不確定性數(shù)據(jù)查詢處理算法的研究.pdf

1、近年，隨著科技的迅猛發(fā)展和人們對查詢處理技術(shù)認知的不斷加深，不確定數(shù)據(jù)得到廣泛重視。不確定數(shù)據(jù)具有普遍存在性，引起數(shù)據(jù)不確定性的原因多種多樣。例如測量儀器的限制、數(shù)據(jù)更新延遲、周圍環(huán)境因素制約、數(shù)據(jù)的隨機性和不完整性等，甚至是隱私保護都可能成為引起數(shù)據(jù)不確定性的原因。因此，如何管理好不確定性數(shù)據(jù)，得到準(zhǔn)確的查詢結(jié)果，成為近些年數(shù)據(jù)庫領(lǐng)域研究的熱點問題。
　　 本文研究不確定性數(shù)據(jù)查詢處理算法。查詢的種類繁多，例如Top-k查詢，

2、k近鄰（kNN）查詢，Rank查詢，Skyline查詢等。由于Top-k查詢和kNN查詢的廣泛應(yīng)用，因此，本文重點研究Top-k查詢和kNN查詢。
　　 目前在不確定性數(shù)據(jù)庫中針對Top-k查詢的研究多數(shù)采用集中式方法，集中式處理方式的計算開銷和通訊開銷都非常大，時間復(fù)雜性也隨之增加。在傳感器網(wǎng)絡(luò)中，數(shù)據(jù)從感知、聚集到傳輸都存在不確定性，傳統(tǒng)確定數(shù)據(jù)庫的Top-k查詢處理算法無法返回正確結(jié)果。本文針對分布式傳感器網(wǎng)絡(luò)提出多維概率

3、Top-k查詢處理算法DMPT，利用Skyline操作返回Top-k元組，通過反饋機制和過濾機制減少數(shù)據(jù)傳輸量和查詢時間。通過真實數(shù)據(jù)和模擬數(shù)據(jù)實驗，驗證了DMPT算法比集中式的確定數(shù)據(jù)處理算法具有更好的節(jié)能效率和快速響應(yīng)時間。
　　 反k近鄰查詢在基于位置的服務(wù)中起到重要作用，用來評價對象的影響力。目前反k近鄰查詢多數(shù)都是針對單一查詢點進行處理。因此本文針對不確定性數(shù)據(jù)提出概率閾值組反k近鄰查詢處理算法PT-GRkNN，用于評