基于多项式的数据转换和利用的方法、装置和计算机程序产品

摘要

一种用于基于多项式的数据转换的装置可包括处理器。该处理器可被配置为：识别与一个或多个查询的集合相关的数据；和生成信息源向量，其指示关联于与查询的集合相关的数据的信息源。该处理器还可被配置为：基于所述信息源向量生成分圆多项式；以及因子分解所述分圆多项式以生成多个正交数据签名。还可以提供关联方法和计算机程序产品。

说明书

技术领域

概括地说，本发明的实施例涉及用于存储和提取的信息转换，更具体地，涉及基于多项式的数据转换和利用的方法、装置和计算机程序产品。

背景技术

现代的通信时代带来了无线网络的极大扩张。各种类型的网络技术已经发展和正在发展，导致计算机网络、电视网络、电话网络、和其他通信网络的空前扩张。随着新网络技术的演进，消费者需求使得网络利用方面的创新不断增加。无线和移动网络技术不断解决相关的消费者需求，同时提供了更好的信息传送灵活性和即时性。

随着在通信和其他计算设备的利用方面的关联增加，在设备中和设备之间的信息管理逐渐变得重要。在这方面，信息可存储在各种位置和具有各种形式。例如，信息可存储为经由网络可访问，例如在数据服务器上。备选地，信息可存储在对于设备本地的存储器上，例如在硬盘驱动器或闪速存储器上。此外，数据可通过各种形式存储，例如用于安全目的的加密形式。

不管存储数据的位置或形式如何，都可能存在数据丢失的风险。可能由于用户差错、硬件故障(由于例如存储器设备的损坏)、或通过到保持数据的设备的连接丢失，而造成数据丢失。在一些情况下，例如在智能空间或动态分布式设备环境中，其中设备和关联数据可在任意时刻连接或断开，由于频繁和不可预测的断开的可能性，数据丢失可能逐渐成为问题。

因此，由于在许多情况下丢失的数据会导致费时费力，避免数据丢失的机制很有价值。结果，数据消费者通常依赖于数据存储的冗余，例如经由备份存储装置或其他冗余机制。不幸的是，冗余机制通常需要两倍的存储空间，并且需要大量的通信资源将数据移动至冗余存储位置。

发明内容

描述了一种方法、装置、和计算机程序产品，其提供生成数据签名，在一些实施例中数据签名用于辅助数据丢失的预防。在这点上，本发明的示例性实施例例如经由扩展分圆多项式扩展将部分数据闭包转换或合成为不可约多项式表达式或数据签名。部分数据闭包可能对于动态分布式设备网络中的设备是本地的，并且可基于接收的一个或多个查询的集合生成。在一些示例性实施例中，相对于部分数据闭包，数据签名表示更小大小的数据包，其可用于通过组合和转换处理来再生完全或演绎数据闭包。根据各个示例性实施例，数据签名可被分散在例如使用分散技术(例如均匀或倾斜/不均匀分散技术)的智能空间中。由于动态分布式设备网络的改变和/或网络中数据的关联改变，可定期或不定期重新合成或更新数据签名，以确保数据签名精确表示作为数据签名的基础的数据。可随后存储数据签名，以便于与随后查询相关的数据签名的使用。

具体地，根据各个示例性实施例，可识别与一个或多个查询的集合相关的数据。还可确定例如在网络或存储器设备中，相关数据和/或存储相关数据的信息源(例如信息库)的标识的位置。基于保持相关信息或数据的信息源的标识，可生成信息源向量。结果，信息源向量可指示在何处可发现与查询的集合相关的数据。还可通过确定是否可生成信息向量的等价类表示来验证信息源向量。信息源向量然后可用于生成分圆多项式。然后，可因子分解分圆多项式以生成多个正交数据签名。通过这样生成数据签名，可将多个数据签名的两个或更多个数据签名结合以重建分圆多项式，并因此，重建用以生成分圆多项式的原始数据。在一些示例性实施例中，数据签名到动态分布式设备环境中的信息库的分散可能是有利的，这是由于可通过与数据签名相关联的联合属性来减少数据丢失。

本发明的一些示例性实施例的效果是就相对于数据的部分闭包相对更小大小的数据签名的利用而言，减少动态分布式设备网络的通信架构的负担。由于通信架构和数据存储的负担减少，还可通过示例性实施例实现能源效率。示例性实施例也是设备平台独立的，并且允许不同设备平台在方案的限制内交互。此外，本发明的示例性实施例还通过利用更小大小的信息条目重建数据集合的能力来限制数据丢失。

本发明的示例性实施例是一种基于多项式的数据转换和利用的装置。该装置可包括处理器，并且该处理器被配置为：识别与一个或多个查询的集合相关的数据；以及生成信息源向量，其指示关联于与查询的集合相关的数据的信息源。该处理器被配置为：基于所述信息源向量生成分圆多项式；以及因子分解所述分圆多项式以生成多个正交数据签名。

