基于分布式集群的语料库防篡改检索方法

安玉香，李 檀

(1.沈阳建筑大学国际学院，辽宁沈阳 110168;2.沈阳建筑大学，辽宁沈阳 110168)

1 引言

分布式集群是通过分布式搜索引擎，形成的一种完成大规模分布式资源信息数据的检索方法。其通过高速网络环境，搭建分布式搜索引擎集群系统，进行分布式并行资源数据信息检索[1]。分布式搜索引擎根据设计模式可划分为分布式元搜索引擎、散列式分布搜索引擎、P2P分布式搜索引擎等。分布式搜索引擎集群可安全、高效的完成海量资源数据的存储、索引、检索[2]。随着网络资源的不断增加，检索系统受到索引文件和索引库的数据量的增加，使自身维护成本大幅度增加，导致检索响应的时间提升，并且响应速度降低。以语料库为例，其中存放海量的、语言实际使用中真实出现过的语言材料，而电子计算机是承载语料库语言知识基础资源的载体，并且真实语料需要经过分析和处理后，才可以成为有用的资源[3]。由于语料库的类型较多，涵盖的语料内容广泛，并作为语言学研究的基础资源，其在使用过程中，容易受到人为篡改，导致资源破坏和受损。

因此针对语料库防篡改检索进行研究，文献[4]根据设计区块链数据库系统框架，将区块链技术应用于分布式数据管理，然后提出了一种基于哈希指针的不可篡改索引，根据该索引快速检索区块内数据，以此实现区块链的查询，最后通过实验测试数据库的读写性能。但是该方法的检索开销时间较长；文献[5]提出了一种基于PKEKS的关键字安全的可检索加密方法，通过在系统中添加可信赖的安全中心生成可信参数，并将生成的可信参数一起加入到加密过程的方法中，完成加密检索。……