基于树元组的XML文档中的多值依赖

XML模式设计是XML数据库设计的关键，同关系数据库相似，对引起XML数据更新异常的原因及消除更新异常的方法进行研究具有重要的意义。与Vincent等人不同，本文在DTD一级对XML文档中的多值依赖进行了研究。首先分析了XML文档模式设计的研究方法，其次，重新给出了XML树，树元组等的定义，消除了Arenas等人在定义模型“相等”上的二义性，并基于DTD提出了XML多值依赖的概念。最后，分析了XML中多值依赖的公理系统及蕴涵问题并指出了XML多值依赖未来的研究方向。     

XML函数依赖集的逻辑蕴含

提出了一组适合于M.Arenas等人给定的XFD的推理规则并证明了推理规则集的正确性和完备性.在此基础上,研究了XFD的逻辑蕴含问题,提出了求解路径闭包算法和成员籍算法.     

XML函数依赖等价的研究

近年来.人们已经提出了XML函数依赖多种定义方法.本文给出了基于树元组的XML函数依赖和基于路径的XML函数依赖的两种定义方法.一般说来,这两种方法是不可比较的,但是在DTD存在、XML文档没有信息缺失的情况下,这两种方法是可比较的, 并且是一致的.     

XML函数依赖

函数依赖在关系数据库中起着基本的作用,尤其是用在完整性约束和数据库设计方面。近年来已定义了XML上的函数依赖。本文采用了一种新的定义方式,即在树元组上定义函数依赖,同时给出了函数依赖的推理规则。     

XML弱多值依赖的推理规则

数据约束是数据库规范化理论的基础,不完全信息引入XML文档后,需要重新定义数据约束。基于XML Schema、符合XML Schema的不完全XML文档树、子树信息等价和子树信息相容等定义给出了XML弱多值依赖的定义和性质;为了研究数据依赖的逻辑蕴涵问题,给出了XML弱多值依赖的推理规则集,并对其正确性进行了证明。以上研究为不完全信息环境下存在XML弱多值依赖的XML文档的规范化研究奠定了基础。     

XML的函数依赖

为了表达引起数据冗余的XML函数依赖,研究了XML中存在的复杂的多种形式的函数依赖约束,提出了一种DTD的路径语言,对于导航和定位XML文档的内容具有较强的表达能力.提出了一套XML模式及文档的形式化描述方法,进而提出了一种XML函数依赖(XFD)的定义.与以前的XML函数依赖的定义进行比较,展示了XFD可以表达更多的XML上存在的函数依赖,可以概括以前的基于路径表达式定义的XML函数依赖的约束能力.     

XML局部函数依赖

函数依赖在关系数据库中起着基本的作用,尤其是用在完整性约束和数据库设计方面。同样地,这些约束在中XML也起基本的作用。近年来已定义了XML上的函数依赖。本文扩展了在XML中函数依赖以前的定义,使之成为XML局部函数依赖;同时给出了局部函数依赖的推理规则。     

对XMLDTD中的键和函数依赖的探讨

对基于DTD模式的XML的键和函数依赖做了进一步讨论。提出了关于XML的简化键、简化函数依赖的定义，分析了XML中的键和函数依赖的之间的区别和联系。     

一种基于函数依赖的分类规则挖掘算法

给出了一个函数依赖概念的推广,提出了函数依赖作用域的概念,讨论并证明了作用域的性质,基于函数依赖的作用域提出了一种分类规则的挖掘算法,并用实例证明了该算法的有效性.     

强函数依赖及其在XML范式中的应用

本文用一种“强满足”的方法，把函数依赖的定义扩展，使其符合不完全XML文档的情况，并把这种函数依赖称作XFD。在此基础上，给出了XML文档的一种范式。     

Functional Dependencies and Its Axiom System in XML

According to the analysis of existing complicated functional dependencies constraint, we conclude the conditions of defining functional dependency in XML, and then we introduce the concept of the node value equality. A new path language and a new definition of functional dependencies in XML （XFD） are proposed XFD includes the relative XFD and the absolute XFD, in which absolute key and relative key are the particular cases. We focus on the logical implication and the closure problems, and propose a group of inference rules. Finally, some proofs of the correctness and completeness are given. XFD is powerful on expressing functional dependencies in XML causing data redundancy, and has a complete axiom system.     

基于树模型的XML查询匹配算法的设计与应用

在分析基于区间编码的结构连接算法Stack-Tree算法的基础上,研究基于树型模型的XML结构编码、XML查询处理过程中路径匹配等关键技术问题,并利用dom4j解析技术,基于Berkeley DB实现基于Stack-Tree算法的XML查询原型系统.实验结果表明本文设计的基于Stack-Tree算法的查询系统在查询时间,查询准确性以及全面性上能够满足对查询系统的功能和性能要求.     