在本发明的另一示例性实施例中，提供一种基于多项式的数据转换和利用的计算机程序产品。该计算机程序产品包括至少一个计算机可读存储介质，在其中存储有可执行计算机可读程序代码指令。所述计算机可读程序代码指令被配置为：识别与一个或多个查询的集合相关的数据；以及生成信息源向量，其指示关联于与查询的集合相关的数据的信息源。所述计算机可读程序代码指令还被配置为：基于所述信息源向量生成分圆多项式；以及因子分解所述分圆多项式以生成多个正交数据签名。

本发明的另一示例性实施例提供一种基于多项式的数据转换和利用的方法。该示例性方法包括：识别与一个或多个查询的集合相关的数据；以及生成信息源向量，其指示关联于与查询的集合相关的数据的信息源。该示例性方法还包括：基于所述信息源向量生成分圆多项式；以及因子分解所述分圆多项式以生成多个正交数据签名。

本发明的其他示例性实施例为一种基于多项式的数据转换和利用的装置。该示例性装置包括：用于识别与一个或多个查询的集合相关的数据的部件；以及用于生成信息源向量的部件，其指示关联于与查询的集合相关的数据的信息源。该示例性装置还可包括：用于基于所述信息源向量生成分圆多项式的部件；以及用于因子分解所述分圆多项式以生成多个正交数据签名的部件。

附图说明

已经大概描述了本发明，现在将参照附图。附图不必按相同比例，其中：

图1a是根据本发明各个示例性实施例的基于多项式的数据转换和利用的方法的流程图的视图；

图1b是根据本发明各个示例性实施例的基于多项式的数据转换和利用的另一方法的流程图的视图；

图2是根据本发明各个示例性实施例的用于基于多项式的数据转换和利用的装置的框图表示；

图3是根据本发明各个示例性实施例的基于多项式的数据转换和利用的另一方法的流程图的视图。

具体实施方式

现在参照附图更加完整地描述本发明的实施例，在附图中示出本发明的一些但并非所有实施例。当然，本发明可通过许多不同形式实现，并且不应该理解为这里阐述的实施例的限制；相反，这些实施例是被提供以使得本公开内容将满足适用的法律需求的。其中类似标号指的是类似元素。在此，可交替使用术语“数据”、“内容”、“信息”和类似术语，以表示根据本发明实施例能够被发送、接收、操作、和/或存储的数据。在此，可交替使用术语“请求”、“消息”和类似术语，以表示根据本发明实施例在智能空间中通信。在此，术语关于设备的“本地”表示在相同设备上或相同设备中的方面，并且关于设备的“远程”表示在设备之外和在可能经由网络访问的单独设备上的方面。此外，在此，可交替使用术语“消息”和类似术语，以表示根据本发明实施例在智能空间中的通信。此外，这里的术语“示例性”并非用于传达任意定性评估，相反仅用于传达例子的图示。

本发明的示例性实施例可用于涉及数据存储的各种设置中。一些示例性实施例可用于动态分布式设备网络的环境中，例如智能空间。尽管以下关于动态分布式设备环境中的应用描述了一些示例性实施例，但是可以设想示例性实施例能够等同地应用于集中式和/或静态网络环境、内部设备环境(例如在电子设备等的存储设备中)、或其他。

对于动态分布式设备环境(例如智能空间)，该架构可定义为具有动态拓扑的动态、对等、分布式设备网络，从而使得任意设备可在任意时间离开或进入网络。在某些示例性实施例中，智能空间可包括节点和信息库。

节点可以是智能空间中的参与者，例如通过查询的使用来请求或交互数据的应用或其他实体。在这点上，节点可以是通过与智能空间连接的设备执行的任意应用或应用的任意部分。节点可能知晓智能空间的其他节点，例如相邻节点。节点的应用可以是可实现存储、提取、计算、发送、和接收信息的任意应用。在各个实施例中，节点可代表由各种设备执行的应用，从而使得在一些示例性实施例中，节点可通过相同设备执行，或一个设备可执行多个节点。此外，在一些实施例中，单个节点可通过多于一个设备实现，从而使得设备共享节点。

节点可包括外部接口、节点信息库接口、和任务。外部接口可看作节点与外部世界(例如用户)的交互。节点信息存储接口可用于经由智能空间向信息库传送信息和从其提取信息。任务可定义在外部接口和节点信息库接口之间的关系。例如，如果用户希望从信息库向节点提取某些信息，则可生成提取的任务(例如查询消息)。节点可通过各种方式与信息库交互。在这方面，节点可插入信息，去除/撤回信息，查询信息，通过持久查询(例如定制)定制信息库，和取消这样的定制(例如取消定制)。在节点和信息库之间的各种类型交互可统称为请求。节点可经由智能空间向信息库传送请求，以及经由智能空间从信息库接收信息。节点通常可知晓智能空间，但是不需要知晓智能空间中的连接性。

