基于布隆过滤器RFID包含关系追溯查询.docVIP

基于布隆过滤器RFID包含关系追溯查询 　　摘要：在实际的供应链中，通常会将商品装进包装箱后进行流通，随着供应链规模的增大，需要存储的包含关系数量也随之增大。论文针对供应链中包含关系追溯的需求，提出一种基于布隆过滤器的包含关系存储结构以及相应的追溯算法。首先，根据商品在供应链中的流通特征，将其状态分为成原始状态以及包含状态。然后，基于两种状态设计了相应的包含关系表达方式编码，并将得到的编码利用布隆过滤器存储。最后基于该结构设计了相应的包含关系追溯查询算法。论文所提出的存储结构，相比较于存储原始数据的方法，可有效降低供应链存储压力，具有较好的空间性能。 　　关键词：RFID；供应链追溯；包含关系；布隆过滤器 　　中图分类号：TP391 文献标识码：A 文章编号：1007-9416（2017）09-0044-03 　　1 引言 　　射频识别技术（Radio Frequency Identification）是近年来兴起的一种自动识别技术，已成为当今物联网大潮中不可或缺的支撑技术之一。RFID技术正被广泛应用于物流与供应链管理、生产制造、交通运输等领域，可大幅度提高企业管理效率和降低运营成本[1]。在供应链环境下进行RFID对象追溯查询已成为研究热点。 　　供应链环境下RFID对象的追溯查询，按追溯功能，还可以分为位置追溯（查询对象的流通位置）及包含关系追溯（查询对象之间的包含关系）。包含关系在日常生活中普遍存在，反映了不同对象之间的更深层次的位置关联关系。识别这种关系有利于提供高质量的位置服务[2]。而要构建在供应链上整个生命周期内健壮且无缝的追溯系统，需设计合理的追溯模型、编码机制及追溯策略等[3]。 　　包含关系其本质上是一种层次关系，在设计编码机制的时候应能支持以上的包含关系追溯。同时，还应考虑供应链环境中“多层级性”、“时态变化性”、“整体改变性”的包含特征[4]。文?I[5]在集中式结构下提出了高效的包含关系追溯查询的向量编码方法，并提出供应链环境中包含关系追溯需求主要包括：历史追溯，即物品在流通过程中经历了哪些容器；向上追溯，即物品位于哪个容器内；向下追溯，即容器包含哪些物品；平行追溯，即物品与哪些物品位于同一容器内。在文献[6]中，刘等人提出了在集中式环境下采用区间编码方式的记录包含关系，并验证了其可行性与高效性。目前许多相关研究是基于集中式环境下的，但随着供应链规模增大，集中式存储的方式堆积大规模数据，增大了服务器的压力，不适用于大规模供应链环境。并且，在数据存储方式方面，常采用存储原始数据的方式来记录RFID数据，这种方式将带来存储巨量数据及冗余数据的问题。 　　本文拟在上述研究基础上改善包含关系追溯模式。为改善集中式的缺陷，引入分布式结构环境，在文献[7]中，分析了分布式结构存储的优势。为改善储原始数据及存储冗余数据的缺陷，引入布隆过滤器结构作为存储结构。在文献[8]中，首次提出利用布隆过滤器作为存储器实现本地存在查询、历史路径查询的方法，具有存储开销小，查询效率高的特点。 　　本文主要工作如下：研究基于“布隆过滤器”存储结构下的包含关系追溯编码机制；提出相应的追溯策略追溯策略。以实现在低存储开销下RFID对象包含关系的追溯。 　　2 布隆过滤器 　　本文基于基本布隆过滤器结构。布隆过滤器实际上是一个很长的二进制向量和一系列随机映射函数。布隆过滤器可以用于检索一个元素是否在一个集合中。它的优点是空间效率和查询时间都远远超过一般的算法，缺点是有一定的误识别率（假阳性）。在布隆过滤器中，编码通过Hash映射分散到许多存储单元中，并置这些存储单元的值为1，查询编码是否存在时，编码通过函数映射到对应的存储单元，若这些存储单元值全都为1则存在。由于是多个编码共享同一存储区域，这种存储方式相对于存储原始数据方式的开销减小了。 　　如图1所示，编码Code1、Code2分别通过4个哈希函数映射到相应的存储单元中，并将这些存储单元置为1。在查询编码Code1是否属于这个集合时，将编码通过4个哈希函数映射，显然所有位置都是1，那么就认为Code1是集合中的元素。但是在存储编码时，由于哈希函数映射的不可逆性，即信息一旦映射入布隆过滤器结构，信息本身销亡，因此不能简单地将物品Tag标签映射，否则所有物品tagID同处于一个布隆过滤器中，不存在层次关系。因此，还需设计相应编码来表达包含关系，我们将在下节介绍编码策略。 　　运用基本布隆过滤器的查询方式如下：①输入端：包含关系编码；②查询算法：存在查询，若查询成功，则返回编码所示信息（如AB），并根据查询类别决定是否继续查询或转发查询；③输出端：返回的包含关系集合（如集合{AB，BC}）。 　　3 包含关系编码策略 　　本节将给出能支持包含关系追溯的编码策