CN117407578A - 一种去中心化的云资源数据检索系统及方法 - Google Patents
一种去中心化的云资源数据检索系统及方法 Download PDFInfo
- Publication number
- CN117407578A CN117407578A CN202311726470.1A CN202311726470A CN117407578A CN 117407578 A CN117407578 A CN 117407578A CN 202311726470 A CN202311726470 A CN 202311726470A CN 117407578 A CN117407578 A CN 117407578A
- Authority
- CN
- China
- Prior art keywords
- data
- node
- search
- network node
- retrieval
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 44
- 230000000007 visual effect Effects 0.000 claims abstract description 37
- 238000004458 analytical method Methods 0.000 claims abstract description 17
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000013500 data storage Methods 0.000 claims description 3
- 238000009432 framing Methods 0.000 claims description 3
- 238000007726 management method Methods 0.000 claims description 3
- 238000007405 data analysis Methods 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9532—Query formulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
- G06F21/31—User authentication
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Computer Security & Cryptography (AREA)
- Mathematical Physics (AREA)
- Computer Hardware Design (AREA)
- Software Systems (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了一种去中心化的云资源数据检索系统及方法，涉及数据检索分析技术领域，用户通过秘钥输入单元输入秘钥登录检索系统，利用加密认证单元对用户的身份信息进行认证；用户通过数据检索单元输入检索关键词进行数据检索，对用户信息进行分析，确定访问的网络节点；对用户的检索关键词进行可视化布局分析，确定是否需要建立与其他网络节点的连接；在用户输入检索关键词进行检索后，从其他网络节点中进行数据的调取。本发明通过可视化布局分析的方式，可以实现精准的数据分析，减小数据检索过程中的分析过程，可以根据历史的检索记录，分析和确定用户的当前检索数据属于某几个网络节点，大大的提高了数据检索的效率。
Description
技术领域
本发明涉及数据检索分析技术领域，具体是一种去中心化的云资源数据检索系统及方法。
背景技术
随着云计算技术的快速发展，越来越多的组织和个人选择将其数据存储和管理在云平台上。中心化的云存储系统由于其高效性和便利性而得到广泛应用，然而，它们也存在一些局限性和挑战；
传统中心化的云存储系统通常依赖于少数几个大型数据中心来托管用户的数据；这种集中式的架构使得数据的安全性成为一个重要的关注点，因为数据集中存储在少数几个地理位置上，可能面临数据泄露、数据丢失或被非法访问的风险；此外，中心化系统在面对大规模数据和高并发访问时可能遇到性能瓶颈和可扩展性问题；
因此，一种去中心化的存储方式应运而生，但是去中心化的存储方式在进行数据检索和查找时，存在以下问题：
在进行数据检索时，为了提高检索的响应速度，都会匹配最近的网络节点，但是最近的网络节点不一定存储有用户想要检索的数据，会导致用户无法进行全面的数据检索；
在实行去中心化的存储方式时，数据的安全性也存在一定的问题，在进行数据的调取和传输时，存在数据被恶意篡改的可能性；
所以，人们急需一种去中心化的云资源数据检索系统及方法来解决上述技术问题。
发明内容
本发明的目的在于提供一种去中心化的云资源数据检索系统及方法，以解决现有技术中提出的问题。
