.4 论文结构与章节安排 | 第32-34页 |
| 第2章 布鲁姆过滤器概述及相关工作 | 第34-42页 |
| 2.1 布鲁姆过滤器工作原理 | 第34-36页 |
| 2.1.1 标准布鲁姆过滤器 | 第34-35页 |
| 2.1.2 标准计数器布鲁姆过滤器 | 第35-36页 |
| 2.2 布鲁姆过滤器国内外研究现状 | 第36-38页 |
| 2.3 布鲁姆过滤器典型扩展算法介绍 | 第38-41页 |
| 2.4 小结 | 第41-42页 |
| 第3章 面向NDN中名字查找的哈希布鲁姆过滤器 | 第42-66页 |
| 3.1 引言 | 第42-44页 |
| 3.2 背景及相关工作 | 第44-48页 |
| 3.2.1 NDN数据包转发机制介绍 | 第44-45页 |
| 3.2.2 相关研究成果介绍 | 第45-48页 |
| 3.3 哈希布鲁姆过滤器 | 第48-58页 |
| 3.3.1 HBF结构和原理 | 第48-50页 |
| 3.3.2 HBF算法分析 | 第50-57页 |
| 3.3.3 HBF算法实现 | 第57-58页 |
| 3.4 实验评估 | 第58-65页 |
| 3.4.1 实验方案及数据 | 第58-59页 |
| 3.4.2 HBF中插入CBF中名字个数均衡度 | 第59-60页 |
| 3.4.3 HBF误判率 | 第60页 |
| 3.4.4 HBF片内存储器访问次数 | 第60-61页 |
| 3.4.5 HBF片外存储器访问次数 | 第61-62页 |
| 3.4.6 HBF实际总体访问成本对比分析 | 第62-63页 |
| 3.4.7 HBF与d-left HTPIT访问次数及访问成本对比 | 第63-65页 |
| 3.5 小结 | 第65-66页 |
| 第4章 面向闪存的数据温度感知布鲁姆过滤器 | 第66-91页 |
| 4.1 引言 | 第66-69页 |
| 4.2 相关工作 | 第69-71页 |
| 4.3 数据温度感知布鲁姆过滤器 | 第71-86页 |
| 4.3.1 设计思想和动机 | 第71-74页 |
| 4.3.2 DTPBF结构和原理 | 第74-77页 |
| 4.3.3 DTPBF算法分析 | 第77-86页 |
| 4.4 实验评估 | 第86-90页 |
| 4.4.1 实验方案及实验数据 | 第86-87页 |
| 4.4.2 实验结果分析 | 第87-90页 |
| 4.5 小结 | 第90-91页 |
| 第5章 面向闪存键值存储的矩阵索引布鲁姆过滤器 | 第91-108页 |
| 5.1 引言 | 第91-93页 |
| 5.2 背景及相关工作 | 第93-95页 |
| 5.2.1 SkimyStash | 第93-94页 |
| 5.2.2 BloomStore | 第94-95页 |
| 5.3 矩阵索引布鲁姆过滤器 | 第95-103页 |
| 5.3.1 设计思想和动机 | 第95页 |
| 5.3.2 MIBF结构和原理 | 第95-99页 |
| 5.3.3 MIBF算法分析 | 第99-101页 |
| 5.3.4 MIBF算法实现 | 第101-103页 |
| 5.4 实验评估 | 第103-106页 |
| 5.4.1 模拟数据实验 | 第103-105页 |
| 5.4.2 实际数据实验 | 第105-106页 |
| 5.5 小结 | 第106-108页 |
| 第6章 面向Hadoop-Join算法的高精度布鲁姆过滤器 | 第108-123页 |
| 6.1 引言 | 第108-110页 |
| 6.2 背景及相关工作 | 第110-111页 |
| 6.3 高精度布鲁姆过滤器 | 第111-119页 |
| 6.3.1 ACBF构造原理 | 第111-114页 |
| 6.3.2 ACBF优化 | 第114-117页 |
| 6.3.3 模拟数据实验结果 | 第117-119页 |
| 6.4 ACBF在Hadoop中实现 | 第119-122页 |
| 6.4.1 MapReduce介绍 | 第119-120页 |
| 6.4.2 基于ACBF的Reduce-side Join算法 | 第120-121页 |
| 6.4.3 实验结果 | 第121-122页 |
| 6.5 小结 | 第122-123页 |
| 第7章 面向多维属性数据的高精度多维计数布鲁姆过滤器 | 第123-138页 |
| 7.1 引言 | 第123-124页 |
| 7.2 多维计数布鲁姆过滤器相关工作 | 第124-125页 |
| 7.3 高精度多维计数布鲁姆过滤器 | 第125-131页 |
| 7.3.1 AMD-CBF结构和原理 | 第125-128页 |
| 7.3.2 AMD-CBF理论假阳性计算 | 第128-129页 |
| 7.3.3 AMD-CBF实现算法 | 第129-131页 |
| 7.4 AMD-CBF实验评估 | 第131-137页 |
| 7.4.1 模拟数据实验 | 第131-136页 |
| 7.4.2 实际数据实验 | 第136-137页 |
| 7.5 小结 | 第137-138页 |
| 结论 | 第138-142页 |
| 参考文献 | 第142-158页 |
| 致谢 | 第158-159页 |
| 附录A 攻读学位期间发表的学术论文及著作 | 第159-160页 |
| 附录B 攻读学位期间主持或参与科研、专利 | 第160页 |
