4、Bloom Filter：高效数据过滤的利器与 robustBF 的创新应用

Bloom Filter：高效数据过滤的利器与 robustBF 的创新应用

1. Bloom Filter 概述

Bloom Filter 是一种强大的数据结构，能够使用极少的主内存过滤大量数据项，因此适用于各种领域，如计算机网络、网络安全与隐私、物联网、大数据、云计算、生物识别和生物信息学等。它作为一种快速的集合成员过滤器，用于查找一个项目是否是集合的成员，查询结果返回为真或假。

1.1 结果类型

• 真阳性（True Positive） ：项目在过滤器中且确实属于集合。
• 假阳性（False Positive） ：项目在过滤器中，但实际上不属于集合。
• 真阴性（True Negative） ：项目不在过滤器中，且不属于集合。
• 假阴性（False Negative） ：项目不在过滤器中，但实际上属于集合。

真阴性和真阳性结果能显著提高系统的查询性能，而假阳性和假阴性则会影响系统性能，它们是 Bloom Filter 的开销。假阴性仅在允许删除操作的 Bloom Filter 中出现，而计数 Bloom Filter（CBF）能显著减少假阴性的数量，但假阳性是其关键障碍。

1.2 操作类型

Bloom Filter 主要支持插入和查询（查找）操作，以下是简单的 C 语言代码示例：

// 插入操作
#i