云计算环境下密文检索的BloomFilter与MapReduce优化策略

云计算环境下的密文检索是一项重要的计算机应用技术，它允许用户在不暴露数据明文的情况下，通过服务器的海量存储和高速计算能力，对加密的数据进行高效检索。本文由钱权和王天宏共同研究，他们分别来自上海大学计算机工程与科学学院，其中钱权博士是副教授，主要研究方向包括计算机网络、网络安全和协议分析与验证，其电子邮件地址为qqian@shu.edu.cn。 论文的核心研究集中在云计算环境下如何优化密文检索过程。他们提出了一种创新方法，即结合BloomFilter（一种空间效率高的概率数据结构，用于判断一个元素是否在一个集合中）和分布式MapReduce（一种编程模型，用于大规模数据处理）的使用。原始的BloomFilter在处理大量数据时可能存在性能瓶颈，因此他们扩展了这一概念，引入了分层BloomFilter，通过多层次的设计提高了检索效率。 该研究设计了一个包含身份认证、信息保存、信息检索和MapReduce计算四阶段的系统架构。作者通过实验比较了顺序计算与MapReduce计算模型在执行时间上的差异，以及不同BloomFilter版本（原始与分层）和压缩算法的性能。结果表明，这种架构在云计算环境中具备良好的安全性和高效性，能够有效降低加密数据检索的时间复杂度，适应云计算环境的高并发和大容量需求。 关键词“计算机应用”、“密文检索”、“BloomFilter”和“MapReduce”都突出了这篇论文的核心关注点，展示了其在云计算技术领域的重要贡献。中图分类号TP393进一步明确了该研究属于计算机科学和技术范畴内的密文检索技术。 本文为云计算环境中的密文检索提供了一种实用且高效的解决方案，对于提高数据安全性、提升云计算服务的用户体验具有实际价值。通过深入理解这篇论文，读者可以了解到如何在云计算环境下利用先进的数据结构和编程模型优化密文检索，以及如何平衡安全性和性能需求。