智能空间或任何其他网络配置(例如静态网络)的信息库可以是存储数据的被动实体。在这点上，智能空间中的信息库可实质上被认为是经由基于语义、web类型或空间的信息资源的自由形式。具有可写存储器并连接至智能空间的任意设备可实现信息库。在这点上，实现信息库的设备可以能够存储、提取、计算、发送、和接收信息。因此，在一些实施例中，信息库可以是描述在何处可存储信息的位置的逻辑实体。根据各个实施例，信息库可跨越多个设备。信息库可存储与智能空间相关联的信息以及可经由智能空间访问的信息。

由于信息库可通过连接至智能空间的任意设备实现，智能空间的数据可在信息库之间分布或分散在智能空间中。在这点上，智能空间中的数据可按照分散算法来行动。可利用任意已知的分散算法在智能空间的信息库之间分散数据(例如部分数据闭包，数据签名等)。

在一些示例性实施例中，分散算法也可用于将数据集合分解成部分闭包(还称为部分数据闭包)，并且部分闭包可被分散在智能空间中。根据各个示例性实施例，可从两个或更多个部分闭包生成原始数据集合、或原始数据集合的可靠预测。

本发明的实施例还提供了在数据存储环境中，使用因子分解算法或其他数学技术(例如分圆多项式扩展)将部分闭包转换或合成为期望程度的不可约多项式表达、或数据签名。在这点上，可接收查询，该查询识别用于生成部分闭包的数据(例如本地数据)。这些数据签名可被认为是部分闭包的相对高版本，因为数据签名的大小小于相应部分闭包。在一些示例性实施例中，因为消除了冗余数据，所以数据签名的大小更小。数据签名保持足够信息，以允许数据签名用于查询功能。可将数据签名存储在智能空间的信息库中，以便于满足随后查询。根据各个示例性实施例，生成的数据签名便于在分布式的部分的信息存在时的有效信息转换、传播和聚集。

在示例性智能空间中，可响应于查询或其他触发消息生成各种数据签名。在这点上，可生成本地部分闭包。同样，可在其他设备上生成远程数据闭包以及远程数据签名。由此，数据签名可位于诸如智能空间的网络中的多个设备上。根据各个示例性实施例，可通过确保在其他设备上的至少一些数据签名之间的正交性的方式来生成数据签名。

在这点上，可使用相同技术转换查询的内容，以生成目标签名。目标签名可以分布在智能空间中的各处，以便于识别与该查询的所请求内容匹配的数据签名。在识别适当数据签名时，可将数据签名直接合并，以生成演绎签名。在一些示例性实施例中，在合成操作中使用的数据签名彼此正交。然后，使用例如访问功能或密钥将演绎签名转换成由查询所请求的数据的完全闭包。由此，本发明的示例性实施例考虑到目标和数据签名，以便于经由部分、分布式信息在智能空间中对于数据查询结果的可靠和一致性动态推导。

因此，本发明的示例性实施例提供在查询之前计算闭包与定义访问功能之间的平衡。因此，示例性实施例可动态地、或以按需的方式生成查询结果。此外，确定查询结果的过程可会聚于信息增益的混合反馈/前馈计算，同时平衡了各个因素。

在这点上，为了考虑文字(例如部分闭包或数据签名)的当前状态，可给出将要识别或消耗的信息的至少3个单独项目。项目可以是关于当前情况的观测、关于任意类似情况的一般性信息、以及关于当前情况的不可直接观测特征的信念。在逻辑方法的情况下，可在基于某种逻辑的语言中对观测和一般性信息进行编码。在概率方法中，可通过对于可能情况的集合的概率分布来模型化一般性信息。观测可得到某些变量的部分示例。关于智能空间中的数据的推理可包括推断来自观测的信念、以及看起来在多个情况下都有效的一般性信息。

在逻辑方法中，这个推理可经由逻辑演绎来实现。在概率理论中，推理可遵循计算相关比例的条件概率，其中条件事件可收集可用观测。观测可能是可靠的和非冲突的，而相反，所计算的信念可用于授权。结果，在推理的逻辑和概率方法之间可存在很强的相似性。在一些示例中，在能够与演绎闭包机制兼容的信息之间的信任关系可通过概率关系族来替换。概率关系族可表征被接受信念的相同集合。结果，可生成可靠分布式演绎闭包代。因此，演绎闭包分解的任务可会聚于在通过智能空间的环境的属性而生成的不相交传递闭包中搜索和分配事实集合(例如数据集合)的任务。由此，本发明的示例性实施例利用所维持的和对于考虑和组合有用的不可分解组分、或最小组分。

