基于k-mean聚类算法的加密云数据排序搜索仿真

摘要：

密钥加密索引向量生成加密数据索引时,会产生数据维度升高问题,导致加密云数据排序搜索时间较长,搜索结果不准确,资源利用率低.为此提出基于k-mean聚类算法的加密云数据排序搜索方法.采用k-mean聚类算法对加密云数据进行预处理,选取质心点,并对数据点进行重新聚类,计算出最新的质心点;根据获取的数据聚类结果,选取文档中具有高代表性的关键词作为文档的索引,同时引入加密搜索插件,对索引向量进行维度缩减,使其在检索时形成和用户检索相关的文档摘要,从而能够发送摘要供用户选择目标文档,得到排序搜索结果,实现加密云数据排序搜索.仿真结果表明,所提方法的搜索结果准确率较高,能够有效提升资源利用率,缩短搜索时间.

关键词：聚类算法、加密云数据、排序搜索

所属期刊栏目：37

分类号：TP393(计算技术、计算机技术)

资助基金：云南省教育厅资助项目;云南省教育厅资助项目

在线出版日期：2020-11-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：451-455