为实现上述目的，本发明提供如下技术方案：一种去中心化的云资源数据检索方法，该检索方法包括以下步骤：
S1、用户通过秘钥输入单元输入秘钥登录检索系统，利用加密认证单元对用户的身份信息进行认证；
S2、用户通过数据检索单元输入检索关键词进行数据检索，对用户信息进行分析，确定访问的网络节点；
S3、对用户的检索关键词进行可视化布局分析，确定是否需要建立与其他网络节点的连接；
通过可视化布局分析的方式，可以实现精准的数据分析，减小数据检索过程中的分析过程，因为在传统的数据检索中，需要从所有网络节点中寻找用户想要访问的数据，而通过可视化布局分析的方式，可以根据历史的检索记录，分析和确定用户的当前检索数据属于某几个网络节点，只需从某几个网络节点中进行数据的调取和比对即可，大大的提高了数据检索的效率；
S4、在用户输入检索关键词进行检索后，从其他网络节点中进行数据的调取。
根据上述技术方案，在S2中，利用IP获取单元获取用户端的IP地址，匹配与用户端IP地址最近的网络节点，定义为就近网络节点，以便于确定最优的网络节点。
根据上述技术方案，在分析之前，根据历史检索记录建立关键对用户的检索关键词进行可视化布局词与网络节点之间的可视化布局模型。
根据上述技术方案，可视化布局模型的建立包括以下步骤：
P1、建立平面直角坐标系，将网络节点以可视化的方式定位在平面直角坐标系中，并为每一个网络节点添加标签，赋予平面直角坐标系中的每一个网络节点以节点函数；
P2、调用历史检索记录，将每一个网络节点的数据被访问时对应的检索关键词定位在对应的网络节点上；
P3、根据历史检索记录，对网络节点在平面直角坐标系上的位置关系进行调整。
根据上述技术方案，在S3中，包括以下步骤：
S301、根据用户输入的关键词，将其定点在平面直角坐标系中，并赋予定点的每一个关键词以坐标值；
S302、将定点在平面直角坐标系中的关键词相连，形成检索函数；具体的，所述检索函数/>为分段函数，因为用户在进行数据检索时，输入的检索关键词至少为一个，而多个关键词在可视化布局模型中对应多个网络节点，而若干个网络节点之间的检索函数，必然呈现分段式的；
S303、将检索函数与节点函数/>之间进行求解，得到具备解的节点函数，组成集合G；
若检索函数与节点函数之间具备解，则说明检索函数穿过或者位于节点函数内，也就证明了用户输入的检索关键词有很大的概率位于该网络节点中；
S304、就近网络节点的节点函数与集合G中的节点函数进行比对，判断就近网络节点的节点函数是否属于集合G。
根据上述技术方案，在S4中，若就近网络节点的检索函数属于集合G，则用户端直接访问就近网络节点，若不属于，则从集合G中的网络节点进行数据的调取；
在从集合G中的网络节点进行数据调取的过程中，包括以下步骤：
S401、再次对检索函数进行调取，并对集合G中的节点函数进行调取；
S402、将检索函数与集合G中的节点函数进行一一求解，得到集合G中每一个节点函数与检索函数/>的解/>，其中，i-j表示求解的节点函数对应的标签；
S403、对进行计算，求解/>的长度，得到长度值/>，组成长度值集合L；
S404、从集合L中挑选最长的长度值，其中，长度值/>所对应的节点函数/>即为需要与就近网络节点进行连接的网络节点。
一种去中心化的云资源数据检索系统，该检索系统包括用户端和网络节点，所述用户端用户登录检索系统，所述网络节点存储有部分数据，承接用户端和云资源数据；
所述用户端设置有秘钥输入单元和数据检索单元；
所述秘钥输入单元用于输入秘钥进入系统；用户通过数据检索单元输入检索关键词进行数据的检索；
所述网络节点上设置有加密认证单元；
所述加密认证单元用于对检索的数据进行加密和认证，并添加认证标签，还用于对用户端身份进行认证；
所述检索系统还包括数据整理模块；
所述数据整理模块用于对云资源数据进行分类整理，实现对云资源数据的数字化可视化管理。
根据上述技术方案，所述数据整理模块包括关键词绑定单元、可视化布局单元、关键词定点单元和范围确定单元；
所述关键词绑定单元用于根据数据检索单元的检索关键词，确定任一网络节点与检索关键词之间的关系，利用历史检索情况进行分析，确定是否对关键词与网络节点之间进行绑定；所述可视化布局单元用于根据网络节点的数据存储情况将其布局在平面直角坐标系上，并分别赋予其对应的节点函数；所述关键词定点单元用于根据用户端输入的检索关键词，在可视化布局的平面直角坐标系上进行定点；所述范围确定单元用于根据定点的关键词，在平面直角坐标系上建立线段函数，框定检索范围，确定检索的对象数据所在的网络节点。
根据上述技术方案，所述网络节点还包括IP获取单元；所述IP获取单元用于获取用户端的IP地址，以便于确定最优的网络节点。
根据上述技术方案，所述检索系统还包括节点匹配单元和数据调取模块；
所述节点匹配单元用于根据范围确定单元所确定的节点范围比对最优的网络节点是否在节点范围内；所述数据调取模块根据节点匹配单元的匹配结果，与其他网络节点建立连接，进行数据的调取。
与现有技术相比，本发明的有益效果是：
