公开(公告)号：US20080183656A1

公开(公告)日：2008-07-31

申请号：US11626847

申请日：2007-01-25

申请人： Chang-Shing Perng ,  Haixun Wang ,  Jian Yin ,  Philip S. Yu

发明人： Chang-Shing Perng ,  Haixun Wang ,  Jian Yin ,  Philip S. Yu

IPC分类号： G06F17/30

CPC分类号： G06F21/64 ,  G06F17/30286 ,  G06F21/6245 ,  G06F2221/2115

摘要： A method, system and computer program product for confirming the validity of data returned from a data store. A data store contains a primary data set encrypted using a first encryption and a secondary data set using a second encryption. The secondary data set is a subset of the primary data set. A client issues a substantive query against the data store to retrieve a primary data result belonging to the primary data set. A query interface issues at least one validating query against the data store. Each validating query returns a secondary data result belonging to the secondary data set. The query interface receives the secondary data result and provides a data invalid notification if data satisfying the substantive query included in an unencrypted form of the secondary data result is not contained in an unencrypted form of the primary data result.

摘要翻译： 一种用于确认从数据存储返回的数据的有效性的方法，系统和计算机程序产品。 数据存储包含使用第一加密加密的主数据集和使用第二加密的辅数据集。 辅助数据集是主数据集的子集。 客户端对数据存储器发出实质性查询以检索属于主数据集的主数据结果。 查询界面对数据存储区发出至少一个验证查询。 每个验证查询返回属于辅助数据集的辅助数据结果。 如果满足辅助数据结果的未加密形式的实质性查询的数据未包含在主数据结果的未加密形式中，则查询接口接收辅助数据结果并提供数据无效通知。

公开(公告)号：US07724784B2

公开(公告)日：2010-05-25

申请号：US11520529

申请日：2006-09-13

申请人： Chang-Shing Perng ,  Haixun Wang ,  Jian Yin

发明人： Chang-Shing Perng ,  Haixun Wang ,  Jian Yin

IPC分类号： H04J3/04

CPC分类号： H04L65/601 ,  H04L65/607

摘要： A computer implemented method, system, and computer usable program code for classifying a data stream using high-order models. The data stream is divided into a plurality of data segments. A classifier is selected for each of the plurality of data segments. Each of a plurality of classifiers is clustered into states. A state transition matrix is computed for the states. The states of the state transition matrix specify one of the high-order models for classifying the data stream.

摘要翻译： 计算机实现的方法，系统和计算机可用程序代码，用于使用高阶模型对数据流进行分类。 数据流被分成多个数据段。 为多个数据段中的每一个选择分类器。 多个分类器中的每一个被聚类成状态。 为状态计算状态转换矩阵。 状态转换矩阵的状态指定用于对数据流进行分类的高阶模型之一。

公开(公告)号：US20080275646A1

公开(公告)日：2008-11-06

申请号：US11743784

申请日：2007-05-03

申请人： Chang-Shing Perng ,  Haixun Wang ,  Jian Yin ,  Xiaolan Zhang

发明人： Chang-Shing Perng ,  Haixun Wang ,  Jian Yin ,  Xiaolan Zhang

IPC分类号： G01C21/32 ,  G05D1/00

CPC分类号： G01C21/3476 ,  G01C21/343 ,  G06Q10/047

摘要： The present invention provides a system and method for optimizing routes that include multiple stops. This is accomplished by allowing users to identify a starting point, a destination, and types of businesses or other locations to be visited along the way. A route processor then provides users with a list of stores or other requested detour choices yielding a trip of optimal itinerary. The detour choices may be either an ordered sequence or an unordered set of points to be visited and may include constraints that make it possible to optimize utility functions according to user preferences.

摘要翻译： 本发明提供了一种用于优化包括多个站点的路由的系统和方法。 这是通过允许用户识别出发点，目的地和商业类型或其他要访问的位置来实现的。 然后，路由处理器向用户提供商店列表或其他请求的绕行选择，产生最佳行程的行程。 绕行选择可以是要访问的有序序列或无序的点集合，并且可以包括使得可以根据用户偏好优化效用函数的约束。

公开(公告)号：US20080126556A1

公开(公告)日：2008-05-29

申请号：US11520529

申请日：2006-09-13

申请人： Chang-Shing Perng ,  Haixun Wang ,  Jian Yin

发明人： Chang-Shing Perng ,  Haixun Wang ,  Jian Yin

IPC分类号： G06F15/16

CPC分类号： H04L65/601 ,  H04L65/607

摘要： A computer implemented method, system, and computer usable program code for classifying a data stream using high-order models. The data stream is divided into a plurality of data segments. A classifier is selected for each of the plurality of data segments. Each of a plurality of classifiers is clustered into states. A state transition matrix is computed for the states. The states of the state transition matrix specify one of the high-order models for classifying the data stream.

