scaleBF：一种使用三维布隆过滤器的高可扩展成员过滤器
数据结构与算法
2019-03-18 v1 数据库
摘要
自问世以来，布隆过滤器（Bloom Filter）被广泛应用于各种应用和研究领域。布隆过滤器能够将空间消耗降低一个数量级。因此，布隆过滤器被用于保存非常大尺度数据的信息。现有众多布隆过滤器变体，然而可扩展性多年来一直是布隆过滤器的严峻困境。为解决该困境，也有多种布隆过滤器变体。然而，时间复杂度和空间复杂度再次成为关键问题。本文提出一种新颖的布隆过滤器，在不牺牲性能的前提下解决可扩展性问题，称为 scaleBF。scaleBF 部署多个三维布隆过滤器（3D Bloom Filter）来过滤项目集合。本文从理论上将当代布隆过滤器与 scaleBF 在可扩展性上进行比较，scaleBF 在时间复杂度方面表现更优。
引用
@article{arxiv.1903.06570,
title = {scaleBF: A High Scalable Membership Filter using 3D Bloom Filter},
author = {Ripon Patgiri and Sabuzima Nayak and Samir Kumar Borgohain},
journal= {arXiv preprint arXiv:1903.06570},
year = {2019}
}
备注
6 Pages, 3 Figures, 1 Table