本发明通过可视化布局分析的方式，可以实现精准的数据分析，减小数据检索过程中的分析过程，因为在传统的数据检索中，需要从所有网络节点中寻找用户想要访问的数据，而通过可视化布局分析的方式，可以根据历史的检索记录，分析和确定用户的当前检索数据属于某几个网络节点，只需从某几个网络节点中进行数据的调取和比对即可，大大的提高了数据检索的效率。
系统采用加密、身份验证和访问控制等安全机制，保护用户数据的安全性和隐私。用户可以控制对其数据的访问权限，确保只有授权用户可以访问和修改数据。数据的分散存储和冗余备份策略也提高了数据的安全性。
系统具有良好的可扩展性和弹性伸缩能力。根据数据量和用户访问负载的变化，系统可以动态调整资源的使用，以适应不断变化的需求。这使得系统能够应对大规模数据和高并发访问的挑战。
本申请通过可视化布局模型的建立，使得可以更加清晰明了的对数据检索过程中的数据调取步骤进行展示和分析，使得对于数据检索过程中的数据调取更加的快捷方便，同时，调取之后的数据不断的对可视化布局模型进行扩充，使得可视化布局模型更加的全面。
附图说明
图1为本发明一种去中心化的云资源数据检索方法的步骤流程示意图；
图2为本发明一种去中心化的云资源数据检索系统及方法的网络节点分布示意图；
图3为本发明一种去中心化的云资源数据检索系统及方法的网络节点连接关系示意图；
图4为本发明一种去中心化的云资源数据检索方法的可视化布局模型结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
实施例一：如图1～图4所示，本发明提供以下技术方案，一种去中心化的云资源数据检索方法，该检索方法包括以下步骤：
S1、用户通过秘钥输入单元输入秘钥登录检索系统，利用加密认证单元对用户的身份信息进行认证；
S2、用户通过数据检索单元输入检索关键词进行数据检索，对用户信息进行分析，确定访问的网络节点；
在S2中，利用IP获取单元获取用户端的IP地址，匹配与用户端IP地址最近的网络节点，定义为就近网络节点，以便于确定最优的网络节点，使得用户可以从最近的节点获取数据，减少了数据访问的延迟，提高了数据访问的效率。
在分析之前，根据历史检索记录建立关键对用户的检索关键词进行可视化布局词与网络节点之间的可视化布局模型。
可视化布局模型的建立包括以下步骤：
P1、建立平面直角坐标系，将网络节点以可视化的方式定位在平面直角坐标系中，例如：将网络节点以六边形的方式布局在平面直角坐标系中，并为每一个网络节点添加标签，赋予平面直角坐标系中的每一个网络节点以节点函数/>，节点函数表示任意网络节点在平面直角坐标系中所代表的区域；
P2、调用历史检索记录，将每一个网络节点的数据被访问时对应的检索关键词定位在对应的网络节点上，例如：“甲”这个关键词被分别定位在了A-2和B-5的网络节点上，“甲”+“丙”这两个关键词同时出现被定位在了A-2的网络节点上；
P3、根据历史检索记录，对网络节点在平面直角坐标系上的位置关系进行调整，具体的：当某一检索关键词同时对应至少两个网络节点时，对至少两个网络节点进行相互临近的调整，并对至少两个网络节点进行捆绑。
S3、对用户的检索关键词进行可视化布局分析，确定是否需要建立与其他网络节点的连接；
包括以下步骤：
S301、根据用户输入的关键词，将其定点在平面直角坐标系中，并赋予定点的每一个关键词以坐标值；
S302、将定点在平面直角坐标系中的关键词相连，形成检索函数；具体的，所述检索函数/>为分段函数，因为用户在进行数据检索时，输入的检索关键词至少为一个，而多个关键词在可视化布局模型中对应多个网络节点，而若干个网络节点之间的检索函数，必然呈现分段式的；
S303、将检索函数与节点函数/>之间进行求解，得到具备解的节点函数，组成集合G；
若检索函数与节点函数之间具备解，则说明检索函数穿过或者位于节点函数内，也就证明了用户输入的检索关键词有很大的概率位于该网络节点中；
S304、就近网络节点的节点函数与集合G中的节点函数进行比对，判断就近网络节点的节点函数是否属于集合G。
S4、在用户输入检索关键词进行检索后，从其他网络节点中进行数据的调取。
在S4中，若就近网络节点的检索函数属于集合G，则用户端直接访问就近网络节点，若不属于，则从集合G中的网络节点进行数据的调取；
在从集合G中的网络节点进行数据调取的过程中，包括以下步骤：
S401、再次对检索函数进行调取，并对集合G中的节点函数进行调取；
S402、将检索函数与集合G中的节点函数进行一一求解，得到集合G中每一个节点函数与检索函数/>的解/>，其中，i-j表示求解的节点函数对应的标签，其中/>为分段函数，因为一个分段函数与区域函数之间的解必定是分段函数，即检索函数/>对节点函数区域内部的长度；
S403、对进行计算，求解/>的长度，得到长度值/>，组成长度值集合L；
S404、从集合L中挑选最长的长度值，其中，长度值/>所对应的节点函数/>即为需要与就近网络节点进行连接的网络节点，因为当分段函数的绝大部分位于某一个网络节点对应的节点函数内部时，表明该网络节点中的关键词频繁的与其他网络节点的关键词连接，形成分段函数，而这也就证明了该网络节点对应的数据最有可能是用户想要访问的数据，如图4所示，关键词A和关键词B为反复连接其他关键词的关键词，因此，关键词A和关键词B所对应的网络节点为被调取数据的最有网络节点。
