A Scalable Multi-Hash( SMH) name lookup method is proposed,which is based on hierarchical name decomposition to aggregate names sharing common prefixes and multiple scalable hash tables to minimize collisions among pr...A Scalable Multi-Hash( SMH) name lookup method is proposed,which is based on hierarchical name decomposition to aggregate names sharing common prefixes and multiple scalable hash tables to minimize collisions among prefixes. We take the component instead of the entire name as a key in the hash functions. The SMH method achieves lookup speeds of 21. 45 and 20. 87 Mbps on prefix table with 2 million and 3. 6 million names,respectively. The proposed method is the fastest of the four methods considered and requires 61.63 and 89.17 Mb of memory on the prefix tables with 2 million and 3. 6 million names,respectively. The required memory is slightly larger than the best method. The scalability of SMH outperforms that of the other two methods.展开更多
本文针对多维背包问题维度高,约束强的特点提出了自记忆的学习优化模型(self memorized learn to improve,SML2I),通过深度强化学习的学习机制选择迭代搜索过程中的算子即模型学习当前的解以及历史搜索过程中的解,判断对当前解采用提升...本文针对多维背包问题维度高,约束强的特点提出了自记忆的学习优化模型(self memorized learn to improve,SML2I),通过深度强化学习的学习机制选择迭代搜索过程中的算子即模型学习当前的解以及历史搜索过程中的解,判断对当前解采用提升策略或者是扰动策略,在此基础上,进一步提出了哈希表与设计了2种有效的基于价值密度的扰动算子.使用哈希表记录历史搜索过程中的解,防止模型重复探索相同的解,基于价值密度的扰动策略生成的新解与之前的解决方案完全不同,因此针对扰动后的解再次采用提升策略同样有效,通过测试89个MKP数据集并与其他文献中先进的求解方法进行对比,实验结果验证了SML2I模型求解MKP问题的可行性与有效性.展开更多
工业数据库通常包含大量敏感信息,为了保护数据安全,需要对不同用户或用户组设置不同的权限。然而,由于安全访问控制过程易受冗余数据、维度差异等问题的干扰,导致控制时间较长,控制效果不理想。因此,提出区块链下工业数据库访问多级安...工业数据库通常包含大量敏感信息,为了保护数据安全,需要对不同用户或用户组设置不同的权限。然而,由于安全访问控制过程易受冗余数据、维度差异等问题的干扰,导致控制时间较长,控制效果不理想。因此,提出区块链下工业数据库访问多级安全控制算法。采用线性拟合算法填补工业数据库中的缺失值,采用局部性嵌入算法(Locally Linear Embedding,LLE)降维处理工业数据,缩减数据之间的无效规模,完成数据预处理。将处理后数据存储至区块链中,实现一级控制。利用多授权属性加密方案,实现数据的细粒度访问二级控制,完成工业数据库访问的多级安全控制。实验结果表明,所提算法的计算开销小、安全性强,且控制耗时最长仅为20ms。展开更多
基金sponsored by the National Basic Research Program of China(973 Program)(Grant No.2011CB302605)the National High Technology Research and Development Program of China(863 Program)(Grants No.2011AA010705+5 种基金2012AA0125022012AA012506)the National Key Technology R&D Program of China(Grant No.2012BAH37B01)the National Science Foundation of China(Grant No.6120245761402149)the CNNIC(Grant No.K201211043)
文摘A Scalable Multi-Hash( SMH) name lookup method is proposed,which is based on hierarchical name decomposition to aggregate names sharing common prefixes and multiple scalable hash tables to minimize collisions among prefixes. We take the component instead of the entire name as a key in the hash functions. The SMH method achieves lookup speeds of 21. 45 and 20. 87 Mbps on prefix table with 2 million and 3. 6 million names,respectively. The proposed method is the fastest of the four methods considered and requires 61.63 and 89.17 Mb of memory on the prefix tables with 2 million and 3. 6 million names,respectively. The required memory is slightly larger than the best method. The scalability of SMH outperforms that of the other two methods.
文摘本文针对多维背包问题维度高,约束强的特点提出了自记忆的学习优化模型(self memorized learn to improve,SML2I),通过深度强化学习的学习机制选择迭代搜索过程中的算子即模型学习当前的解以及历史搜索过程中的解,判断对当前解采用提升策略或者是扰动策略,在此基础上,进一步提出了哈希表与设计了2种有效的基于价值密度的扰动算子.使用哈希表记录历史搜索过程中的解,防止模型重复探索相同的解,基于价值密度的扰动策略生成的新解与之前的解决方案完全不同,因此针对扰动后的解再次采用提升策略同样有效,通过测试89个MKP数据集并与其他文献中先进的求解方法进行对比,实验结果验证了SML2I模型求解MKP问题的可行性与有效性.
文摘工业数据库通常包含大量敏感信息,为了保护数据安全,需要对不同用户或用户组设置不同的权限。然而,由于安全访问控制过程易受冗余数据、维度差异等问题的干扰,导致控制时间较长,控制效果不理想。因此,提出区块链下工业数据库访问多级安全控制算法。采用线性拟合算法填补工业数据库中的缺失值,采用局部性嵌入算法(Locally Linear Embedding,LLE)降维处理工业数据,缩减数据之间的无效规模,完成数据预处理。将处理后数据存储至区块链中,实现一级控制。利用多授权属性加密方案,实现数据的细粒度访问二级控制,完成工业数据库访问的多级安全控制。实验结果表明,所提算法的计算开销小、安全性强,且控制耗时最长仅为20ms。
