论文部分内容阅读
该文提出了一种适用于大规模分布式虚拟环境的新的数据过滤方法，以解决传统过滤方法由于基于区域划分、采用组播技术而造成的效率低、稳定性差的问题。该文提出了实体关联度的概念，并在分布式虚拟环境中建立模糊关联空间，把数据过滤问题转化为在模糊关联空间中求取关联实体集的问题；最后通过实验数据和理论分析，证明基于模糊关联空间的数据过滤方法可以有效地解决传统过滤技术中存在的一系列问题，提高数据过滤的效率和稳定性。