实施例二：一种去中心化的云资源数据检索系统，该检索系统包括用户端和网络节点，所述用户端用户登录检索系统，所述网络节点存储有部分数据，承接用户端和云资源数据；
所述用户端设置有秘钥输入单元和数据检索单元；
所述秘钥输入单元用于输入秘钥进入系统；用户通过数据检索单元输入检索关键词进行数据的检索；
所述网络节点上设置有加密认证单元；
所述加密认证单元用于对检索的数据进行加密和认证，并添加认证标签，还用于对用户端身份进行认证；
所述检索系统还包括数据整理模块；
所述数据整理模块用于对云资源数据进行分类整理，实现对云资源数据的数字化可视化管理。
所述数据整理模块包括关键词绑定单元、可视化布局单元、关键词定点单元和范围确定单元；
所述关键词绑定单元用于根据数据检索单元的检索关键词，确定任一网络节点与检索关键词之间的关系，利用历史检索情况进行分析，确定是否对关键词与网络节点之间进行绑定；所述可视化布局单元用于根据网络节点的数据存储情况将其布局在平面直角坐标系上，并分别赋予其对应的节点函数；所述关键词定点单元用于根据用户端输入的检索关键词，在可视化布局的平面直角坐标系上进行定点；所述范围确定单元用于根据定点的关键词，在平面直角坐标系上建立线段函数，框定检索范围，确定检索的对象数据所在的网络节点。
所述网络节点还包括IP获取单元；所述IP获取单元用于获取用户端的IP地址，以便于确定最优的网络节点。
所述检索系统还包括节点匹配单元和数据调取模块；
所述节点匹配单元用于根据范围确定单元所确定的节点范围比对最优的网络节点是否在节点范围内；所述数据调取模块根据节点匹配单元的匹配结果，与其他网络节点建立连接，进行数据的调取。
在数据调取模块中，还包括函数求解单元、长度计算单元和节点确定单元；
所述函数求解单元用于对检索函数与集合G中的节点函数进行求解，所述长度计算单元用于对求解之后的分段函数的长度进行计算，所述节点确定单元用于从计算的长度值中提取最大值作为被调取数据的网络节点。
实施例三：在本实施例中，确定用户所输入的关键词在其就近网络节点中不存在对应的数据，即需要从其他网络节点进行数据的调取；
用户通过用户端输入的关键词为A、B、C和D，将四个关键词分别定位在可视化布局模型上，对四个关键词进行连线，形成检索函数；
将检索函数与节点函数/>之间进行求解，得到存在解的若干个节点函数，组成集合G；
将检索函数与集合G中的节点函数进行一一求解，得到分段函数/>；
求解分段函数的长度值，得到，将/>对应的节点函数作为调取对象，从其对应的网络节点中调取数据值就近网络节点，供用户访问。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
Claims (10)
1.一种去中心化的云资源数据检索方法，其特征在于，该检索方法包括以下步骤：
S1、用户通过秘钥输入单元输入秘钥登录检索系统，利用加密认证单元对用户的身份信息进行认证；
S2、用户通过数据检索单元输入检索关键词进行数据检索，对用户信息进行分析，确定访问的网络节点；
S3、对用户的检索关键词进行可视化布局分析，确定是否需要建立与其他网络节点的连接；
S4、在用户输入检索关键词进行检索后，从其他网络节点中进行数据的调取。
2.根据权利要求1所述的一种去中心化的云资源数据检索方法，其特征在于：在S2中，利用IP获取单元获取用户端的IP地址，匹配与用户端IP地址最近的网络节点，定义为就近网络节点，以便于确定最优的网络节点。
3.根据权利要求2所述的一种去中心化的云资源数据检索方法，其特征在于：在分析之前，根据历史检索记录建立关键对用户的检索关键词进行可视化布局词与网络节点之间的可视化布局模型。
4.根据权利要求3所述的一种去中心化的云资源数据检索方法，其特征在于：可视化布局模型的建立包括以下步骤：
P1、建立平面直角坐标系，将网络节点以可视化的方式定位在平面直角坐标系中，并为每一个网络节点添加标签，赋予平面直角坐标系中的每一个网络节点以节点函数/>；
P2、调用历史检索记录，将每一个网络节点的数据被访问时对应的检索关键词定位在对应的网络节点上；
P3、根据历史检索记录，对网络节点在平面直角坐标系上的位置关系进行调整。
5.根据权利要求4所述的一种去中心化的云资源数据检索方法，其特征在于，在S3中，包括以下步骤：
S301、根据用户输入的关键词，将其定点在平面直角坐标系中，并赋予定点的每一个关键词以坐标值；
S302、将定点在平面直角坐标系中的关键词相连，形成检索函数；
S303、将检索函数与节点函数/>之间进行求解，得到具备解的节点函数，组成集合G；
S304、就近网络节点的节点函数与集合G中的节点函数进行比对，判断就近网络节点的节点函数是否属于集合G。
6.根据权利要求5所述的一种去中心化的云资源数据检索方法，其特征在于：在S4中，若就近网络节点的检索函数属于集合G，则用户端直接访问就近网络节点，若不属于，则从集合G中的网络节点进行数据的调取；