为了考虑分布式演绎闭包代，可使用以下假设。遵循初级理论的可分解性标准以及用于一阶和命题化理论的基于部分的逻辑推理，从相应签名的角度，可将事实集合(例如数据集合)识别为可分解演绎闭包。在一些实例中，如果演绎闭包在具有正交签名的某些部分闭包的所有事实集合的谓词演算的形式下，这可能是真的。一旦加入或合成，正交签名可生成完全或演绎数据签名。

在这点上，可通过事实的三重形式(即主语-谓词-宾语表示)给出事实集合(例如一个或多个信息库中的数据集合)，其中谓词可能是一致的，并因此便于形成与任意其他部分闭包签名正交的必要部分闭包签名(例如数据签名)。因此，谓词可按目的和定义形成潜在信息的集合。因此，分布式演绎闭包生成的问题可能是在所有可访问信息中提供谓词的完整或集群图像。为了提供与谓词的一致性的独立，可生成和识别关于签名的某些适当可分解片段。

因此，在一些示例性实施例中，存在两个闭包(例如数据或演绎)，从而使得他们的签名可统一，以形成针对特定信息空间的有限演绎闭包的签名。在这点上，如果存在作为有限演绎闭包的签名的一部分的事实(例如事实集合的子集)，则根据各个示例性实施例，存在至少两个其他事实(例如事实集合的子集)，从而他们的相应签名正交于有限演绎闭包签名。

因此，由此可见，在该闭包中不可分解的有限演绎闭包的每个事实(例如事实集合的子集)包含仅来自闭包的一个分解分量的信息条目(例如主语-谓词-宾语)。因此，可至少部分地基于闭包的规则(公理)的系统来使用签名的划分，以及闭包的分量。

本发明各个实施例的效率和实用性通过演绎闭包合成的任务来示出，并且适用于任意信息处理和分析。由此，假定事实和/或查询的集合、对于访问事实集合的路径、那些事实表示(例如主语-谓词-宾语)的预定格式，其中格式字段之一(例如谓语字段)在事实之间一致并且形成与任意其他部分闭包签名正交的必要部分闭包，于是本发明的一些实施例可实现为执行分布式演绎闭包合成。

考虑到上述签名架构，具有相应密钥的有效不可约多项式可用作签名建立和验证的角色。通过多项式属性的定义具有正交性并且将谓语部分用作所有可访问信息中的部分闭包的一致性表示，可描述用于分布式演绎闭包合成的示例性机制。

关于网络的操作(例如智能空间)，可插入或去除事实或数据，并且可插入和/或满足查询。此外，也可插入和/或满足持久查询，该持久查询可以是特定类型的查询(还称为订购)。事实和查询可通过均匀或倾斜/不均匀方式分布或分散。此外，在一些示例性实施例中，事实和查询可通过某些向量来编码。结果，事实和查询可看作某些预定多项式形式的输入参数，并且可将不可约多项式用作分散机制。

由于可通过因子分解算法来建立不可约多项式，得到的不可约表达式可看作期望数目的预定度的不同不可约多项式的乘积。由此，可通过不同不可约多项式的累积集合来表示信息传送，并且可将信息传送转移成一个或多个不可约多项式。因此，作为具有冗余性的事实集合的最相关一阶逻辑闭包可表示成预定形式的多项式表达式。

在这点上，考虑聚集查询的集合Q＝{q₁，...，q_m}，其可包括一个或多个查询，在k个不同信息源的集合上(例如信息库)，信息源读取的集合可定义为向量查询或多个查询可请求例如在信息源中存储的数据的一些子集的总计值。查询或多个查询可与给出的频率请求数据相关联，后者可与相关工作量成比例。信息源可通过结构化或非结构化的信息实体定义为例如资源描述框架(RDF)格式、二进制多媒体流格式、或其他。每个查询可因此表示为k比特向量，称为信息源向量。

在这点上，如果信息源x促成了给出的查询，信息源向量的元素可等于1。否则，向量的元素可等于0。例如，如果x_j促成了查询q_j，则信息源向量的元素j可为1。另一方面，如果x_j没有促成查询q_j，则元素j可为0。在这点上，关于示例性查询q_j和信息源读取x的元素可表示为查询和信息源读取的点积(q_j·x)。由此，信息源向量的元素可以为期望的多项式形式的输入参数。

在确定信息源向量时，可通过确定是否可生成等价类来关于信息源向量执行验证或检查。在这点上，一旦依据信息源定义了查询，则可作出工作量中的聚集查询的所有集合具有相同频率的假设。换句话说，

$>\frac{1}{Q_{{\mathrm{WL}}_1}^I}=\frac{1}{Q_{{\mathrm{WL}}_1}^{\mathrm{II}}}=···=\frac{1}{Q_{{\mathrm{WL}}_1}^k}$>

其中为聚集查询的集合的工作量。

因此，由于聚集查询具有相同频率，所以由相同聚集查询的集合覆盖的所有区域的合并(例如信息源)可定义为形成信息集合的等价类。例如，查询的集合{q₁，q₂，q₃}可表示为{EC₁，EC₂，EC₃，EC₄}，其可由q₂和q₃覆盖，并且可表示为[0，0，1]^T。

