基于范围语义的非一致性数据库聚集查询

基于非一致性关系数据库的非聚集查询技术,发展普通的一致性查询应答的语义,提出非一致性数据库的范围语义,给出基于一致性查询范围的实际聚集查询重写方法,返回基于这种语义的聚集查询范围值.通过对初始分组属性和键属性聚集得到候选结果集,再过滤与初始分组属性值相冲突和不满足初始查询的元组.对于最小值,过滤掉可能不一致的元组,去掉可能值,得到一致性值;对于最大值,得到可能的最大候选值.实验基于TPC-H基准采用不同的参数进行研究.研究结果表明,聚集属性和投影属性数量、数据库以及初始查询的结果集对重写查询的负载有显著的影响,但非一致性数据比例和共享共同键值元组数的影响很小.尽管重写查询比初始查询的执行时间长,但是可以接受.     

基于一阶逻辑的非一致性关系数据管理

对于给定的约束,数据库可能是非一致的.为了获得一致性结果,基于一阶逻辑,提出非一致性关系数据管理框架,研究多种合取查询类型对应的连接图及其连接的充分性,分析一致性查询应答的计算复杂度.在查询连接类型是键-键、非键-键或不充分的键-键,且查询对应的连接图是非环的情况下,一致性查询应答的计算在多项式时间内是可解的.针对大量实际的易处理合取查询,给出查询重写算法获得可重写的查询.算法首先判断初始查询是否为可重写,再基于连接图进行递归计算构造一致性识别语句,然后,与初始查询合取产生一个新的一阶重写查询,用于计算一致性结果.对于非环的自连接查询,由于递归重写算法不能剔除非一致性元组,因此,采用初始查询获取了用于剔除违反键约束的非一致性元组的语句.     

传感器网络分布式多维概率Top-k查询处理算法

针对分布式传感器网络提出多维概率Top-k查询处理算法DMPT.利用Skyline操作返回Top-k元组,通过反馈机制和过滤机制减少数据传输量及查询处理时间.DMPT考虑了数据的不确定性、多维属性以及网络的分布式和能源受限特征,根据Skylayer计算得到Top-k结果.通过真实数据和模拟数据实验验证得到:DMPT算法比传统算法具有更高的节能效率和更快的响应速度.     

基于浓缩数据立方的内存实化数据立方的构建

为提高联机分析查询的速度,在浓缩数据立方的基础上,构建了元组级别的内存实化方法.以内存空间至少能容纳最细粒度数据小方为前提,在内存中构造两级Hash结构:第一级Hash结构存放最细粒度的数据小方以保证所有查询都可从内存中响应;第二级Hash结构按照聚集度高的小方元组优先、相同聚集度情况下尺寸小的小方中元组优先的选择策略,选择立方元组在内存实化.处理点查询时,首先从第二级结构中直接查找满足条件的立方元组.若对范围查询,则需从第一级结构中计算获得.由于最细粒度立方元组和其他一些粗粒度元组都在内存中,避免了费时的外存存取,数据立方更新和维护代价也得以降低.     

两种新的非确定数据库上的Top-k查询

由于当前已有的在非确定数据库上的Tbp-k查询普遍基于元组层面,使得应用受限.为了让查询结果更符合直觉,提出了两种新的非确定数据库上的基于x-元组层面的Top-k查询及其执行算法.这两种新的查询综合x-元组中各元组的评分和置信度,获得在返回结果中最具实际意义的位置.查询的执行算法经过优化,执行效率明显改善.     

Web数据库关键字查询结果排序方法

为提高现有关键字查询结果的准确性,提出一种基于信息检索排序模型的关键字查询结果排序方法,该方法根据查询关键字在查询结果元组树和数据库中出现的频率来衡量查询结果的相关度,考虑了查询结果元组树中文本属性所包含字符串长度对排序分值的影响,使评分函数的计算更为合理.研究结果表明:提出的关键字查询结果排序方法的排序准确性高于现有典型排序方法,具有较高执行效率.     

一种实现数据集成中查询重写的方法

基于路径映射的XML数据集成系统在查询重写时可能会生成不合理的子查询. 为了让生成的各个子查询中的实体属性是一致的,按照模式之间的路径映射提出了映射依赖的概念,并设计了一种查询重写的方法.重写时依次遍历查询树的各个结点,记录每个中间结果的PC环境,根据启发式规则判断PC环境与当前映射的依赖是否保持一致.并且在时间复杂度上该方法和数据源的数目成线性关系.     

一种高效的不确定数据流Top-K 查询算法

在传感器网络、RFID等各种应用中会产生大量不确定性数据,有效的Top-K查询处理是不确定性数据管理中一项重要技术。针对已有的Top-K查询没有很好地结合元组的分值和不确定性,在分析不确定性数据模型和可能世界模型的基础上,定义了不确定数据流元组的查询语义。设计并实现了一种有效的Top-K查询算法。该算法按照元组的得分值进行降序排列,概率值最高的前K个元组集合就是Top-K的查询结果,实验结果表明,与CSQ和SCSQ算法相比,更具高效性和实用性。     

半结构化数据OEM图应用

研究了如何利用查询和视图来解决半结构化数据查询重写问题．给出了一种OEM数据模型和一种半结构化数据查询重写算法．算法借用了半结构化数据查询重写桶算法的思想，解决了半结构化数据模型之下查询重写的一些新问题．理论分析表明，它降低了算法的代价．     

基于敏感元组的隐私数据保护方法

针对现有k-匿名隐私保护方法的缺点,提出了3种基于敏感元组的隐私数据发布方法.首先,通过定义敏感元组,设计了只保护隐私信息的朴素敏感元组匿名方法(NSTAM).然后,在引入敏感元组密度的基础上,提出了一种扩展的敏感元组保护方法(e-STAM);该方法通过对敏感元组进行mk-匿名运算,引入(1-m)k个非敏感元组,并同等概化引入的非敏感元组,使得匿名后每个分组中的敏感元组密度满足用户设定的阈值m.最后,针对实际应用中发布数据的敏感度差异,引入了加权敏感元组密度概念,并设计了加权的敏感元组数据保护方法(WSTAM);该方法通过对敏感值和敏感元组赋予不同的权重,实现对敏感元组的区别保护.理论分析和实验结果表明,这3种算法能够提高发布数据的精度,保证敏感数据的安全度,因此是有效可行的.     

