洪文圳，李冬睿，沈 阳

(1.广东农工商职业技术学院 计算机学院，广东 广州 510507； 2.华南理工大学 软件学院，广东 广州 510641)

0 引 言

工业物联网(IIoT)在各领域的应用越来越多，IIoT连接传感器和执行器快速大量生成异构数据[1,2]。当前面临挑战是高效和安全地存储和处理/分析大量数据，特别是敏感IIoT数据[3,4]。此外，流式数据可能是短暂的，因此需要能够在一次传输中对此类数据进行及时的分析和处理[5]。

当前已有许多针对IIoT数据的处理方法，例如，熊等。文献[6]设计了一种近似的基于Bloom滤波器的密钥值(k-v)存储方法。文献[7]提出一种动态Bloom滤波器数组，用于云存储系统中成员身份的有效表示。文献[8]提出可调节Bloom过滤器，称为Scalable Bloom滤波器(SBF)，通过添加新的过滤器来执行批量数据的插入，并且在两个不同级别上执行查询处理以提高其准确性和查询复杂度。文献[9]提出基于SDN的大数据管理方法来优化多云DT中的网络资源消耗，Bloom滤波器被用来分析他们提出的解决方案的性能。Bloom滤波器在各个领域广泛应用，可有效地处理可扩展性问题，缺点是查询复杂度随着输入数据量增加而增加。

本文提出一种在确保失效数据鲁棒性条件下，将两个Bloom滤波器压缩成一个滤波器的新方法，可更为有效利用存储容量：①使用模糊交叉操作压缩合并两个Bloom滤波器，大量元素被容纳在m大小Bloom滤波器中；②数据缓慢衰减，允许流数据在内存中驻留相当长的时间；③在不损失精度的情况下高效优化利用存储空间。

1 数据存储系统模型描述

1.1 IIoT网络结构模型

图1描绘了包括不同层的典型IIoT网络结构设置，这些层结构的主要作用是信息获取、计算、存储和检索。……