一种基于学习布隆过滤器的ICN网络信息名字查找方法

摘要

本发明涉及一种基于学习布隆过滤器的ICN网络信息名字查找方法，其查找结构由学习模型和备份布隆过滤器构成，两部分共同组成学习布隆过滤器结构来进行信息名字的查找，首先使用学习模型对信息名字进行查找，但是在提高查找精度的同时会产生一定数量的假阴性，为了将假阴性率降为0，再通过使用备份布隆过滤器来进行进一步的查找。借由上述技术方案，本发明利用了机器学习，将递归神经网络(RNN)与标准布隆过滤器相结合，在每个节点处，利用学习布隆过滤器实现信息名字的快速查找，提高信息名字检索的准确率并降低内存占用量。