数据库模糊查询结果自动排序方法

数据库模糊查询会产生多个查询结果,因此有必要将查询结果按照用户需求进行排序.首先根据元组对模糊查询的隶属度,将查询结果中具有不同隶属度的元组分开.然后,利用PIR改进模型和历史查询记录来分析元组中被查询指定的属性值与未指定的属性值之间的关联程度,从而获得用户偏好并以此对具有相同隶属度的元组进行排序.在此基础上,提出了模糊查询下的DPR自动排序方法.实验及分析证明,提出的模糊查询结果自动排序方法能够极大地提高排序质量.     

一种基于知识的关系数据库模糊查询方法

在数据库查询中,针对传统DBMS不支持模糊查询的弱点,提出了基于知识的数据库模糊查询转换方法.以模糊集理论为基础,介绍了数据库模糊查询条件的构成形式,并提出利用隶属函数、领域知识和模糊集的α-截集运算相结合的方法实现模糊查询转换,模糊查询条件的转换和扩展考虑了查询条件的重要程度和用户偏好.该方法无需改变传统SQL语言或数据库引擎就能够实现模糊查询,提高了用户与系统之间的交互能力.     

集成节约覆盖集理论和模糊概率推理的方法

本文运用Bayes定理分析了各种故障发生的先验概率对在已知征兆下判断故障的准确性的影响情况;论述了使用模糊概率描述征兆、故障、征兆与故障之间的映射关系等的方法;在将模糊概率和节约覆盖集理论集成的基础上,提出了基于浅知识的新的诊断推理方法.该方法在一定程度上减小了获取有关概率知识的难度,并对概率值的定义误差有一定的容错能力.     

一种基于维层次的Data Cube压缩存储方法

针对维层次的特点,提出一种利用基表元组的标识维来对Data Cube来进行压缩存储（Hierarchical Compress Storage Cube,HCSCube）的方法。在定义基表元组与Data Cube中聚集元组的导出关系后,DataCube中的一些聚集元组的聚集值可以由基表元组导出关系得到,因而可以合并保存,从而实现了Data Cube的压缩存储。理论分析和实验表明,基于维层次的压缩存储方法不仅能显著的减小Data Cube的存储空间,而且在查询效率上也有改进。     

Attribute level lineage in uncertain data with dependencies

In uncertain data management, lineages are often used for probability computation of result tuples. However, most of existing works focus on tuple level lineage, which results in imprecise data derivation. Besides, correlations among attributes cannot be captured. In this paper, for base tuples with multiple uncertain attributes, we define attribute level annotation to annotate each attribute. Utilizing these annotations to generate lineages of result tuples can realize more precise derivation. Simultaneously, they can be used for dependency graph construction. Utilizing dependency graph, we can represent not only constraints on schemas but also correlations among attributes. Combining the dependency graph and attribute level lineage, we can correctly compute probabilities of result tuples and precisely derivate data. In experiments, comparing lineage on tuple level and attribute level, it shows that our method has advantages on derivation precision and storage cost.     

An Indexed Non-Equijoin Algorithm Based on Sliding Windows over Data Streams

0 IntroductionJooipner partoorcess ,sihnags ,rebceeiinvged o nreen oefw tehdei nmtoersets tex dpueen stiovein qfiuneirteymemory requirements from stream-oriented applications .Symmetric HashJoin(SHJ)[1 ,2]which was originally designedto allowa high degree of pipeliningintraditional parallel data-base systems ,is an optional approach because both ofitsinputmust be kept in bounded memory during query execution.Butit leads into thrashing on larger inputs . To rectify the situa-tion,XJoinis pro…     

网格环境中异构数据库访问和集成技术的研究

在研究OGSA-DAI的基础上,提出一种基于虚拟数据视图的分布异构数据访问与集成框架.系统由元数据服务和网格虚拟数据库服务构成,其中元数据服务负责发现含有用户所需数据的数据库,网格虚拟数据库服务提供全局逻辑视图,通过分布式查询机制将用户的SQL请求分解到具体的数据库中并进行结果合并,实现数据的透明访问和联合查询.     

Web database sampling approach based on attribute correlation

In this paper,we present a novel approach utilizing attributes correlation for the sampling task on nonuniform hidden databases. We propose the method of calculating the attributes dependency and construct the sampling template according to the attributes dependency. Then,we use the sampling template to gen-erate initial sampling queries and propose a bottom-up algorithm to search the sampling template. We also conduct extensive ex-periments over real deep Web sites and controlled databases to illustrate that our sampling method has good performance both on the quality and efficiency.     

基于多元组Rough集的不相容决策

Ｒｏｕｇｈ集理论是一种具有模糊边界集合理论,它被广泛应用于不相容决策 规则提 文讨论了基于多元组Ｒｏｕｇｈ集的不相容决策方法,并给上应的算法,同时 不相容规则的相容度作了分析,该方法比普通Ｈｏｕｇｈ集方法更简单、更有效、文中所给出的算法特别适用于具有重复元素且的决策表。