The present invention relates to a near-neighbor binary query method for multimedia mixed data in WMSN block chain. Firstly, feature extraction of multimedia data is carried out; secondly, a binary mixed LSH index framework for collaborative filtering is constructed by using local sensitive hashing method for feature data on data sets; finally, the query object is mapped to the binary mixed LSH index framework for collaborative filtering constructed by Next 2. Make inquiries. The invention can reduce the query time and consume less storage space while ensuring the query accuracy.
【技术实现步骤摘要】
一种WMSN区块链的多媒体混合数据近似近邻二元查询方法
本专利技术涉及无线多媒体传感器网络(WirelessMultimediaSensorNetworks,WMSN)领域,特别是一种WMSN区块链的多媒体混合数据近似近邻二元查询方法。
技术介绍
无线多媒体传感器网络(WirelessMultimediaSensorNetworks,WMSN)是在无线传感器网络(WSN)上发展起来的具有视频、音频、图像等多媒体信息的新型无线传感器网络。到目前为止,WMSN的应用十分广泛,如安全监控、智能交通、环境监测等。其中有些敏感应用必须防止数据篡改,如农场对产品的监管、智能交通违法证据的监管等,目前一种前沿的思想是采用当前热点区块链技术与IPFS技术来构建基于WMSN的区块链系统,以对非常敏感的数据进行保护。因而在WMSN区块链系统研发中多媒体数据查询将是一项基础性设计。一般性的做法是:在经过WMSN数据预处理后,基于多媒体数据的搜索操作通过对同一网络中存在的大规模数据进行筛选,获取与查询对象相似的数据结果。从现有技术文献来看,对高维度、大规模的数据集快速搜索已经呈现出巨大的应用潜力。但是,对于WMSN这样的多类型数据形式,如何利用不同类型的数据进行协同搜索,提高搜索结果的精度,对于在WMSN区块链的应用来说具有非常重要的意义。WMSN区块链应用通常基于以太坊和IPFS来构建可行的解决方案,WMSN数据在存储到IPFS分布式结构后,进行上链处理,通过智能合约对上链以后的数据在IPFS上进行如查询等操作现有的方法存在以下三个挑战性问题。问题1(空间灾难):大规模WMSN ...
【技术保护点】
1.一种WMSN区块链的多媒体混合数据近似近邻二元查询方法,其特征在于:包括以下步骤:步骤S1:对多媒体数据进行特征提取;步骤S2:利用局部敏感哈希方法对数据集上的特征数据构建协同过滤的二元混合LSH索引框架;步骤S3:将查询对象映射到步骤S2构建的中协同过滤的二元混合LSH索引框架中进行查询。
【技术特征摘要】
1.一种WMSN区块链的多媒体混合数据近似近邻二元查询方法,其特征在于:包括以下步骤:步骤S1:对多媒体数据进行特征提取;步骤S2:利用局部敏感哈希方法对数据集上的特征数据构建协同过滤的二元混合LSH索引框架;步骤S3:将查询对象映射到步骤S2构建的中协同过滤的二元混合LSH索引框架中进行查询。2.根据权利要求1所述的一种WMSN区块链的多媒体混合数据近似近邻二元查询方法,其特征在于:步骤S1具体为:在输入WMSN的原始多类型数据后,通过特征化将多媒体数据转换成为特征向量;在这个过程中,对文本数据进行特征提取时,使用TF-IDF方法或词频方法,以将文本数据转换为汉明空间下的特征向量;对图像数据进行特征提取时,通过提取SIFT特征值进行特征化处理,以将其转换为欧式空间下的特征向量。3.根据权利要求1所述的一种WMSN区块链的多媒体混合数据近似近邻二元查询方法,其特征在于:步骤S2具体包括以下步骤:步骤S21:通过(r1,r2,p1,p2)-sensitiveLSH将x1转化为k1个哈希值;步骤S22:通过(d1,d2,p1,p2)-sensitiveLSH将x2转化为k2个哈希值;步骤S23:连接k1和k2个哈希值,即得该数据的混合哈希值;步骤S24:针对数据集中的两种数据类型进行哈希映射构建索引结构;其中,x1表示汉明空间数据,x2表示欧式空间数据,(r1,r2,p1,p2)-sensitiveLSH与(d1,d2,p1,p2)-sensitiveLSH均表示局部敏感哈希变换,r1表示x1中的领域半径,r2表示x2中的领域半径,d1表示汉明空间的维度,d2表示欧式空间的维度,p1与p2分别为两个概率值。4.根据权利要求3所述的一种WMSN区块链的多媒体混合数据近似近邻二元查询方法,其特征在于:步骤S24具体包括以下步骤:步骤S241:设近似因子c、汉明敏感距离r以及欧式敏感距离d,对于x1部分,构建族,记为H1;对于x2部分,构建族,记为H2;其中,均表示概率数值;步骤S242:分别从H1、H2中随机生成k1、k2个哈希函数,并合并成为一个新的哈希函数,记为gi,即步骤S243:独立且随机地选取L个g,记为G={g1,g2,...gL},对于每个二元数据,都会得到L个哈希值,并分别映射到L个哈希表中。5.根据权利要求4所述的一种WMSN区块链的多媒体混合数据近似近邻二元查询方法,其特征在于:在索引结构的构造过程中,对于每个点p∈P,其中P为给定度量空间中的一个点集,为了获得p...
【专利技术属性】
技术研发人员:肖如良,倪友聪,杜欣,陈黎飞,许力,蔡声镇,
申请(专利权)人:福建师范大学,
类型:发明
国别省市:福建,35
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。