摘要翻译： 计算机实现的方法，系统和计算机可用程序代码，用于使用高阶模型对数据流进行分类。 数据流被分成多个数据段。 为多个数据段中的每一个选择分类器。 多个分类器中的每一个被聚类成状态。 为状态计算状态转换矩阵。 状态转换矩阵的状态指定用于对数据流进行分类的高阶模型之一。

公开(公告)号：US20080177813A1

公开(公告)日：2008-07-24

申请号：US11563900

申请日：2006-11-28

申请人： Haixun Wang ,  Chang-Shing Perng

发明人： Haixun Wang ,  Chang-Shing Perng

IPC分类号： G06F17/15

CPC分类号： G06K9/00536

摘要： A method for measuring time series relevance using state transition points, including inputting time series data and relevance threshold data. Then convert all time series values to ranks within [0,1] interval. Calculate the valid range of the transition point in [0,1]. Afterwards, a verification occurs that a time series Z exists for each pair of time series Z and Y, such that the relevances between X and Z, and between Y and Z are known. Then deduce the relevance of X and Y. The relevance of X and Y must be at least one of, (i) higher, and (ii) lower than, the given threshold. Provided Z is found terminate all remaining calculations for X and Y. Otherwise, segment the time series if no Z time series exists, use the segmented time series to estimate the relevance. Apply a hill climbing algorithm in the valid range to find the true relevance.

摘要翻译： 一种使用状态转换点来测量时间序列相关性的方法，包括输入时间序列数据和相关阈值数据。 然后将所有时间序列值转换为[0,1]间隔内的等级。 计算[0,1]中转换点的有效范围。 之后，对于每对时间序列Z和Y存在时间序列Z的验证，使得X和Z之间，以及Y和Z之间的相关性是已知的。 然后推导X和Y的相关性.X和Y的相关性必须至少为（i）较高和（ii）低于给定阈值中的一个。 如果Z被找到终止X和Y的所有剩余计算。否则，如果没有Z时间序列，则分段时间序列，使用分段时间序列来估计相关性。 在有效范围内应用爬山算法来找到真正的相关性。

公开(公告)号：US09009176B2

公开(公告)日：2015-04-14

申请号：US12198717

申请日：2008-08-26

申请人： Wei Fan ,  Chang-Shing Perng ,  Haixun Wang ,  Philip Shi-Lung Yu

发明人： Wei Fan ,  Chang-Shing Perng ,  Haixun Wang ,  Philip Shi-Lung Yu

IPC分类号： G06F7/00 ,  G06F17/30

CPC分类号： G06F17/30327 ,  G06F17/30548 ,  Y10S707/99943

摘要： The present invention provides an index structure for managing weighted-sequences in large databases. A weighted-sequence is defined as a two-dimensional structure in which each element in the sequence is associated with a weight. A series of network events, for instance, is a weighted-sequence because each event is associated with a timestamp. Querying a large sequence database by events' occurrence patterns is a first step towards understanding the temporal causal relationships among the events. The index structure proposed herein enables the efficient retrieval from the database of all subsequences (contiguous and non-contiguous) that match a given query sequence both by events and by weights. The index structure also takes into consideration the nonuniform frequency distribution of events in the sequence data.

摘要翻译： 本发明提供了一种用于在大数据库中管理加权序列的索引结构。 加权序列被定义为二维结构，其中序列中的每个元素与权重相关联。 例如，一系列网络事件是加权序列，因为每个事件都与时间戳相关联。 通过事件发生模式查询大序列数据库是了解事件之间的时间因果关系的第一步。 这里提出的索引结构使得能够通过事件和权重从数据库有效地检索与给定查询序列匹配的所有子序列（连续的和不连续的）。 索引结构还考虑了序列数据中事件的不均匀频率分布。

公开(公告)号：US07447723B2

公开(公告)日：2008-11-04

申请号：US11563900

申请日：2006-11-28

申请人： Chang-Shing Perng ,  Haixun Wang

发明人： Chang-Shing Perng ,  Haixun Wang

IPC分类号： G06F17/15

CPC分类号： G06K9/00536

摘要： A method for measuring time series relevance using state transition points, including inputting time series data and relevance threshold data. Then convert all time series values to ranks within [0,1] interval. Calculate the valid range of the transition point in [0,1]. Afterwards, a verification occurs that a time series Z exists for each pair of time series Z and Y, such that the relevances between X and Z, and between Y and Z are known. Then deduce the relevance of X and Y. The relevance of X and Y must be at least one of, (i) higher, and (ii) lower than, the given threshold. Provided Z is found terminate all remaining calculations for X and Y. Otherwise, segment the time series if no Z time series exists, use the segmented time series to estimate the relevance. Apply a hill climbing algorithm in the valid range to find the true relevance.

