Filtro Bloom: una estructura de datos para redes de computadoras, big data, computación en la nube, Internet de las cosas, bioinformática y más

Filtro Bloom: una estructura de datos para redes de computadoras, big data, computación en la nube, Internet de las cosas, bioinformática y más se centra tanto en la teoría como en la práctica de las áreas más emergentes para la aplicación del filtro Bloom, incluidos big data, computación en la nube e Internet de Cosas y Bioinformática. Las secciones brindan información detallada sobre la estructura y las variantes, se centran en su papel en las redes de computadoras y analizan aplicaciones en diversos dominios de investigación, como Big Data, computación en la nube y bioinformática. El filtro Bloom convencional es una estructura de datos probabilística para el filtro de membresía. Burton Howard Bloom introdujo una estructura de datos de filtrado de membresía aproximada en 1970. De ahí que se le llame filtro Bloom. Desde sus inicios, se ha experimentado y desarrollado ampliamente para mejorar el rendimiento del sistema, como el caché web. El filtro Bloom influye en muchos campos de investigación, incluida la bioinformática, el Internet de las cosas, la seguridad informática, los dispositivos de red, los big data y la computación en la nube. Incluye métodos de filtro Bloom para una amplia variedad de aplicaciones. Incluye conceptos y estrategias de implementación que ayudarán al lector a utilizar los métodos sugeridos. Proporciona una mirada a los problemas y desafíos que enfrentan los investigadores.

• | Autor: Ripon Patgiri, Sabuzima Nayak, Naresh Babu Muppalaneni
• | Editorial: Prensa académica
• | Fecha de publicación: 28 de abril de 2023
• | Número de páginas: 228 páginas
• | Idioma: inglés
• | Encuadernación: Tapa blanda
• | ISBN-10: 0128235209
• | ISBN-13: 9780128235201