Accurate Counting Bloom Filters for Large-Scale Data Processing
Accurate Counting Bloom Filters for Large-Scale Data Processing
复制标题
用于大规模数据处理的精确计数布隆过滤器
DOI：
10.1155/2013/516298
复制
发表时间：
2013-07
影响因子：
--
通讯作者：
Zheng Qin
中科院分区：
文献类型：
--
作者：
Wei Li;Kun Huang;Dafang Zhang;Zheng Qin
布隆过滤器是一种节省空间的随机数据结构，用于快速成员查询，允许误报。计数布隆过滤器（CBF）对可以通过插入和删除更新的动态集执行相同的操作。CBF已经
Bloom filters are space-efficient randomized data structures for fast membership queries, allowing false positives. Counting Bloom Filters (CBFs) perform the same operations on dynamic sets that can be updated via insertions and deletions. CBFs have been
登录
查看更多内容
DOI：
10.1145/2401603.2401626
发表时间：
2012-10
期刊：
--
影响因子：
--
作者：
Taewhi Lee;Kisung Kim;Hyoung-Joo Kim
通讯作者：
Taewhi Lee;Kisung Kim;Hyoung-Joo Kim
DOI：
10.1109/infcom.2012.6195563
发表时间：
2012-03
期刊：
2012 Proceedings IEEE INFOCOM
影响因子：
--
作者：
Ori Rottenstreich;Josef Kanizo;I. Keslassy
通讯作者：
Ori Rottenstreich;Josef Kanizo;I. Keslassy
影响因子：
8.9
作者：
F. Afrati;J. Ullman
通讯作者：
F. Afrati;J. Ullman
DOI：
10.1109/icnp.2008.4697026
发表时间：
2008-12
期刊：
2008 IEEE International Conference on Network Protocols
影响因子：
--
作者：
Nan Hua;Haiquan Zhao;Bill Lin;Jun Xu
通讯作者：
Nan Hua;Haiquan Zhao;Bill Lin;Jun Xu
DOI：
10.1145/1807167.1807273
发表时间：
2010-06
期刊：
Proceedings of the 2010 ACM SIGMOD International Conference on Management of data
影响因子：
--
作者：
Spyros Blanas;J. Patel;V. Ercegovac;Jun Rao;E. Shekita;Yuanyuan Tian
通讯作者：
Spyros Blanas;J. Patel;V. Ercegovac;Jun Rao;E. Shekita;Yuanyuan Tian