如果经由等价类的生成来建立和检查信息源向量，则有可能在给定度的等价类集合上确定地生成不可约多项式。在这点上，等价类的构建指示了在度m的有限域F上存在不可约多项式f。如果m为质因子分解，则可在度的有限域F上生成多项式的构成，其中i＝1，...，r，并且可将多项式合并在一起形成度m的不可约多项式。

得到的不可约多项式可用作分散机制的一个乘积。由于得到的不可约多项式可通过因子分解算法来生成，所以得到的不可约多项式可表示为预定度的特定数目的不同不可约多项式的乘积。

在这点上，可因子分解分圆多项式Ф_q＝X^q-1+...+1，以获得度m的不可约多项式。该过程可生成有限域(例如p^m-1阶的循环群，其中p为预定质数)，和有限域中的特定单位元素的第q个本原根。因此，可约分多项式构成，以寻找在有限域上形式X^q-c的多项式根。然后，以m至1的度执行从因子分解的约分。结果，可在度m的F中归纳地定义不可约多项式f^(l)，...，f^(k)的集合，其中所述根为第qⁱ个本原单位根。根据一些示例性实施例，不可约多项式的集合可以是这里所述使用的数据签名。

经由确定性因子分解算法，以上提供的示例性方法可得到确定地建立的不可约多项式，这是有限域F中度l的k个不同不可约多项式的乘积，其中l影响算法执行时间。因此，特定信息传送可通过不同不可约多项式的累积集合来表示，并且可将不同不可约多项式的累积集合转译成来自该集合或该集合的分量的一个不可约多项式。结果，根据各个示例性实施例，可通过多项式的形式表示最相关一阶逻辑信息闭包，这是具有冗余性的信息(事实或查询)的集。

因此，可通过重复不可约多项式或数据签名的生成，来将共同信息闭包计算的任务缩减为不可约多项式更新的任务。在构成由因子分解分圆多项式Φ_q＝X^q-1+...+1所确定的、度m的不可约多项式f之后，可基于基础数据或查询的改变和/或例如网络拓扑中的改变，来更新不可约多项式。此外，可考虑使用在(nlogp)^o(1)步骤中的n个随机的或提供的域元素，用于因子分解的分圆多项式Ф_q的算法。

此外，根据一些示例性实施例，也可执行对于合成多项式的一致性的检查以及将它们与分散和聚集策略/计划相校准。此外，这里所述的信息转换的处理可以是双向的，意味着信息可以在原始、基础数据和多项式形式之间来回转换。

不可约多项式或信息的不可分解分量可以是用于考虑的感兴趣的最小持续不变分量和其他信息组分。评估从信息域(例如数据的原始表示)提取的数据和将数据转换成不可约多项式(例如数据签名)可考虑在可承担有效信息处理的域的方面提供信息闭包的能力。

作为上述结果，识别最公共演绎闭包(还称为D内核)的任务可以被缩减成更新表示D内核的不可约多项式表示的任务。因此，演绎闭包合成可以是可更新的不可约多项式表达式的结果。

考虑不可约多项式更新的任务，演绎闭包合成的处理(事实闭包生成)可以起到不可约多项式表达式的更新规则的角色。更新可通过聚集方式进行，并且可关于更新的用途监视和验证每个更新。如果确定更新无法贡献有用信息，则可忽略各个不可约多项式表达式以及相关事实。

示例性实施例还提供一种可行机制，用于形成演绎闭包的图像(例如内核图像)以及用于跟踪和保持容易可用的最相关事实。因此，所述机制可跟踪最公共或可用演绎闭包，并且基于智能空间和与智能空间连接的设备的限制来执行适当维护。因此，演绎闭包可通过最可用的信息条目来组合，其中信息条目可以是组织的和未组织的。结果，演绎闭包可认为是静态的和动态的。

图1示出根据本发明示例性实施例的便于分布式演绎闭包合成和基于多项式的数据转换和利用的方法。由此，在100，请求可进入网络(例如动态分布式设备网络)。请求可以是任意消息类型，例如，查询或存储信息的请求。在105，作出关于是否可将请求分解成组分部分的确定。如果是，则在120，可在网络中传播该请求。如果该请求不可分解，则在110，可在可更新路径中转发该请求。然后，在115，可通过网络中的路径来传送不可分解的请求，可关于请求采用部分闭包选择。然后，该请求可通过网络的一个或多个独立设备来执行，以如链路所指示的那样将该请求转换成单个设备透视流101。

