19、命名数据网络中的布隆过滤器应用

命名数据网络中的布隆过滤器应用

1. 布隆过滤器在命名数据网络中的相关算法

在命名数据网络（NDN）中，布隆过滤器有着多种应用算法，下面为你详细介绍几种：
- 抗污染算法 ：Guo等人提出了一种针对虚假局部性污染的抗污染算法。在该算法里，内容存储（CS）的每个缓存内容都关联着一个计数器和路径追踪器（PathTracker）。路径追踪器是一种数据结构，用于存储每个内容对应的兴趣包所经过的唯一路径数量，而计数器则保存内容的命中频率。每次进行污染检查后，计数器会被刷新。具体操作流程如下：
1. 搜索CS中是否存在兴趣包。
2. 若找到，将对应的计数器加1，同时路径追踪器保存所经过的路径信息。
3. 当缓存内容超过阈值时，可能表示该内容很受欢迎，也可能是遭受了攻击。
4. 若发生缓存未命中的情况，则删除其路径信息。路径追踪器采用概率计数和随机平均以及布隆过滤器来实现，布隆过滤器中使用了一个哈希函数。

• 缓存隐私保护机制（CPPM - DAM） ：这是一种基于布隆过滤器的安全机制，用于防止缓存隐私被窥探。布隆过滤器有C个k维矩阵，其中C表示内容流行度的类别数量，k是独立哈希函数的数量。每个类别维护一个k维矩阵，用于保存属于该类别的内容。具体步骤如下：

  1. CPPM - DAM从n!个哈希函数排列中随机选择n个哈希函数。
  2. 兴趣包在包内容名称中添加一个新的字符串字段，以包含排列指示符。相同的包具有相同的排列。
  3. 从兴趣包中提取排列指示符和内容名称。
  4. 排