密码学小知识(1)：布隆过滤器(Bloom Filter)、混淆布隆过滤器（Garbled BF）和布谷鸟过滤器(Cuckoo Filter)

一、布隆过滤器

定义：

布隆过滤器（Bloom Filter，BF）从形式上看是一个bit数组，也是一种概率型的数据结构（probabilistic data structure），是一个很长的二进制位图和一系列随机映射函数或哈希函数。当插入某个元素时，使用多个不同的哈希函数生成不同的哈希值，并对指向的位置置为1。特点是高效地插入和查询，可以用来告诉你“某样东西一定不存在或者可能存在”。

优点：

• 1）相对于传统的List、Set和Map等数据结构，它更高效、占用空间小；
• 2）空间效率和查询时间远远超过一般的算法。

缺点：

• 1）返回的结果是概率性的，而不是确切的；
• 2）不能删除，且有误识别率（假阳率）。

二、混淆布隆过滤器

定义：混淆布隆过滤器（Garbled Bloom Filter，GBF）从形式上来看也是一个bit数组，当插入某个元素时，使用多个不同的哈希函数生成不同的哈希值，并对指向的位置置为1。GBF与BF不同的是，GBF的每个位置均包含定长的字符串，当插入某个元素时，该元素分成k份长度均为λ-bit的共享，每一份共享都被哈希函数映射到相应的位置上。

三、布谷鸟过滤器

定义：布谷鸟过滤器（Cuckoo Filter，CF）源于布谷鸟hash算法，它有两张hash表，分别为两个hash函数。当有新的数据插入的时候，它会计算这个数据在两张表中对应的两个位置，这个数据一定会被存在这两个位置之一。一旦发现其中一张表的位置被占，就将该位置的数据踢出，被踢出的数据就去另一张表找对应的位置。通过不断地踢出数据，最终所有数据都找到了自己的位置。

优点:

• 1）在错误率小于3%的时候空间性能优于布隆过滤器；
• 2）访问内存的次数较低；
• 3）CF不同于BF，CF只会存储元素的指纹信息（Hash值）。由于不是存储了数据的全部信息，会有误判的可能；
• 4）CF也使协议能够支持元素的删除功能；
• 5）CF具备更低的通信开销和更高的插入、查询效率。

缺点：

• 1）当装填数据过多时，容易出现循环的问题，即插入失败的情况；
• 2）另外与BF一样的缺点，就是访问空间地址不连续，内存寻址消耗大。