关于可分解请求，这些请求可在120传播，并且被网络的一个或多个设备接收。在接收时，该请求可进入所述单个设备透视流101。在125，可发生部分闭包选择和对该请求的编码。在这点上，信息域130可通过存储的信息元数据分析处理135提供数据，以用于在125的部分闭包选择和信息编码。信息域130可以是提供元数据的数据特定域的表示，包括实际内容和查询相关内容。数据特定信息可通过分布式对象文件系统架构来传送，并且可包括元数据对象分布和层次。

此外，本地多项式高速缓存可提供用于部分闭包选择和信息编码的数据。在145，可通过构建例如扩展分圆多项式，来约化经由信息域130接收的请求和/或数据。在150，每部分闭包的多项式可被构建，并被存储在多项式本地高速缓存140中。在155，可合并所构建的多项式。然后，可以经由因子分解，例如经由数学因子分解算法来约化结果。操作145至160的序列可在定期或不定期间隔发生，以便维持相对于部分闭包的数据的多项式表达式精确性。

在165，可执行在扩展(例如扩展分圆多项式)上或关于扩展(例如扩展分圆多项式)的多项式的构建。结果可存储在用于网络的多项式高速缓存175中。在这点上，例如基于分散算法，在120处可以通过网络传播多项式高速缓存的内容。在170，可在接收请求的网络的点或在另一适当位置处恢复演绎闭包。

图1b是根据本发明示例性实施例的基于多项式的数据转换和利用的另一方法的流程图的视图。在180，请求(例如查询)或信息流可进入采用本发明示例性实施例的系统。由此，在一些示例性实施例中，信息流可指示基础数据中的改变。在182，可执行类选择和有限域确定。在184，可执行到构成分圆扩展的约化。在这点上，根据一些示例性实施例，在184，可生成信息源向量。此外，在186，可执行本原多项式构建。在194，可保留或存储本原多项式，并且在182，可以再次开始类选择和有限域确定。

因此，在188，根据本发明各个示例性实施例可引入多项式。此外，在190，可执行到因子分解的约化。可通过迭代方式执行到因子分解的约化，由此，可在184，可以再次执行到构建分圆扩展的约化。此外，在190到因子分解的约化之后，在192可发生在扩展上的多项式构建。结果，可生成不可约多项式或数据签名的集合。为了在196更新(例如随机)多项式，示例性方法可在180再次开始，其中可将请求和/或信息流引入系统。

图2示出根据本发明各个实施例被配置用于在动态分布式设备网络中的分布式演绎闭包合成的示例性装置200。装置200(特别地处理器205)可被配置为实现以上一般性所述的操作和功能，例如关于不可约多项式或数据签名的生成和分散以及对数据提取的查询的处理。此外，装置200(特别地处理器205)可被配置为执行关于图1和3所述的某些或所有操作。

在一些示例性实施例中，装置200可实现为，或包括为具有有线或无线通信能力的计算设备和/或通信设备的组件。装置200的某些实例包括计算机、服务器、移动终端，例如移动电话、便携式数字助理(PDA)、寻呼机、移动电视、游戏设备、移动计算机、膝上型计算机、相机、视频记录器、音频/视频播放器、无线电、和/或全球定位系统(GPS)设备、网络实体，例如接入点(例如基站)，或上述的任意组合等。此外，装置200可被配置为实现这里所述的本发明的各个方面，例如本发明的各个示例性方法，其中所述方法可通过硬件和/或软件配置处理器(例如处理器205)、计算机可读介质等来实现。

装置200可包括处理器205、存储器设备210、和通信接口215，或与处理器205、存储器设备210、和通信接口215通信。此外，在一些实施例中，例如装置200为移动终端的实施例，装置200还包括用户接口255。处理器205可实现为各种装置，包括例如，微处理器、协处理器、控制器、或各种其他处理设备，包括集成电路，例如ASIC(专用集成电路)、FPGA(现场可编程门阵列)、或硬件加速器。关于作为FPGA、ASIC等的处理器，处理器特别地可以是被配置为执行这里所述的处理器205的操作的硬件。在示例性实施例中，处理器205被配置为执行在存储器设备210中存储的指令或处理器205可访问的指令。处理器205可被配置为例如通过控制通信接口215中包括的硬件和/或软件，便于经由通信接口215通信。

存储器设备210可被配置为存储在实现本发明的实施例中涉及的各个信息，例如，目标和数据签名。存储器设备210可以是计算机可读存储介质，可包括易失性和/或非易失性存储器。例如，存储器设备210可包括随机存取存储器(RAM)，包括动态和/或静态RAM，片上或片下高速缓存存储器和/或其他。此外，存储器设备210可包括非易失性存储器，其可被嵌入和/或可移除，以及可包括例如只读存储器、闪速存储器、磁存储设备(例如硬盘、软盘驱动器、磁带等)、光盘驱动器和/或介质、非易失性随机存取存储器(NVRAM)、和/或其他。存储器设备210可包括用于数据的临时存储的高速缓存区。由此，一些或所有存储器设备210可包括在处理器205中。

