基于递归安全视图的XML查询重写算法

XML查询重写是访问控制中的关键技术.在分析Rewrite算法局限性的基础上提出一种基于XML安全视图的能处理递归视图的查询重写算法,并对算法进行分析,它能够避免视图的物化和保存,把基于递归视图的XPath查询转化为等效查询.     

用户访问特征驱动的中间件语义缓存替换策略

Web应用中大量用户请求频繁与数据库交互会严重影响系统性能,中间件层缓存有助于减少请求与数据库的交互开销、提高服务器的响应速度。研究了在Web应用服务器中引入语义缓存机制,在查询缓存时利用语义信息进行匹配,然后动态追踪和分析用户访问时间性、访问内容量、业务关联等用户访问特征,在此基础上设计一种基于用户访问特征的语义缓存替换算法。原型实验表明其能够提高缓存命中率,并使服务器的响应时间和吞吐量也得到改善。     

基于马尔可夫预测模型的数据仓库缓存管理

提出了一种基于马尔可夫预测模型的数据仓库缓存管理策略.将Chunk作为缓存的基本粒度单位,通过收集用户已提交的查询,利用马尔可夫模型预测下一步用户将要访问的视图区域的概率分布,并在此概率分布的基础上提出了基于预测风险的缓存淘汰算法.实验结果表明,算法缓存命中率高,有效地缩短了OLAP查询的响应时间,提升了系统的整体性能.     

一种基于时空因素的实化视图选择算法的研究与设计

分析了几种经典视图选择算法存在的不足,提出了一种新的基于时空因素的价值模型,在此基础上设计了一个新的视图选择算法——PBPUS(preprocessing benefit perunit space)算法。该算法与原有算法相比,降低了视图搜索的时间,减少了实化视图更新维护的代价,有效提高了实化视图的查询效率。     

数据仓库中物化视图的选择方法

对数据仓库环境中物化视图的选择问题进行了研究,利用有向无环图表示查询处理过程,给出了有向无环图的形式化描述方法和等价重写的概念,定义了一种物化视图增益计算模型。在考虑空间约束的基础上,提出一种物化视图选择方法,并给出了切实可行的算法步骤。     

利用维护代价约束的物化视图选择方法

为了在一定维护代价约束条件下,使查询过程中花费的总查询成本最优化,提出了最小/最大候选集变换算法.该算法构造最大候选视图集和最小候选视图集,基于最小有效的极大基数配比技术,并通过单位维护代价内的查询收益而设计的代价计算模型来获得最佳物化视图集.理论分析和实验结果表明该算法是高效、动态、近似最优的.与以往算法相比,在数据维度大、维层次复杂的情况下,该算法有着更优的执行效率.     

多视图匹配算法的研究

研究了一种利用使用多个实化视图进行连接来回答查询的方法．给出了最优重写的搜索空间和匹配方法，并扩展到具有复杂选择条件和分组操作查询和视图的匹配．结果表明此算法具有较好的性能和扩展性．     

用于超级节点网络的双缓存技术

针对P2P系统节点局部视图和用户查询不均衡的问题,提出一种用于超级节点网络的文件索引和数据双缓存技术.依据局部文件流行度统计,将用户感兴趣的资源索引缓存到本地超级节点,从而将单个节点视图扩展至全局;同时缓存拥有高访问率的远程热点文件,因此用户对热点文件的访问在本地即可获得响应.实验结果表明双缓存技术显著地提高了P2P系统的查询效率和数据传输速度,并可有效降低热点节点负载.     

多源物化视图更新的一种流水线并行算法

如何对于定义在多个数据源上的物化视图进行有效更新一直是人们研究的热点，为此提出了许多可行的算法，但是针对并行环境下这方面的讨论很少见，流水线技术是并行处理中一项非常重要的并行技术，本文给出一种多CPU环境下采用流水线思想进行视图更新的算法及相应的性能分析。     

共享多版本源视图的多实化视图异步增量维护

为了解决补偿和多版本在多实化视图维护上性能不理想的问题,提出了共享多版本源视图的多实化视图异步增量维护方案SMVM(源多版本视图维护).在SMVM中,集成端的实化视图直接定义在多个数据源的共享引用多版本源视图上,并且在收到源视图的数据更新后,向其他相关数据源发送基于版本的维护查询,以此来进行多实化视图的异步增量维护.这样在完全避免数据源并发更新导致增量查询异常的同时,提高了多个实化视图异步增量维护的整体性能,且基于元组标志的视图增量补偿方法使得对源视图的维护更有效.实验结果验证了SMVM的可行性和有效性.     

基于缓存替换算法的EPCIS查询机制

针对物联网应用时对EPCIS(electronic product Code information services)数据库的大量的查询请求,在已有的EPCIS查询机制的研究基础上,提出了一种基于缓存的EPCIS查询机制.通过减少对EPCIS数据库的访问次数以缩短请求响应时间,提出了一种基于代价函数的缓存替换算法.研究结果表明,与现有的一些传统缓存替换算法相比,本文给出的缓存替换算法能进一步提高EPCIS 查询模块的效率.     

