一种IPFS节点本地基于关键词搜索文件的方法、介质及系统技术方案

本发明专利技术请求保护一种IPFS节点本地基于关键词搜索文件的方法、介质及系统，包括步骤：S1索引提取，将文件解析元数据并使用TF

【技术实现步骤摘要】
一种IPFS节点本地基于关键词搜索文件的方法、介质及系统


[0001]本专利技术属于数据检索
，尤其涉及一种基于IPFS本地文件关键词检索方法。

技术介绍

[0002]随着计算机与互联网的高速发展，产生的数据也呈爆炸式增长，数据的安全存储与高效检索需求也越来越成为人们重视的问题。星际文件系统(IPFS)是一个分布式文件系统，目前已得到广泛使用。IPFS是一个基于内容索引，可版本化的，点对点的文件系统。IPFS有三大技术：通过内容寻址进行唯一标识，通过有向无环图(DAG)链接内容，通过分布式哈希表(DHT)发现内容。它的核心原则是将所有数据作为同一Merkel
‑
DAG的一部分来建模。IPFS在DAG的基础上定义了四种对象类型：block，list，tree，commit；block指大小可变数据块，list指block或者list集合，tree指block，list或者tree的集合，commit指tree版本历史快照，这四种类型建立了一种可版本化的文件系统。在IPFS系统内，文件默认以256k进行分块，list组织数据本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种IPFS节点本地基于关键词搜索文件的方法，其特征在于，包括以下步骤：S1、索引提取，将文件解析元数据并使用TF
‑
IDF算法确定关键词，对文件建立索引七元组；S2、获取该关键词倒排索引文件哈希，通过哈希在IPFS获取倒排索引文件，并将新的索引七元组插入对应的倒排索引文件中，用新的倒排索引文件CID更新本地记录；S3、关键词搜索时先比对缓存是否命中，若未命中则本地记录查找倒排索引CID，再根据CID在IPFS获取倒排索引文件，并将索引信息返回。2.根据权利要求1所述的一种IPFS节点本地基于关键词搜索文件的方法，其特征在于，所述步骤S1中使用Apache Tika对文件提取元数据，Tika对文件处理后能返回文件的纯文本信息；然后使用TF
‑
IDF算法对文件的文本信息提取关键词，计算公式如下：IDF算法对文件的文本信息提取关键词，计算公式如下：TF
W
指某词w的词频，N
W
是某一文本中词w出现的次数，N是该文本总词条数，TF
W
反映了词w在该文本中出现频率；IDF
W
指某词w的逆向文件频率，Y指语料库中文件总数，Y
W
指包含词语w的文档总数，IDF
W
反映了词w在整个文本出现频率，TF
‑
IDF
W
的计算公式如下：TF
‑
IDF
W
＝TF
W
*IDF
W
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(3)3.根据权利要求1或2所述的一种IPFS节点本地基于关键词搜索文件的方法，其特征在于，所述步骤S1中的索引七元组为(Keyword,CID,Type,Illegal,F
‑
date，Name,Size)，其中Keyword表示文件提取的主题词，CID表示文件内容哈希，Type表示文件类型，Illegal表示文件内容是否合法，F
‑
date表示建立时间，Name表示文件名，Size表示文件大小。4.根据权利要求3所述的一种IPFS节点本地基于关键词搜索文件的方法，其特征在于，所述步骤S2中的文件索引使用倒排索引数据结构存储，即不是由记录来确定属性值，而是由属性值来确定记录的位置，索...

【专利技术属性】
技术研发人员：曹岭，李岳，张炎，刘宗元，
申请(专利权)人：重庆邮电大学，
类型：发明
国别省市：