在从集合G中的网络节点进行数据调取的过程中，包括以下步骤：
S401、再次对检索函数进行调取，并对集合G中的节点函数进行调取；
S402、将检索函数与集合G中的节点函数进行一一求解，得到集合G中每一个节点函数与检索函数/>的解/>，其中，i-j表示求解的节点函数对应的标签；
S403、对进行计算，求解/>的长度，得到长度值/>，组成长度值集合L；
S404、从集合L中挑选最长的长度值，其中，长度值/>所对应的节点函数/>即为需要与就近网络节点进行连接的网络节点。
7.一种实现权利要求1-6任一项所述的去中心化的云资源数据检索方法的数据检索系统，其特征在于：该检索系统包括用户端和网络节点，所述用户端用户登录检索系统，所述网络节点存储有部分数据，承接用户端和云资源数据；
所述用户端设置有秘钥输入单元和数据检索单元；
所述秘钥输入单元用于输入秘钥进入系统；用户通过数据检索单元输入检索关键词进行数据的检索；
所述网络节点上设置有加密认证单元；
所述加密认证单元用于对检索的数据进行加密和认证，并添加认证标签，还用于对用户端身份进行认证；
所述检索系统还包括数据整理模块；
所述数据整理模块用于对云资源数据进行分类整理，实现对云资源数据的数字化可视化管理。
8.根据权利要求7所述的数据检索系统，其特征在于：所述数据整理模块包括关键词绑定单元、可视化布局单元、关键词定点单元和范围确定单元；
所述关键词绑定单元用于根据数据检索单元的检索关键词，确定任一网络节点与检索关键词之间的关系，利用历史检索情况进行分析，确定是否对关键词与网络节点之间进行绑定；所述可视化布局单元用于根据网络节点的数据存储情况将其布局在平面直角坐标系上，并分别赋予其对应的节点函数；所述关键词定点单元用于根据用户端输入的检索关键词，在可视化布局的平面直角坐标系上进行定点；所述范围确定单元用于根据定点的关键词，在平面直角坐标系上建立线段函数，框定检索范围，确定检索的对象数据所在的网络节点。
9.根据权利要求8所述的数据检索系统，其特征在于：所述网络节点还包括IP获取单元；所述IP获取单元用于获取用户端的IP地址。
10.根据权利要求9所述的数据检索系统，其特征在于：所述检索系统还包括节点匹配单元和数据调取模块；
所述节点匹配单元用于根据范围确定单元所确定的节点范围比对最优的网络节点是否在节点范围内；所述数据调取模块根据节点匹配单元的匹配结果，与其他网络节点建立连接，进行数据的调取。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311726470.1A CN117407578B (zh) | 2023-12-15 | 2023-12-15 | 一种去中心化的云资源数据检索系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311726470.1A CN117407578B (zh) | 2023-12-15 | 2023-12-15 | 一种去中心化的云资源数据检索系统及方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117407578A true CN117407578A (zh) | 2024-01-16 |
| CN117407578B CN117407578B (zh) | 2024-02-23 |
Family
ID=89500396
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311726470.1A Active CN117407578B (zh) | 2023-12-15 | 2023-12-15 | 一种去中心化的云资源数据检索系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117407578B (zh) |
Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103412897A (zh) * | 2013-07-25 | 2013-11-27 | 中国科学院软件研究所 | 一种基于分布式结构的并行数据处理方法 |
| US20160140634A1 (en) * | 2014-11-17 | 2016-05-19 | Institute For Information Industry | System, method and non-transitory computer readable medium for e-commerce reputation analysis |
| US20170163502A1 (en) * | 2015-12-04 | 2017-06-08 | CENX, Inc. | Classifier based graph rendering for visualization of a telecommunications network topology |
