我是python的新手,正尝试根据Bit torrent BEP 33创建一个BloomFilter。
我已经创建了Bloom Filter,但这并不是我想要的。这是我所需要的,但我还没有完全了解这种情况。如果有人可以在这里解释...
//fixed parameters
k = 2
m = 256*8
//the filter
byte[m/8] bloom ## What is this part?
function insertIP(byte[] ip) {
byte[20] hash = sha1(ip)
int index1 = hash[0] | hash[1] << 8
int index2 = hash[2] | hash[3] << 8
// truncate index to m (11 bits required)
index1 %= m ## ?
index2 %= m ## ?
// set bits at index1 and index2
bloom[index1 / 8] |= 0x01 << index1 % 8 ## ??
bloom[index2 / 8] |= 0x01 << index2 % 8 ## ??
}
// insert IP 192.168.1.1 into the filter:
insertIP(byte[4] {192,168,1,1})
这就是我创造的
import hashlib
m = 2048
def hashes(s):
index = [0, 0]
#for c in s:
#o = ord(c)
index[0] = hashlib.sha224(index[0]).hexdigest ## This needs integer hash
index[1] = hashlib.sha224(index[1]).hexdigest ## same as above
return [x % m for x in index]
class BloomFilter(object):
def __init__(self):
self.bitarray = [0] * m
def add(self, s):
for x in hashes(s):
self.bitarray[x] = 1
#print self.bitarray
def query(self, s):
return all(self.bitarray[x] == 1 for x in hashes(s))
shazib=BloomFilter()
shazib.add('192.168.0.1')
print shazib.query('192.168.0.1')
最佳答案
首先,对代码进行说明...
//fixed parameters
k = 2
这是我最困惑的路线。根本不使用
k
...m = 256*8
这是256个字节中的位数。
//the filter
byte[m/8] bloom ## What is this part?
bloom
是256个字节的数组,即256 * 8位,即m
位。 bloom
中的每一位都将包含有关过滤器中哪些值的信息。function insertIP(byte[] ip) {
byte[20] hash = sha1(ip)
这将创建一个20字节的
ip
哈希。 int index1 = hash[0] | hash[1] << 8
int index2 = hash[2] | hash[3] << 8
这两行基于哈希将两个索引计算为
bloom
。基本上,index1
是hash
的前两个字节的串联,而index2
是hash
的后两个字节的串联。 // truncate index to m (11 bits required)
index1 %= m ## ?
index2 %= m ## ?
这两行截断了值,以使它们不会超出
bloom
可能的索引范围。 %
是mod运算符;它在除法后返回余数。 (17%4 = 1,22%5 = 2,依此类推。)还记得Bloom的长度为256 * 8位吗? 11位使我们可以编码2 ** 11个可能的索引,即2048个值,即256 * 8个值。 // set bits at index1 and index2
bloom[index1 / 8] |= 0x01 << index1 % 8 ## ??
bloom[index2 / 8] |= 0x01 << index2 % 8 ## ??
我们将
bloom
视为位数组,因此我们必须进行一些位纠错才能访问正确的位。首先,将indexA
除以8,以获得正确的字节,然后使用indexA
运算符截断%
,以获取该字节中的正确位。}
// insert IP 192.168.1.1 into the filter:
insertIP(byte[4] {192,168,1,1})
瞧,我们有一个布隆过滤器。如果按位打印,它将看起来像这样:
data-> 001011000101110011000001001000100...
indices-> 000000000011111111112222222222333...
012345678901234567890123456789012...
并且,如果对特定的i.p.进行哈希处理时,生成的
index1
为5
,而index2
为9
,则将其视为“在”过滤器中,因为索引5
和9
的位设置为1
。当然,可能存在误报,因为多个不同的值可能会导致相同的索引。但不能有假阴性。import hashlib
m = 2048
def hashes(s):
index = [0, 0]
#for c in s:
#o = ord(c)
index[0] = hashlib.sha224(index[0]).hexdigest ## This needs integer hash
index[1] = hashlib.sha224(index[1]).hexdigest ## same as above
这是你的第一个问题。
index[0]
和index[1]
必须为整数。同样,hashlib.sha224(index[0]).hexdigest
返回一个方法。您必须调用该方法以获取其中的任何内容,例如:hashlib.sha224(index[0]).hexdigest()
。另外,如果您希望此方法与上述代码相同,则可以将哈希值转换为int(可以使用int(x, 16)
将十六进制字符串转换为整数),然后使用& 65535
提取前两个字节,然后使用>> 16
将其移位两个字节,然后再次使用& 65535
提取这两个字节。一旦您确定正确,其余的工作。 return [x % m for x in index]
class BloomFilter(object):
def __init__(self):
self.bitarray = [0] * m
def add(self, s):
for x in hashes(s):
self.bitarray[x] = 1
#print self.bitarray
def query(self, s):
return all(self.bitarray[x] == 1 for x in hashes(s))
shazib=BloomFilter()
shazib.add('192.168.0.1')
print shazib.query('192.168.0.1')
关于python - BloomFilter Python,我们在Stack Overflow上找到一个类似的问题:https://stackoverflow.com/questions/9026519/