此外，存储器设备210可被配置为存储信息、数据、应用、计算机可读程序代码指令等，用于使得处理器205和装置200执行根据本发明示例性实施例的各个功能。例如，存储器设备210可被配置为缓冲存储用于处理器205处理的输入数据。此外，或备选地，存储器设备210可被配置为存储由处理器205执行的指令。

用户接口225可与处理器205通信，以在用户接口225处接收用户输入和/或向用户提供输出，例如作为音频、视觉、机械或其他输出指令。用户接口225可包括例如，键盘、鼠标、操纵杆、显示器(例如触摸屏显示器)、麦克风、扬声器、或其他输入/输出机制。在一些示例性实施例中，用户接口225的显示器可被配置为提供根据本发明实施例执行的查询的结果。

通信接口215可以是以硬件、计算机程序产品、或硬件和软件的结合来实现的任意设备或装置，其被配置为从与装置200通信的网络和/或任意其他设备或模块接收数据和/或向其发送数据。在这点上，通信接口215可包括例如，天线、发射器、接收器、收发器和/或支持硬件，包括用于使得能够与网络220通信的处理器或计算机程序产品。在这点上，网络220可以是智能空间或其他动态分布式设备网络。装置200可以是作为动态分布式设备网络(例如网络220)的一部分的许多设备之一，所述网络定义为设备在任意时间离开或进入的网络。在一些示例性实施例中，网络220可实现端到端连接。经由通信接口215，装置200可与各个其他网络实体通信。

通信接口215可被配置为根据任意有线或无线通信标准提供通信。例如，通信接口215可被配置为根据以下标准提供通信：第二代(2G)无线通信协议IS-136(时分多址(TDMA))、GSM(全球移动通信系统)、IS-95(码分多址(CDMA))、例如通用移动电信系统(UMTS)、CDMA2000、宽带CDMA(WCDMA)和时分同步CDMA(TD-SCDMA)的第三代(3G)无线通信协议，例如演进通用陆地无线电接入网络(E-UTRAN)的3.9代(3.9G)无线通信协议，第四代(4G)无线通信协议、国际移动电信高级(IMT-Advanced)协议、包括LTE-Advanced的长期演进(LTE)协议等等。此外，通信接口215可被配置为根据例如以下技术提供通信：射频(RF)、红外(IrDA)、或多个不同无线网络技术的任一个，包括例如IEEE 802.11(例如802.11a、802.11b、802.11g、802.11n等)的WLAN技术、无线局域网(WLAN)协议、例如IEEE 802.16的微波存取全球互通(WiMAX)技术、和/或例如IEEE 802.15的无线个人域网(WPAN)技术、蓝牙(BT)、超宽带(UWB)和/或其他。

装置200的查询/数据管理器240和多项式生成器245可以是以硬件、计算机程序产品、或硬件和软件的结合来实现的任意装置或设备，例如，实现软件指令的处理器205或硬件配置的处理器205，其被配置为执行这里所述的查询/数据管理器240和/或多项式生成器245的功能。在示例性实施例中，处理器205可包括，或控制查询/数据管理器240和/或多项式生成器245。在各个示例性实施例中，查询/数据管理器240和/或多项式生成器245可驻留在不同装置中，从而使得查询/数据管理器240和/或多项式生成器245的一些或全部功能可通过第一装置执行，并且查询/数据管理器240和/或多项式生成器245的其他功能可通过一个或多个其他装置执行。

查询/数据管理器240可被配置为识别与一个或多个查询的集合相关的数据。在这点上，识别的数据可被识别和定位在经由网络220可访问的存储器设备中，或者所识别和定位的数据可存储在存储器设备210中。查询/数据管理器240生成信息源向量。可定义信息源向量，以指示关联于与查询的集合相关的数据的信息源。在一些示例性实施例中，查询/数据管理器240可被配置为通过生成等价类来执行信息源向量的验证。

多项式生成器245可被配置为基于信息源向量生成分圆多项式。此外，多项式生成器245可被配置为因子分解分圆多项式以生成多个正交数据签名。此外，在一些示例性实施例中，多项式生成器245还可被配置为因子分解的分圆多项式以生成多个正交数据签名，其中正交数据签名为不可约多项式。在一些示例性实施例中，多项式生成器245还可被配置为通过因子分解基于更新的数据生成的新分圆多项式，来更新正交数据签名。

根据一些示例性实施例，查询/数据管理器240还可被配置为指引正交数据签名到动态分布式设备网络中的信息库的分散。额外地或备选地，查询/数据管理器240可被配置为接收新查询；以及基于新查询定位正交数据签名中的两个或更多个。所述两个或更多个正交数据签名可经由网络220定位或在存储器设备210上定位。

