简介：在现有的推荐系统中,基于用户兴趣模型都能够表达出用户的兴趣,但在用户兴趣发生变化时却不能够及时更新模型.提出基于用户反馈内容来实时更新用户兴趣的消息推荐系统,通过实时更新模型和特征向量进而得到用户当前最匹配的推荐结果.并使用HBase（HadoopDatabase）作为存储,能更好地适应数据规模的增长.
简介：基于时间-内存平衡（Time-MemoryTrade-Off）技术的彩虹表已经成为破解MD5哈希（HASH）密码的有效手段，但由于彩虹表文件庞大，彩虹表的生成、存储和分析使用都十分复杂和耗时。本文提出使用HBase作为彩虹表存储和分析使用的技术方案，实验验证了该方案的可行性和有效性。
基于HBase的实时消息推荐系统
基于HBase的彩虹表MD5哈希密码解密