| US20170169108A1 (en) * | 2015-12-10 | 2017-06-15 | Le Holdings (Beijing) Co., Ltd. | Bright spot prompting method and device based on search key |
| CN107580355A (zh) * | 2017-08-22 | 2018-01-12 | 西安科技大学 | 无线传感器网络基于位置的均匀分簇层次路由算法 |
| CN109145016A (zh) * | 2018-09-10 | 2019-01-04 | 合肥科讯金服科技有限公司 | 一种金融用互联网大数据检索系统 |
| CN113973079A (zh) * | 2020-07-07 | 2022-01-25 | 瞻博网络公司 | 用于确定覆盖网络中的数据流路径的系统和方法 |
| CN115129751A (zh) * | 2022-06-27 | 2022-09-30 | 杭州数梦工场科技有限公司 | 一种数据查询方法、装置、电子设备及存储介质 |
| CN115238015A (zh) * | 2022-07-07 | 2022-10-25 | 北京远思久维科技有限公司 | 一种基于微服务的时空大数据平台 |
| CN115269968A (zh) * | 2022-06-24 | 2022-11-01 | 孟祥坤 | 改进rdf的互联网大数据关键字词搜索方法 |
| CN116401338A (zh) * | 2023-04-13 | 2023-07-07 | 国网浙江省电力有限公司信息通信分公司 | 一种基于数据资产智能检索输入输出要求设计特征提取和注意力机制及其方法 |
| CN116806038A (zh) * | 2023-08-18 | 2023-09-26 | 上海临滴科技有限公司 | 一种去中心化的计算机数据共享方法及装置 |
-
2023
- 2023-12-15 CN CN202311726470.1A patent/CN117407578B/zh active Active
Patent Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103412897A (zh) * | 2013-07-25 | 2013-11-27 | 中国科学院软件研究所 | 一种基于分布式结构的并行数据处理方法 |
| US20160140634A1 (en) * | 2014-11-17 | 2016-05-19 | Institute For Information Industry | System, method and non-transitory computer readable medium for e-commerce reputation analysis |
| US20170163502A1 (en) * | 2015-12-04 | 2017-06-08 | CENX, Inc. | Classifier based graph rendering for visualization of a telecommunications network topology |
| US20170169108A1 (en) * | 2015-12-10 | 2017-06-15 | Le Holdings (Beijing) Co., Ltd. | Bright spot prompting method and device based on search key |
| CN107580355A (zh) * | 2017-08-22 | 2018-01-12 | 西安科技大学 | 无线传感器网络基于位置的均匀分簇层次路由算法 |
| CN109145016A (zh) * | 2018-09-10 | 2019-01-04 | 合肥科讯金服科技有限公司 | 一种金融用互联网大数据检索系统 |
| CN113973079A (zh) * | 2020-07-07 | 2022-01-25 | 瞻博网络公司 | 用于确定覆盖网络中的数据流路径的系统和方法 |
| CN115269968A (zh) * | 2022-06-24 | 2022-11-01 | 孟祥坤 | 改进rdf的互联网大数据关键字词搜索方法 |
| CN115129751A (zh) * | 2022-06-27 | 2022-09-30 | 杭州数梦工场科技有限公司 | 一种数据查询方法、装置、电子设备及存储介质 |
| CN115238015A (zh) * | 2022-07-07 | 2022-10-25 | 北京远思久维科技有限公司 | 一种基于微服务的时空大数据平台 |