在这点上，多项式生成器245可被配置为基于定位的正交数据签名重建所述分圆多项式。此外，基于分圆多项式，多项式生成器还可被配置为从分圆多项式生成演绎数据闭包。

图3和如上所述的图1a和1b示出根据本发明示例性实施例的系统、方法、和计算机程序产品的流程图。可理解，流程图中的每个方框、步骤、或操作、和/或流程图中的方框、步骤、或操作的组合可通过各种部件实现。实现流程图的方框、步骤、或操作、和/或流程图中的方框、步骤、或操作的组合的示例性部件包括硬件、固件、和/或计算机程序产品，计算机程序产品包括存储一个或多个计算机程序代码指令、程序指令、或可执行计算机可读程序代码指令的存储器设备。实现流程图的方框、步骤、或操作、和/或流程图中的方框、步骤、或操作的组合的示例性部件还包括处理器，例如处理器205。该处理器例如可被配置为通过执行硬件实现的逻辑功能、执行存储的指令、或执行用于实现每个操作的算法，来执行图1a、1b的操作和/或图3的操作。或者，示例性装置可包括用于实现流程图的每个操作的部件。在这点上，根据示例性实施例，用于实现图1a、1b的操作和/或图3的操作的部件的例子包括例如处理器205，例如执行上述处理信息的算法的处理器；查询/数据管理器240；和/或多项式生成器245。

在一个示例性实施例中，这里所述的一个或多个过程可通过包括程序代码指令的计算机程序产品实现。在这点上，实现这里所述的过程的程序代码指令可通过装置(例如装置200)的存储器设备(例如存储器设备210)存储或存储于其上，以及通过处理器(例如处理器205)执行。可理解，任意这样的程序代码指令可加载到计算机、处理器、或其他可编程装置(例如处理器205、存储器设备210)上，以生成机器，其于是包括用于实现流程图的方框、步骤、或操作中指定或以上大致描述的功能的部件。在一些示例性实施例中，这些程序代码指令还存储在计算机可读存储介质中，其指引计算机、处理器、或其他可编程装置以通过特定方式起作用，从而使得计算机可读存储介质中存储的指令生成制造品，该制造品也提供实现流程图的方框、步骤、或操作中指定的功能的部件。程序代码指令也可加载到计算机、处理器、或其他可编程装置上，以致使在计算机、处理器、或其他可编程装置上或由其执行一系列操作步骤，以生成计算机实现的处理，从而使得在计算机、处理器、或其他可编程装置上执行的指令提供了实现流程图的方框、步骤、或操作中指定的功能的步骤。

因此，流程图的方框、步骤、或操作支持用于实现特定功能的部件的组合、用于实现特定功能的步骤的组合、用于实现特定功能的程序代码指令。还可理解，在一些示例性实施例中，流程图的一个或多个方框、步骤、或操作、和流程图中的方框、步骤、或操作的组合通过执行特定功能或步骤的基于专用硬件的计算机系统或处理器、或专用硬件和程序代码指令的结合来实现。

图3示出一流程图，其描述基于多项式的数据转换和利用的示例性方法。因此，根据各个示例性实施例，图3的操作通过处理器205执行，处理器205可以特别地被配置为执行图3的操作。

在300，示例性方法包括识别数据。在这点上，可识别与一个或多个查询的集合相关的数据。此外，在310，可生成信息源向量。信息源向量可指示关联于与查询的集合相关的数据的信息源。此外，在310，在一些示例性实施例中，生成信息源向量可包括：通过生成等价类来执行所述信息源向量的验证。

在320，示例性方法可包括生成分圆多项式。可基于信息源向量生成分圆多项式。此外，在330，可因子分解分圆多项式以生成多个正交数据签名。在一些示例性实施例中，正交数据签名可以是不可约多项式。

额外地或备选地，在340，示例性方法可包括指引所述正交数据签名到动态分布式设备网络中的信息库的分散。额外地或备选地，在390，示例性方法可包括通过基于更新的数据所生成的新分圆多项式的因子分解来更新正交数据签名。

额外地或备选地，在一些示例性实施例中，在350，可接收新查询。在360，可定位两个或更多个正交数据签名。在370，可利用两个或更多个数据签名，以基于定位的正交数据签名来重建分圆多项式。此外，由此，在380，可从分圆多项式生成演绎数据闭包。

与本发明相关的领域技术人员受益于以上说明书和相关附图中提供的教导，将会想到这里阐述的本发明的许多修改和其他实施例。因此，可理解，本发明不限于公开的特定实施例，并且修改和其他实施例也包含在所附权利要求的范围内。此外，尽管以上说明书和相关附图在元素和/或功能的某个示例性组合的环境中描述了示例性实施例，但是应理解，在不脱离所附权利要求的范围的情况下，元素和/或功能的不同组合可通过备选实施例提供。在这点上，例如，也可设想除了以上明确所述的那些元素和/或功能之外的元素和/或功能的不同组合，例如在一些所附权利要求中阐述的那些。尽管这里采用的特定术语，但是它们仅用作一般性和描述性含义，并非用于限制的目的。