公路网移动终端的KNN查询技术

公路网中移动兴趣点(POIs)的查询处理是一个难点,目前的研究多基于欧氏距离对静态POIs进行处理,不能很好地适应移动环境下终端弱连接和频繁移动的需要.文中在公路网移动计算场景下,设计了一种存储分区数据对象的结构来表示公路网图形模型,提出适用于移动终端的连续KNN查询(CQ-KNN)算法.该算法改进了Wang等提出的MKNN算法,将逐层渐近探测和检索边列表结合起来进行近邻查询,避免了MKNN算法在限定层数不够却不得不执行范围查询时所带来的开销;同时使用缓存策略来支持移动终端提交的连续查询请求,并给出基于广播位置失效报告的缓存一致性维护策略.仿真结果表明,CQ-KNN算法较MKNN算法有更快的CPU处理速度和更短的网络响应延时,并且能支持移动终端的离线KNN近似查询.     

Improved caching policies and hybrid strategy for query result cache

To improve efficiency of search engines,the query result cache has drawn much attention recently.According to the query processing and user' s query logs locality,a new hybrid result cache strategy which associates with caching heat and worth is proposed to compute cache score in accordance with cost-aware strategies.Exactly,query repeated distance and query length factor are utilized to improve the static result policy,and the dynamic policy is adjusted by the caching worth.The hybrid result cache is implemented in term of the document content and document ids(doclds) sequence.Based on a score format and the new hybrid structure,an initial algorithm and a new routing algorithm are designed for result cache.Experiments' results show that the improved caching policies decrease the average response time effectively,and increase the system throughput significantly.By choosing comfortable combination of page cache and doclds cache,the new hybrid caching strategy almost reduces more than 20%of the average query time compared with the basic pageonly cache and docld-only cache.     

P2P系统分布式LSI的构建和更新

从P2P系统自组织和动态性特点出发,提出分布式环境下隐语义索引(LSI)构建和更新的P2P网络模型,设计适合P2P系统文档矩阵的降维表示(RDR)合并算法,结合信号和噪声子空间模型从理论上分析RDR合并算法的有效性及算法需要满足的前提条件;使用M atlab6.5针对标准文集测试RDR合并算法对查询精度的影响.理论分析和数字实验证明,该算法能够解决P2P系统中分布式LSI的构建和更新问题,能在可容忍的查询精度影响范围内,以较低的网络开销和计算量分布式地构建、更新隐语义索引.     

ROLAP Server中一种实体化视图选择改进算法

数据仓库中用存储大量的实体化视图来加速OLAP的查询响应,如何在存储空间受限制的条件下高效准确地从实体化视图中找到用户需要的结果,成为ROLAP Server设计的一个重点和难点。这里提出了一个有效的实体化视图选取改进算法,考虑了加入候选视图和减少候选视图对整体空间和整体成本的影响因素,以达到候选实体化视图的加入与删除的最优化,获取较低的选取视图成本,经分析与测试表明,该算法取得良好的效果和效率。     

一种找出较优重写查询的启发式算法

提出了一种实用的启发式算法．该算法使用了一种简单的代价模型来比较查询之间的相对代价,并利用多项式时间从实化视图得到的多个重写查询中找出一个执行代价较节省的重写查询,不需要查询优化器的支持,减少了优化器的负担．实验结果表明该算法找出的较优重写查询的执行时间比穷尽搜索算法的略有增加,而搜索时间和空间显著减少．利用该算法可快速地响应查询,能显著改进数据仓库的查询性能．     

KDS-CM： A Cache Mechanism Based on Top-K Data Source for Deep Web Query

Caching is an important technique to enhance the efficiency of query processing. Unfortunately, traditional caching mechanisms are not efficient for deep Web because of storage space and dynamic maintenance limitations. In this paper, we present on providing a cache mechanism based on Top-K data source （KDS-CM） instead of result records for deep Web query. By integrating techniques from IR and Top-K, a data reorganization strategy is presented to model KDS-CM. Also some measures about cache management and optimization are proposed to improve the performances of cache effectively. Experimental results show the benefits of KDS-CM in execution cost and dynamic maintenance when compared with various alternate strategies.     

基于IRR信息的改进ARC算法

缓存是增强计算机整体性能的一项重要技术,缓存替换算法作为核心技术尤为重要。通过深入研究多种数据访问模式下ARC(adaptive replacement cache)算法的性能,总结出ARC算法性能较差的数据访问模式及其原因。针对发现的不足提出了一种改进的缓存替换算法,该算法通过引入IRR(inter reference recency)信息,提高了弱局部性访问模式下的缓存命中率,改善了ARC算法对不同数据访问模式的适应性。仿真实验结果表明,改进后的算法提升了应对弱局部性访问模式的能力,增强了算法的灵活性。