基于语义API依赖图的恶意代码检测

传统的恶意代码动态分析方法大多基于序列挖掘和图匹配来进行恶意代码检测,序列挖掘易受系统调用注入的影响,图匹配受限于子图匹配的复杂性问题,并且此类方法并未考虑到样本的反检测行为,如反虚拟机.因此检测效果越来越差.本文设计并提出一种基于程序语义API依赖图的真机动态分析方法,在基于真机的沙箱中来提取恶意代码的API调用序列,从而不受反虚拟机检测的影响.本文的特征构建方法是基于广泛应用于信息理论领域的渐近均分性(AEP)概念,基于AEP可以提取出语义信息丰富的API序列,然后以关键API序列依赖图的典型路径来定义程序行为,以典型路径的平均对数分支因子来定义路径的相关性,利用平均对数分支因子和直方图bin方法来构建特征空间.最后采用集成学习算法-随机森林进行恶意代码分类.实验结果表明,本文所提出的方法可以有效分类恶意代码,精确度达到97.1%.     

对改进的链式推理技术的进一步探讨

指出了传统正向链和逆向链的推理存在的问题，也分析了改进的正向链推理存在的问题。在这基础上继续改进，其方法是每一条规则不仅有一个激活值和一个用以记录其前提已匹配个数的计数器，还增加了一个合一参数表。在推理算法中每当一条规则被执行后，将计数器置于“０”，可以再激活。这种方法也适合带变量的规则系统。     

Active XML Document Rewriting Based on Tree Automata Theory

The problem of document rewriting is a fundamental problem in active XML（AXML） data exchange and usually has a higher complexity. Prior work was focused on string automaton theory. This paper tries to solve it by using tree automaton. More precisely, the paper firstly defines a new tree automaton, active XML tree automaton （AXTA）, which can efficiently represent the set of AXML documents produced by an AXML document or AXML document schema. And then, an algorithm for constructing AXTA automaton is also proposed. Finally, a polynomial time（PTIME） determining algorithm for AXML document rewriting is presented based on AXTA automaton.     

基于叙词表的领域本体半自动构建的研究和实现

如何组织、管理和维护海量的信息资源并为人们提供高效优质的信息服务,本体(ontology)作为一种能在语义和知识层次上描述信息系统的概念模型建模工具,为解决这一问题提供了新的途径,已受到国内外研究人员的广泛关注.对本体和叙词表的相关知识进行了详细论述,并利用网络本体语言(Web Ontology Language,OWL),将叙词表中的叙词及词间关系进行了表示和描述.设计和实现了一个转化系统,能够自动地将叙词表中的知识结构和语义关系转化到领域本体中.     

Twig Pattern Matching Based on Compressed Path Labeling Scheme

Holistic twig query processing techniques based on region encoding have been developed to minimize the intermediate results, namely, those root-to-leaf path matches that are not in the final twig results. These algorithms have to scan all the streams of tags in query patterns. However, useless path matches cannot be completely avoided. TJFast which is based on the labeling scheme of Extended Dewey has been proposed to avoid useless intermediate results, and it only needs to access the labels of the leaf query nodes. However, it don＇t concern about the characteristics of elements with the same parent, and it has to merge join all the intermediate results which are evaluated during the first phrase. We propose a new labeling scheme to compress the XML elements which have the same characteristic. Based on the compressed path-labeled streams, a new novel holistic twig query algorithm named CPJoin is designed. Finally, implementation results are provided to show that CPJoin has good performance on both real and synthetic data.     

基于DTD路径编码的XML逻辑蕴涵问题研究

由于DTD的复杂性,使得XFD的逻辑蕴涵问题研究比较困难.为了解决该问题,本文在M.Arenas等人给定的XFD定义基础上,提出了一种DTD路径编码方法,对它的性质进行了分析.编码后的DTD消除了部分XML平凡函数依赖,并能在线性时间内对XML函数依赖的逻辑蕴涵问题进行判定.提出了一个将XFD中的编码路径重新映射到DTD路径的算法,证明了它的正确性.     

基于分类树的高效关联规则挖掘算法

在分析类Apriori算法存在效率瓶颈的基础上，提出了一个高效改进算法——基于分类树的关联规则挖掘算法．该算法只需要两次访问数据库，把数据库中的数据利用分类树来存储，减少了访问数据库的次数；并且由分类树的全部或部分来求得频繁项目集，减少了求频繁项目集的比较次数．此算法通过结合Apriori和FP—tree两种算法来提高挖掘效率，降低了挖掘算法的时间复杂度和空间复杂度．通过多次试验证明该算法比Apriori及其改良算法的挖掘效率高2到8倍．