摘要翻译： 一种使用状态转换点来测量时间序列相关性的方法，包括输入时间序列数据和相关阈值数据。 然后将所有时间序列值转换为[0,1]间隔内的等级。 计算[0,1]中转换点的有效范围。 之后，对于每对时间序列Z和Y存在时间序列Z的验证，使得X和Z之间，以及Y和Z之间的相关性是已知的。 然后推导X和Y的相关性.X和Y的相关性必须至少为（i）较高和（ii）低于给定阈值中的一个。 如果Z被找到终止X和Y的所有剩余计算。否则，如果没有Z时间序列，则分段时间序列，使用分段时间序列来估计相关性。 在有效范围内应用爬山算法来找到真正的相关性。

公开(公告)号：US07418455B2

公开(公告)日：2008-08-26

申请号：US10723229

申请日：2003-11-26

申请人： Wei Fan ,  Chang-Shing Perng ,  Haixun Wang ,  Philip Shi-Lung Yu

发明人： Wei Fan ,  Chang-Shing Perng ,  Haixun Wang ,  Philip Shi-Lung Yu

IPC分类号： G06F7/00 ,  G06F17/00

CPC分类号： G06F17/30327 ,  G06F17/30548 ,  Y10S707/99943

摘要： The present invention provides an index structure for managing weighted-sequences in large databases. A weighted-sequence is defined as a two-dimensional structure in which each element in the sequence is associated with a weight. A series of network events, for instance, is a weighted-sequence because each event is associated with a timestamp. Querying a large sequence database by events' occurrence patterns is a first step towards understanding the temporal causal relationships among the events. The index structure proposed herein enables the efficient retrieval from the database of all subsequences (contiguous and non-contiguous) that match a given query sequence both by events and by weights. The index structure also takes into consideration the nonuniform frequency distribution of events in the sequence data.

摘要翻译： 本发明提供了一种用于在大数据库中管理加权序列的索引结构。 加权序列被定义为二维结构，其中序列中的每个元素与权重相关联。 例如，一系列网络事件是加权序列，因为每个事件都与时间戳相关联。 通过事件发生模式查询大序列数据库是了解事件之间的时间因果关系的第一步。 这里提出的索引结构使得能够通过事件和权重从数据库有效地检索与给定查询序列匹配的所有子序列（连续的和不连续的）。 索引结构还考虑了序列数据中事件的不均匀频率分布。

公开(公告)号：US20050114298A1

公开(公告)日：2005-05-26

申请号：US10723229

申请日：2003-11-26

申请人： Wei Fan ,  Chang-Shing Perng ,  Haixun Wang ,  Philip Yu

发明人： Wei Fan ,  Chang-Shing Perng ,  Haixun Wang ,  Philip Yu

IPC分类号： G06F17/30

CPC分类号： G06F17/30327 ,  G06F17/30548 ,  Y10S707/99943

摘要： The present invention provides an index structure for managing weighted-sequences in large databases. A weighted-sequence is defined as a two-dimensional structure in which each element in the sequence is associated with a weight. A series of network events, for instance, is a weighted-sequence because each event is associated with a timestamp. Querying a large sequence database by events' occurrence patterns is a first step towards understanding the temporal causal relationships among the events. The index structure proposed herein enables the efficient retrieval from the database of all subsequences (contiguous and non-contiguous) that match a given query sequence both by events and by weights. The index structure also takes into consideration the nonuniform frequency distribution of events in the sequence data.

摘要翻译： 本发明提供了一种用于在大数据库中管理加权序列的索引结构。 加权序列被定义为二维结构，其中序列中的每个元素与权重相关联。 例如，一系列网络事件是加权序列，因为每个事件都与时间戳相关联。 通过事件发生模式查询大序列数据库是了解事件之间的时间因果关系的第一步。 这里提出的索引结构使得能够通过事件和权重从数据库有效地检索与给定查询序列匹配的所有子序列（连续的和不连续的）。 索引结构还考虑了序列数据中事件的不均匀频率分布。

公开(公告)号：US08826277B2

公开(公告)日：2014-09-02

申请号：US13306506

申请日：2011-11-29

申请人： Rong N. Chang ,  Mihwa Choi ,  Yexi Jiang ,  Meir Laker ,  Chang-Shing Perng ,  Hidayatullah H. Shaikh ,  Edward C. So ,  Tao Tao

发明人： Rong N. Chang ,  Mihwa Choi ,  Yexi Jiang ,  Meir Laker ,  Chang-Shing Perng ,  Hidayatullah H. Shaikh ,  Edward C. So ,  Tao Tao

IPC分类号： G06F9/46 ,  G06F7/00 ,  G06F9/455 ,  G06F17/20

CPC分类号： G06F9/45545 ,  G06F9/45558 ,  G06F9/5072 ,  G06F17/20 ,  G06F2009/45562 ,  G06F2009/4557 ,  G06F2209/5019

摘要： High level characteristics are extracted from a virtual machine provisioning request stream for a cloud computing environment. A plurality of prediction models are generated for a plurality of different types of virtual machines. A regression-correlation ensemble is applied to appropriate ones of the prediction models to predict future virtual machine demand for the cloud computing environment.

摘要翻译： 从云计算环境的虚拟机配置请求流中提取高级特性。 为多个不同类型的虚拟机生成多个预测模型。 将回归相关系数应用于适当的预测模型，以预测云计算环境的未来虚拟机需求。