| CN116401338A (zh) * | 2023-04-13 | 2023-07-07 | 国网浙江省电力有限公司信息通信分公司 | 一种基于数据资产智能检索输入输出要求设计特征提取和注意力机制及其方法 |
| CN116806038A (zh) * | 2023-08-18 | 2023-09-26 | 上海临滴科技有限公司 | 一种去中心化的计算机数据共享方法及装置 |
Non-Patent Citations (2)
| Title |
|---|
| X. WANG: ""Simultaneous Optimization of User-Centric Security-Conscious Data Storage on Cloud Platforms, "", 《2017 IEEE 42ND CONFERENCE ON LOCAL COMPUTER NETWORKS》, 31 December 2017 (2017-12-31), pages 223 - 226 * |
| 赵星: ""一种基于数据漂移的动态云安全存储机制"", 《信息网络安全》, 10 October 2019 (2019-10-10), pages 65 - 73 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117407578B (zh) | 2024-02-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Khare et al. | Big data in IoT | |
| KR100323551B1 (ko) | 정보등록방법및문서정보처리장치 | |
| CN110826594B (zh) | 一种轨迹聚类的方法、设备及存储介质 | |
| US11099842B2 (en) | Source code similarity detection using digital fingerprints | |
| US20180285596A1 (en) | System and method for managing sensitive data | |
| Liang et al. | Search engine for the internet of things: Lessons from web search, vision, and opportunities | |
| CN107733863B (zh) | 一种分布式hadoop环境下的日志调试方法和装置 | |
| WO2020024904A1 (zh) | 用于搜索区块链数据的方法、设备及可读存储介质 | |
| CN109376277B (zh) | 确定设备指纹同源性的方法及装置 | |
| US20190050435A1 (en) | Object data association index system and methods for the construction and applications thereof | |
| CN109063138A (zh) | 用于在区块链即服务平台搜索数据的方法、设备及存储介质 | |
| CN113407785B (zh) | 一种基于分布式储存系统的数据处理方法和系统 | |
| CN111382341B (zh) | 一种基于大数据的科技信息资源检索查询系统及方法 | |
| CN114973351B (zh) | 人脸识别方法、装置、设备及存储介质 | |
| CN108287901A (zh) | 用于生成信息的方法和装置 | |
| WO2021017305A1 (zh) | 数据的查询方法、装置、电子设备及计算机可读存储介质 | |
| CN108710644A (zh) | 一种关于政务大数据处理方法 | |
| CN111694866A (zh) | 数据搜索及存储方法、数据搜索系统、装置、设备及介质 | |
| Chang et al. | Cloud computing storage backup and recovery strategy based on secure IoT and spark | |
| CN113377876B (zh) | 基于Domino平台的数据分库处理方法、装置及平台 | |
| CN114758388A (zh) | 一种人脸识别方法、相关装置及存储介质 | |
| WO2022126962A1 (zh) | 基于知识图谱的引导教唆语料的检测方法及其相关设备 | |
| Jambhekar et al. | Cloud computing security with collaborating encryption | |
| CN117407578B (zh) | 一种去中心化的云资源数据检索系统及方法 | |
| WO2023103928A1 (zh) | 基于esop系统的数据查询方法、装置、介质及设备 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |