首页>中文会议>工业技术>自动化技术与计算机技术>NDBC2009第26届中国数据库学术会议

NDBC2009第26届中国数据库学术会议

召开年：2009
召开地：南昌
出版时间： 2009-10-15

主办单位：中国计算机学会

会议文集：NDBC2009第26届中国数据库学术会议论文集

会议论文

热门论文

全部论文

最新会议

更多>>

全选（0）

1.高效的XML关键字查询改写和结果生成技术
- 黄静;陆嘉恒;孟小峰
- 《NDBC2009第26届中国数据库学术会议》 | 2009年
摘要：用户使用关键字查询时，可能不能准确的表达他们的意图，即使用户正确的表达了查询意图，查询引擎也可能不能准确地返回查询结果.针对这一问题，重点研究了在XML关键字查询中如何进行有效的查询改写并生成有意义的结果.提出四种查询改写操作和查询改写代价的概念，给出了动态规划的方法计算查询改写代价.为了找出最优的查询改写，给出了基于栈的查询改写和结果生成算法，并提出了基于划分的优化算法.最后通过丰富的实验对提出的方法进行了验证.
2.基于位置服务中的连续查询隐私保护研究
- 潘晓;郝兴;孟小峰
- 《NDBC2009第26届中国数据库学术会议》 | 2009年
摘要：近年来，伴随着移动计算技术和无限设备的蓬勃发展，位置服务中的隐私保护研究受到了学术界的广泛关注，提出了很多匿名算法以保护移动用户的隐私信息。但是现有方法均针对snapshot查询，不能适用于连续查询。本文阐述了如果将现有的静态匿名算法应用于连续查询，将会产生查询隐私泄露、匿名服务器工作代价大等问题。针对这些问题，本文提出了δp-隐私模型和δq-质量模型来均衡隐私保护与服务质量的矛盾，并基于此提出了一个贪心匿名算法。该算法不仅适用于snapshot查询，也适用于连续查询。最后，实验结果证明了算法的有效性。
3.一种挖掘压缩序列模式的有效算法
- 童咏昕;张媛媛;袁玫;马世龙;于丹;赵莉
- 《NDBC2009第26届中国数据库学术会议》 | 2009年
摘要：从序列数据库中挖掘频繁序列模式是数据挖掘领域的一个中心研究主题，而且该领域已经提出和研究了各种有效的序列模式挖掘算法。由于在挖掘过程中会产生大量的频繁序列模式，最近许多研究者已经不再聚焦于序列模式挖掘算法的效率，而更关注于如何让用户更容易地理解序列模式的结果集。本文受到压缩频繁项集思想的启发，提出了一种CFSP(CompressingFrequent Sequential Patterns)算法，其可挖掘出少量的有代表性的序列模式来表达全部频繁序列模式的信息，并且清除了大量的冗余序列模式。CFSP是一种two-stops的算法：在第一步，其获得了全部闭序列模式作为有代表性序列模式的候选集，与此同时还得到大多数的有代表性模式；在第二步，该算法只花费了少量的时间去发现剩余的有代表性序列模式。一个采用真实数据集与模拟数据集的实验研究也证明了CFSP算法具有高效性。
4.基于网格密度方向的聚类簇边缘精度加强算法
- 余灿玲;王丽珍;张元武
- 《NDBC2009第26届中国数据库学术会议》 | 2009年
摘要：现有的基于网格聚类算法在获得较高效率的同时，却是以降低聚类的质量为代价的，特别是在处理相近簇边缘时，出现聚类不准确的现象.为解决此类问题，本文提出了一种基于网格密度方向的聚类预处理方法，该方法是源于牛顿的万有引力普遍规律，即物体之间的距离越小，质量越大，吸引力越大，在簇内密度比簇外围大，即引力大，故如果一个网格单元密度同时出现反方向递增时，即挤压的情况时，则对该单元进行进一步的细化处理，判断该单元是不是簇的边缘单元，并准确的判断边缘单元中对象的挤压方向.实验显示该算法可以有效地加强聚类簇边缘的精度，具有很高的簇识别率，因此，作为聚类的预处理算法是很理想的。
5.InfoSigs：一种面向WEB对象的细粒度聚类算法
- 盛振华;吴羽;江锦华;寿黎但;陈刚
- 《NDBC2009第26届中国数据库学术会议》 | 2009年
摘要：面向WEB对象的细粒度聚类已经成为学术界研究的热点。然而现有大多数聚类模型只关注如何对文本内容或文章主题进行聚类，聚类结果粒度较粗，无法满足大规模网络信息检索的质量要求。针对上述挑战，本文挖掘WEB文档中词汇间的树状概率层次关系，提出一种以词汇信息分布作为特征标志的聚类算法InfoSigs，实现对WEB对象的细粒度聚类。算法构建一个信息传递有向无环图，根据词汇在图中信息分布的集中度赋予其合理的权重，产生更具代表性的特征向量；同时算法提出了一个自适应的记录合并模型，有效提高记录簇中记录问的相似度，减少噪音对合并过程的影响。实验结果表明，InfoSigs算法比传统聚类算法，如I-Match和Shingling，在F-MEASURE值上平均约有21.3％的提高，可以有效地运用到多领域WEB对象的聚类问题。
6.工作流管理系统中一种概率性分析和调整时间约束的方法
- 韩锐;刘英博;闻立杰;王建民
- 《NDBC2009第26届中国数据库学术会议》 | 2009年
摘要：时间管理是工作流管理系统中的重要内容，其中的一个关键问题是分析时间约束的可行性。并在它们违反时重新调整到满足状况。在高度不确定的流程环境下，传统的定性时间约束分析过于严格。因此，本文提出概率时间约束工作流网，来描述工作流流程在时间约束下的不确定性。基于该网，提出一种方法，以随机的形式分析活动满足时间约束的概率。该概率能帮助流程管理者灵活的分析时间约束的可行性，并为时间约束调整提供精确的指导。此外，文中提出的策略在一个实际的工作流管理系统中实现，并用具体例子验证其有效性。
7.基于穿行次数的大规模图数据路径查询
- 许世峰;高军;杨冬青;王腾蛟
- 《NDBC2009第26届中国数据库学术会议》 | 2009年
摘要：在涉及复杂图数据的场景中，图的距离查询和路径查询有着重要的应用。有些应用涉及到规模巨大的图，并且需要快速的查询响应。在本论文中，我们从图中节点的重要性出发，提出了度量节点重要性的量化方法：“穿行次数”；并基于穿行次数为节点构建距离标签，从而保证仅根据节点标签就能处理距离查询和路径查询，避免了对图的遍历。这些标签的规模要尽量小，以降低空间开销、提高查询速度；而其构建过程却要足够决，以保证构建效率。我们将这个基于穿行次数的查询处理方案称为“穿行次数算法”，最终的实验结果印证了该算法的有效性。
8.HF-Tree：一种闪存数据库的高更新性能索引结构
- 周大;梁智超;孟小峰
- 《NDBC2009第26届中国数据库学术会议》 | 2009年
摘要：随着电子技术的发展，闪存作为一种新型的电子存储设备具有高速的访问速度和无机械延迟的特性。但是由于闪存高昂的写操作代价，传统的基于磁盘的索引结构如果直接应用在闪存上的话会导致极差的更新性能。文中提出一种新颖的索引结构HF-tree，通过组提交、更新合并，以及多级延迟的方式来提高更新性能。HF-tree能够有效地克服闪存和现有基于磁盘索引之间的不匹配性的问题。通过和经典的BFTL及IPL索引的性能比较，实验结果充分显示了HF-tree优越的更新和查询性能。此外HF-tree能够有效地减少擦除次数，从而延长闪存的使用寿命。
9.基于使用信息和聚类方法的多模式集成
- 丁国辉;王国仁;赵宇海
- 《NDBC2009第26届中国数据库学术会议》 | 2009年
摘要：数据集成是解决多数据源整合问题的有效手段。如何准确高效地集成多数据源模式具有重要研究意义。本文在用户使用信息的基础上提出一种新颖的基于聚类技术的多模式数据集成方法。首先从数据库的查询日志中为模式属性提取特征向量，并对其进行聚类。然后根据结果聚类间的最小差异性，为每个结果聚类引入最大相似性阈值，利用该阈值发现结果聚类中与该类语义不相似的异常属性。最后针对结果聚类中的三类异常属性，设计三种异常属性去除规则，进一步提出异常属性去除算法EPKO。实验结果表明，本文方法具有较高的准确度，可以有效地解决多个模式的集成问题。
10.一种服务器透明的外包数据库查询验证方法
- 张敏;洪澄;陈驰
- 《NDBC2009第26届中国数据库学术会议》 | 2009年
摘要：随着外包数据库(ODB)技术的不断发展，其安全需求得到越来越多的关注。查询验证作为重要的安全需求之一，旨在向用户证明其所得查询结果集的正确性与完备性。目前已有多种查询认证方法，但都需要对现有数据库服务器功能进行扩展，不仅增大服务器负担，还影响其直接应用。本文提出一种服务器透明模式的查询验证方法—签名链方法(简称CES)。其核心思想是将验证对象VO嵌于外包数据库表内部，其检索通过标准SQL语句实现。数据库服务器只提供常规的数据库服务,查询验证过程完全由用户端实现。服务器透明的查询验证方法避免了对服务器功能扩展或成为计算瓶颈，并且保证了多个ODB更新操作同时发生时ODB与VO之间的一致性。
11.LiPU：一种基于KL距离的主动分类算法
- 许震;沙朝锋;王晓玲;周傲英
- 《NDBC2009第26届中国数据库学术会议》 | 2009年
摘要：在实际应用中，由于各种原因，时常无法直接获得反例，导致传统分类方法的暂时失灵，所以，基于正例和未标识集的主动分类问题顿时成为了理论界的焦点。为了解决这一难题，理论界相继提出了许多不同的解决方案，然而，这些方法不能有效处理非平衡问题，尤其当隐匿反例非常少或训练集中的实例分布不均匀时。因此，本文提出了一种基于KL距离的主动分类算法-LiPU；依次挖掘出未标识集中的最可靠正例和反例，接着使用训练好的增强型分类器来找出所有反例。与其他方法相比，不仅提高了分类的查准率和查全率，而且具有鲁棒性。
12.有效的XML模糊内容与结构检索和计分
- 刘喜平;万常选;刘德喜
- 《NDBC2009第26届中国数据库学术会议》 | 2009年
摘要：XML文档包含有内容和结构，除了可以进行纯内容(CO)检索外，还可以进行内容和结构(CAS)检索。提出了一种新的CAS检索方法，这种方法以内容检索为主，结构匹配为辅，结构约束主要影响结点的计分，而不是答案结点的选择。这种方法分三步进行：首先，一个CAS查询被分解为若干个查询片段；然后处理每个查询片段：最后，将每个查询片段得到的部分查询结果综合起来，得到最终的查询结果。提出了一种新的计分方案，它首先计算一个查询结果在每个查询片段上的得分，然后将这些得分总和起来得到最终得分。提出的计分方法根据检索结果内容和结构两方而的相关性计分，更符合用户查询意图和查询语义。大量的实验结果验证了本文提出方法的有效性。
13.一种基于事务模板的恶意事务检测方法
- 戴华;秦小麟;柏传杰
- 《NDBC2009第26届中国数据库学术会议》 | 2009年
摘要：在传统的恶意事务检测方法的基础上，通过扩展对SQL语句的解析粒度，给出蕴含条件子句逻辑结构的细粒度SQL语句特征向量表示方法，在此基础上给出包含事务语句有向图和事务执行环境约束集合的事务模板表示方法，并提出了一种基于事务模板的恶意事务检测算法。实验表明该检测方法不仅具有较好的性能，同时具有更强的检测能力和更广的适用范围。
14.基于行存储模型的模拟列存储策略研究
- 于利胜;张延松;王珊;张倩
- 《NDBC2009第26届中国数据库学术会议》 | 2009年
摘要：列存储模型在只读的数据仓库应用中表现出非常好的性能，很多研究表明对于典型的OLAP查询，列存储数据库的性能大大优于行存储数据库.根据列存储模型的特性及数据处理特点，在传统的行存储模型关系数据库中模拟列存储的存储模式及数据处理过程，并通过优化的基于聚类的列存储模型、全索引模型与典型的行存储方式进行类比性能测试。实验结果显示，采用传统行存储模型模拟的列存储模型针对OLAP类查询具有很高的数据访问速度及查询性能，整体性能介于行存储数据库与列存储数据库之间。对于实际应用系统来说，该方案减少了整体系统部署代价，而且无须为提高OLAP查询的性能增加额外系统(列存储)投入，从而为OLAP应用提供了良好的性能支持。
15.基于距离的分布式RFID数据流孤立点检测
- 廖国琼;李晶
- 《NDBC2009第26届中国数据库学术会议》 | 2009年
摘要：RFID技术已广泛应用物品实时监控和跟踪领域，及时发现被监控标签对象的异常状态显得十分重要。文章针对分布式RFID数据流的海量、易变，不可靠及分布等特点，分别提出了基于距离的局部流孤立点检测算法LSOD和基于近似估计的全局流孤立点检测算法GSOD。LSOD充分利用安全内点的特性，以减少流数据的存储空间和节省查询时间。GSOD采用抽样方法进行全局孤立点的近似估计，以减少中心节点的通信量及计算负荷。实验表明，所给出的算法具有运行时间短、占用内存小、准确率高等特点。
16.基于最小生成树的图数据库索引算法
- 李楠;高宏;李建中
- 《NDBC2009第26届中国数据库学术会议》 | 2009年
摘要：对复杂数据进行图模式建模在近年来越来越流行，因此，在查询执行的优化过程中图索引技术变得至关重要。在本文中，我们研究了图模式的索引问题，并且提出了一种近似的索引方法，称之为MSTA方法。MSTA方法利用最小生成树结构作为索引特征，依据最小生成树边序列的包含关系和基于最大公共子图的图距离度量，将最小生成树组织到一个称为MST树的索引结构中。MST树索引结构可以非常高效的支持其上的多种查询，例如子图查询。MSTA方法拥有着高效的索引性能。在索引大小和索引建立时间方面，传统方法是MSFA方法的数十倍，甚至上百倍。MSTA方法虽然不能返回完整结果，但是可以返回经图距离度量排序最好的部分结果。
17.DAS下一种基于生成检测查询的数据有效性验证方法
- 闫巧芝;王洁萍;杜小勇
- 《NDBC2009第26届中国数据库学术会议》 | 2009年
摘要：在外包数据库服务(DAS)中，数据拥有者将数据外包给第三方：服务提供商(DSP).与传统的DBMS相比，DAS通过提供基于Web的数据访问来节省数据库管理开销.为了保证DSP的服务质量，之前大部分工作关注于对数据隐秘性和数据有效性的研究.目前验证数据有效性的方法均要求DSP提供额外信息或储存额外数据，且每次更新都需要验证数据做相应调整，这在实际部署中是很低效的.为此我们提出了一种基于生成检测查询的数据有效性验证方法：通过用户发出过的多个查询生成检测查询，客户端根据检测查询的执行结果，并利用多个查询与检测查询的关系高效、有效地完成基于概率的有效性验证.通过实验验证了我们方法的可行性.
18.IC：动态社会关系网络社区结构的增量识别算法
- 单波;姜守旭;张硕;高宏;李建中
- 《NDBC2009第26届中国数据库学术会议》 | 2009年
摘要：社会关系网络(SNS)中社区结构的识别有助于得出有意义的个体间活动模式和社会发展规律，传统的静态SNS社区结构识别的方法不能发现SNS的变化规律，而最近受到广泛关注的动态SNS社区识别方法普遍存在可扩展性差的缺点.描述了动态SNS的数学模型，并在此基础上提出了动态SNS中发现社区结构的增量式新方法.提出方法利用动态网络时间局部性即相邻采样时刻网络变化不大的特点，通过增量分析避免对整个网络中的个体全部重新划分，达到较高的算法效率．分析和实验结果表明，效率高于现有方法，在大规模网络上(105结点量级)效率提升在一个数量级以上，发现的社区结构很好的反映出社会关系网络的本质结构.
19.XSLC：基于分层编码并面向查询的XML数据压缩算法
- 付强;王腾蛟;李红燕;杨冬青;唐世渭
- 《NDBC2009第26届中国数据库学术会议》 | 2009年
摘要：XML文档已经被广泛用来作为应用程序的一个数据交换的格式。针对XML数据的压缩技术也成为一个新的研究领域。本文提出XSLC(XML Stream Layered-coding Compression)算法，通过预先扫描DTD对数据模式进行分析，继而根据元素的父子关系进行子元素层面中的编码，同时能够根据数据类型进行数据压缩，能够在压缩之后的文档上进行查询，而由于仅需一遍压缩扫描故可以应用于数据流环境。实验表明XSLC算法在基于通常情况的DTD上，压缩比率和压缩时间优于传统算法。
20.Sub-Join：一种闪存数据库的查询优化算法
- 梁智超;周大;孟小峰
- 《NDBC2009第26届中国数据库学术会议》 | 2009年
摘要：和磁盘(HDD)相比，固态硬盘具有高速的随机读取速度、低功耗、体积小等特点，因而被认为将取代磁盘成为新一代的数据存储设备。但是闪存数据库的查询性能的提高却远小于固态硬盘相比于磁盘IO性能的提高．其原因在于现有的数据库是基于磁盘而设计的，使得现有的数据库不能充分发挥固态硬盘的高速性能。因此文章提出一种名为子连接(sub-Join)的连接算法。子连接算法首先将数据表的连接列和主键投影为新的子表，然后对子表进行接连操作，最后根据子表的连接结果再从原始数据表中回取查询结果。通过和开源数据库Oracle Berkeley DB的比较实验，结果表明子连接算法比原有的算法性能提高40％-100％，充分说明它的优越性。
21.基于区域覆盖的移动对象索引的设计与实现
- 王波涛;陈贺;马俊;喜连川优;王国仁
- 《NDBC2009第26届中国数据库学术会议》 | 2009年
摘要：对移动对象索引频繁更新问题进行了研究，提出了一种基于区域覆盖的空间索引结构虚拟网格四分树(VGQ)，通过索引移动对象所在的区域而非移动对象本身来减少由于移动对象位置改变引起的索引结构的改变，并给出了近似连续范围查询算法及增量和自底向上优化策略。实验结果表明VOQ在查询效率和空间使用上是一种有效地索引方法。
22.基于PURPOSE的隐私数据访问控制模型
- 刘逸敏;王智慧;周皓峰;汪卫
- 《NDBC2009第26届中国数据库学术会议》 | 2009年
摘要：随着各行业对隐私数据访问指导规范的颁布，如IHIPAA，OECD，隐私数据的访问控制逐渐成为隐私数据管理领域的一个研究热点。关系数据库中基于角色和视图的访问控制机制实现了对用户访问权限的控制，但是不能解决面向隐私的访问控制问题。隐私数据描述的关键元素是具有层次结构的Data Purpose。已有的基于DataPurpose的访问控制模型具有隐私策略兀余和没有考虑返回结果最大化的缺点。本文提出了一种新的基于Purpose的隐私数据访问控制机制(R-PAACEE)，通过对Data Purpose的概念分层，用二元组数据结构描述DataPurpose的层次数据模式，减少了隐私策略冗余，进而提出分离隐私与非隐私属性的查询重写算法，实现了查询返回结果的最大化。实验结果表明，针对隐私数据的查询访问，已加载R-PAACEE的数据库管理系统能够获得较好的查询效率。
23.基于安全访问控制的XML关键字检索
- 李晓东
- 《NDBC2009第26届中国数据库学术会议》 | 2009年
摘要：XML，的关键字检索简单易用，并且用户不必了解数据库的模式，近期受到人们的广泛关注。当前的相关研究主要集中于关键字检索的算法以及返回结果的组织和排序，然而却忽视了其中的安全性问题。结合XML，关键字搜索和XML安全控制，首次研究基于安全访问控制的XML关键字检索技术，包括：在XML关键字的最小最低公共祖先(SLCA)和基于视图的安全访问控制规则的基础上，确定基于安全访问控制规则的XML关键字检索结果：建立基于安全视图的关键字索引；以及在此基础上的关键字检索算法。实验表明，为了满足安全访问按制规则，我们的算法虽然需要额外的时间开销但总体上是高效的。
24.RR_tree：多维索引的关系模式实现新方法
- 于利胜;张倩;王珊;张延松
- 《NDBC2009第26届中国数据库学术会议》 | 2009年
摘要：为了有效的管理多媒体信息、地理信息及空间数据，学术界已经提出多种针对多维数据的索引方法，其中一些索引方法在现有的商用数据库系统(DBMS)已经实现．然而现有商用DBMS对于多维数据的索引方法有限，学术研究以及实际应用中需要更多种多维乃至高维数据索引方法
25.GPE：一种基于图模型的NFS有意义结果确定模型
- 李晓光;宋宝燕
- 《NDBC2009第26届中国数据库学术会议》 | 2009年
摘要：XML完全结构查询(NFS)是在缺乏完整的XML文档结构信息情况下的重要查询手段。针对图模型下的NFS有意义结果判断问题，在PE模型基础上提出一种基于图的有意义结果判断模型GPE；针对标签歧义性和复杂的结构语义，GPE采用一种语境受限的标签语义相似性和模式结构相似性。通过大量实验表明，GPE模型在查准率和查全率上要好于PE模型。
26.XCluster：基于聚类支持查询的XML多文档压缩方法
- 赵明;骆吉洲;李建中;高宏
- 《NDBC2009第26届中国数据库学术会议》 | 2009年
摘要：XML已成为各种网络应用中数据存储和数据交换的标准。XML数据管理面临的最大困难在于结构与数据混合存储导致大量数据冗余，这极大地增加了XML数据存储、交换和处理的代价。对XML文档进行压缩可以在一定程度上解决这个问题。但现有XML压缩方法大都仅压缩单文档中的冗余信息。本文利用XML文档间的相似性，提出一种支持查询的多XML文档压缩存储方法XCluster。XCluster先利用XML有根有序标签树上改进的pq-gram近似距离对XML文档集进行层次聚类：然后合并每个聚类结果子集中文档的结构得到结构代表并进行字典编码压缩；同时合并不同文档内同一标签下的值内容并根据其数据类型进行相应编码压缩。实验结果表明，在真实和生成的XML多文档数据集上，XClustcr比XGrind和XQilla具有更好的压缩效果和查询效率。
27.基于路网的不确定性轨迹预测
- 郭黎敏;丁治明;胡泽林;陈超
- 《NDBC2009第26届中国数据库学术会议》 | 2009年
摘要：移动对象的轨迹预测研究已成为当前移动对象研究中关注的热点，移动对象的轨迹预测技术具有高度的研究价值及广阔的应用前景。目前移动对象的轨迹预测方法主要是针对历史轨迹确定的欧式空间轨迹预测，但有相当大一部分的应用要求预测历史轨迹存在不确定性的移动对象在受限路网中的轨迹。为了解决这一问题，本文首先提出了不确定性轨迹的生成方法及其表示形式，然后提出了一种基于路网的不确定性轨迹频繁模式挖掘算法，再给出了利用索引快速查找轨迹模式，并进行预测的方法。实验结果表明本文提出的方法具有较高的预测准确率、较好的查询效率以及较低的存储空间。
28.基于Hole-Filler模型的XML数据流上的SLCA算法
- 霍欢;王国仁;陈庆奎;彭敦陆
- 《NDBC2009第26届中国数据库学术会议》 | 2009年
摘要：与传统数据库对XNK数据的处理不同，对XML数据流的处理不仅受实时性的约束，还受存储空间的限制.本文在XML片段无序传送的广播模型中，考虑在XML数据流上进行关键字查询，首次提出了近似SLCA算法.利用结构哈希表和LCA表对关键字进行匹配并计算SLCA，进而避免冗余操作.同时，SLCA算法可以对匹配结果立即输出而不必等到数据流传输结束.实验结果表明，基于Hole-Filler模型的XML数据流上的SLCA算法在节省时间和空间开销方面表现出较好的性能.
29.面向高维数据的低冗余Top-k异常点发现方法
- 陈冠华;马秀莉;杨冬青;唐世渭;帅猛
- 《NDBC2009第26届中国数据库学术会议》 | 2009年
摘要：异常发现是数据挖掘领域的一类重要任务，一直以来受到研究人员的广泛关注。针对高维对象的异常度量问题和异常点集合的冗余问题，本文提出了一种新的面向高维数据的异常点发现方法。该方法通过采用高维数据的二部图表示，以高维对象的压缩能力作为其异常程度的度量，能够有效支持包含多种不同属性的高维数据。为了解决top-k异常点集合中的冗余问题，我们提出了低冗余top-k异常点的概念。由于精确计算低冗余的top-k异常点是NP-hard问题，我们设计了计算近似低冗余的top-k异常点的启发式方法j-AnomaliesHD算法。从在真实和人工数据集上的实验结果可以看出，该方法不仅具有较好的扩展性，而且与不考虑冗余的异常点发现方法相比较，能够更有效地概括数据中的异常模式。
30.不确定数据上聚集查询的分布式处理算法
- 周逊;李建中;石胜飞
- 《NDBC2009第26届中国数据库学术会议》 | 2009年
摘要：不确定数据查询技术在军事、金融、电信等领域中起到了越来越重要的作用。目前这一领域的研究主要是在集中式数据库或数据流上进行的。事实上不确定性数据在传感器网络，分布式Web Server及P2P系统等分布式系统中广泛存在。从这些系统中收集所有数据进行集中式查询将带来巨大的通信开销、时间延迟和存储代价。同时，由于不确定数据的特点，大多数集中式不确定查询算法在分布式环境下并不适用。本文给出一种分不确定数据的最大值和Top-k聚集查询定义，并分别提出了基于过滤策略的分布式聚集算法。算法的主要思想是根据数据的分布区间和概率进行计算，尽可能将不可能成为最终查询结果的数据抛弃。实验结果表明，在各类系统和数据条件下，本文的过滤算法都能够正确地得到查询结果并显著降低系统的数据通信开销。
31.基于距离的不确定离群点检测
- 于浩;王斌;肖刚;杨晓春
- 《NDBC2009第26届中国数据库学术会议》 | 2009年
摘要：在诸如网络入侵、无线传感器网络异常事件等检测应用中，离群点检测是一项具有很高应用价值的技术。这项技术在确定性数据中已经得到了深入的研究，但在新兴的不确定数据领域却是一项新的研究课题。在无线传感嚣网络、数据集成和数据挖掘等技术中使用不确定数据模型，更能真实反映现实世界，进一步提高这些技术的实际可行性。本文针对不确定数据下的离群点提出新的定义。并提出基于距离的不确定数据离群点检测的高效过滤方法，包括基础过滤方法b-RFA和改进方法o-RFA，最后提出高效概率计算方法DPA。b-RFA方法利用非离群点的过滤性质，减少检测次数；o-RFA方法通过挖掘数据分布信息对b-RFA方法做出改进，进一步提高过滤效率；DPA方法找到概率求解中的递推规律，极大提高了单点检测效率。实验证明本文提出的过滤方法和检测方法都具有良好的性能。
32.不确定数据库中基于x-tuple的高效Top-k查询处理算法
- 刘德喜;万常选;刘喜平
- 《NDBC2009第26届中国数据库学术会议》 | 2009年
摘要：Top-k查询由于其广泛的应用而倍受欢迎。不确定数据库中通常考虑的两条生成规则是：独立和互斥，一个x-tuple是由一些互斥的元组组成的，构成一个x-tuple的各个元组称为该x-tuple的可选元组。u-kRanks查询考虑x-tuple中每个可选元组排在前七的概率，并返回最可能排在前k的七个元组．已有的Top-k语义都没有将x-tuple作为一个整体，因此，定义了一种新的Top-七查询语义，不确定x-kRanks查询(U-x-kRanks)，该Top-k语义返回最可能排在前七的七个x-tuple而非元组。新语义考虑x-tuple中的每个可选元组位于前七的概率，并将之汇集，得到整个x-tupIe位于前七的概率。提出了一种基于动态规划的有效算法处理U-x-kRanks查询，在最小的搜索空间内完成查询处理过程。不同数据集合上的综合实验显示，所提出的算法是高效的。
33.支持块编辑距离的索引结构
- 王斌;郭庆;李中博;杨晓春
- 《NDBC2009第26届中国数据库学术会议》 | 2009年
摘要：在近似字符串匹配中，传统的编辑距离不能很好地衡量诸如人名、地址等数据的相似关系，而块编辑距离可以很好地衡量两个字符串的相似性。如何有效的支持块编辑距离，进行近似字符串查询处理具有重要的意义。计算两个字符串的块编辑距离是一个NP完全问题，因此希望从数据集中过滤掉尽可能多的不是答案的字符串。首先给出支持子串移动编辑距离的一个下界，并基于此提出一种新颖的索引结构SHV-trie。为了减少SHV-trie的空间开销，又提出基于调整字符排列顺序的优化策略和SHV-trie的一种压缩索引结构CST。真实数据集上的实验结果与分析显示了所提出的索引结构具有良好的过滤能力和效率。
34.传感器网络中多近似连续范围查询的处理技术
- 何文麟;曹芳菲;陈红
- 《NDBC2009第26届中国数据库学术会议》 | 2009年
摘要：无线传感器网络为数据库的研究开辟了新的研究领域，高效利用节点的有限能量是当前研究的主要目标。如果发布到网络中多个近似连续范围查询不经过优化处理而独立执行，会造成节点为不同查询重复发送相同感知数据，从而增加节点的能耗，降低网络寿命。rn 本文针对近似连续范围查询研究了多查询优化技术，设计了一种索引多维范围查询的多叉索引树结构rq-kd-tree，通过获取多查询的公共查询区域(查询相交区域>以及基于查询相似度的概念合并相交区域上的多个查询、重写查询。最后，实验证明了本文所提的算法可以实现能量有效的多查询处理过程。
35.基于内存数据库的OLAP并行查询处理技术研究
- 张延松;张宇;黄伟;王珊;陈红
- 《NDBC2009第26届中国数据库学术会议》 | 2009年
摘要：根据OLAP查询的特点和内存数据库的性能特征提出了由多个内存数据库组成的并行OLAP查询处理系统，将OLAP应用中的多维聚集查询分布到各个计算节点并行进行聚集计算并将聚集计算的结果进行合并输出.与其他并行处理方法相比，该算法充分利用OLAPDB结构中维表远小于事实表的特性，根据数据库中事实表的数据量和节点的数据处理能力进行水平数据库分片并根据聚集函数的可分布计算特性，提高查询处理的并行度，延迟并行查询处理中的合并过程，充分利用节点的并行处理能力，减少并行查询处理过程中的数据通讯量，提高系统并行查询处理性能.该算法易于实现，具有较好的可扩展性和性能，适用于企业级海量数据处理领域的需求.
36.一种高效的动态脚本网站有效页面获取方法
- 夏冰;高军;王腾蛟;杨冬青
- 《NDBC2009第26届中国数据库学术会议》 | 2009年
摘要：随着Web2.0时代的到来，越来越多的网站采用了动态脚本的方式与用户进行交互.页面的转换不再仅通过点击“”标签进行，URL也不再是页面的唯一标识.传统网络爬虫无法应对含动态脚本的网页，如Google等搜索引擎即对这些网页采取回避的态度.对这些网页的抓取方法的研究仍处在起步阶段，本文提出了一种高效的动态脚本网站有效页面的获取方法，首先通过训练获得哪些页面元素触发的哪些事件将引向我们所需的页面，总结出这些页面元素的XPath特征及触发的事件类型．在以后的抓取中，只触发这些页面元素上的特定事件，从而提升抓取效率.此外，我们通过实验证明我们方法的效率和性能.
37.Ar/T-Net：一种面向Artifact的业务过程概念模型
- 王颖;刘国华;赵丹枫;赵威
- 《NDBC2009第26届中国数据库学术会议》 | 2009年
摘要：以数据为中心是业务过程管理发展的新趋势，面向Artifact的业务过程管理是一种具有代表性的以数据为中心的业务过程管理技术。概念模型设计是面向Artifact的业务过程设计的关键步骤，但目前还没有成型的建模和分析工具。利用谓词/变迁Petri-Net建模的优势，根据Artifact的特点，用嵌套关系模式定义Artifact的结构，以描述Artifact的嵌套关系模式作为谓词，提出一种适合于概念模型设计的谓词/变迁Petri-Net，即Ar/T-Net，以可达性分析为例，讨论了Ar/TNet的功能。
38.面向科技主题发展分段的社区核心圈技术
- 钱铁云;李青;许承瑜
- 《NDBC2009第26届中国数据库学术会议》 | 2009年
摘要：现有的主题发展分析主要集中在总体趋势的识别上，不能回答“该领域目前处于什么发展状态?”等问题。本文提出一种新的研究任务，旨在考察科技主题所处的发展状态。为完成此任务，在利用网络社区建模主题的基础上，提出一种基于社区核心圈的分析技术。按照核心圈生长过程中的分裂期和分裂间期，将主题发展划分为产生、扩张、浸润及收缩四个状态。实验表明，依据社区核心圈可准确判断新兴主题的产生，且其成长模式对整个主题的发展有巨大影响。
39.C-Rank：一种Deep Web数据记录可信度评估方法
- 艾静;王仲远;孟小峰
- 《NDBC2009第26届中国数据库学术会议》 | 2009年
摘要：针对Web信息可信度问题，提出了一种为Deep Web数据记录计算可信度的有效方法C-Rank。该方法为每一条记录构造一个S-R可信度网络，包含两种类型顶点及三种类型边。首先基于可信度传播的思想，利用顶点出度为每一个硕点计算其局部可信度值；再利用Record顶点入度及相邻Sito顶点的可信度值，为该Record顶点计算权值；继而求得整个S-R网络的全局可信度值。实验证明，C-Rank方法能够合理而有效地评价数据记录的可信度，从而达到甄别虚假信息，为用户推荐可信数据记录的目的。该方法普遍适用于Deep Web的各个领域。
40.IMVPP一种为物化视图选择构造搜索空间的新策略
- 张红;夏小玲
- 《NDBC2009第26届中国数据库学术会议》 | 2009年
摘要：数据仓库中物化视图选择算法的代价与搜索空间的尺寸紧密相关。本文提出了一种基于输入查询的公共子表达式的候选视图搜索空间构造方法IMVPP，它利用算法1计算出的最大公共子表达式，能被其他查询共享，并可对输入查询进行重写，有利于缩减视图搜索空间，提高查询效率。理论分析与实验结果表明，此方法是有效可行的。
41.InforSIB事件代数的形式化框架与代数性质
- 刘家红;朱锐;滕猛;吴泉源
- 《NDBC2009第26届中国数据库学术会议》 | 2009年
摘要：复合事件处理对系统多节点处以及系统外部生成的大量的、连续到达的事件，通过规则匹配、推理等方法对事件模式进行检测，连续输出经过组合后的复合事件，以触发相应的后继处理。事件查询语言是规约事件模式的声明性语言，事件代数决定了事件查询语言的表达能力，同时也间接影响了事件检测的性能，因此，在权衡检测性能与事件查询语言的表达能力时，深入分析事件代数是非常重要的手段。基于White事件代数，扩展了事件代数的形式化框架，在形式化框架中考虑复合事件在更精细的时间关系下的语义定义，以增强事件代数的表达能力，同时考虑与应用相关的事件选择和消费策略-上下文策略，以提高事件检测的性能。讨论了InforsIB事件代数的代数性质，提出的上下文策略非常适合用于实时监控等领域，且具有良好的代数性质，保证了复合事件检测的时间和空间复杂度是有界的。
42.从不确定数据集中挖掘频繁Co-location模式
- 陆叶;王丽珍;张晓峰
- 《NDBC2009第26届中国数据库学术会议》 | 2009年
摘要：由于现实生活中对不确定数据应用的需要，不确定数据的研究已经成为最近研究的热点。本文把挖掘频繁co-location模式的经典算法Join-based算法扩展到了UJoin-based算法，目的是解决从不确定数据集中挖掘频繁co-location模式的问题。针对UJoin-based算法中ED计算开销大的问题，本文介绍了两种剪枝技术：边界矩形剪枝技术和三角不等式剪枝技术，其中，在三角不等式剪枝部分，分别讨论了取1个锚点，5个锚点和9个锚点的不同情况。实验部分通过大量的实验证明剪枝策略有效避免了大量ED的计算，提高了算法的效率。
43.内存存储模型上的多表连接优化技术研究
- 张延松;于利胜;王珊;陈红
- 《NDBC2009第26届中国数据库学术会议》 | 2009年
摘要：分析了面向先进硬件平台上的数据库优化技术，提出了基于内存存储模型的多表连接查询处理优化技术，采用内存存储模型存储维表并对维表主键进行顺序化，从而使维表的主键与内存维表记录的内存偏移地址相一致，实现对维表记录的内存直接访问。通过列存储技术减少维表记录的访问宽度，进一步优化维表访问的cache性能。实验中与基于SQL server2005的查询执行计划的连接算法、join index连接算法、基于列存储模型的优化连接算法进行比较和性能测试，结果显示，基于内存存储模型的多表连接算法在处理星型结构数据仓库多谓词、多连接的复杂查询时具有很好的性能，与join index相比不需要额外的空间开销，与列存储数据额模型相比具有更好的兼容性和性能。
44.针对通信社会网络的时间序列链接预测算法
- 郭景峰;代军丽;马鑫;王娟
- 《NDBC2009第26届中国数据库学术会议》 | 2009年
摘要：已有静态链接预测主要采用覆盖图表示社会网络，利用链接之间的结构信息来预测链接的发生。然而，这些方法仅能预测新链接的发生，而对旧链接的重复发生没有做预测，因此不适合用于预测重复发生的链接是主要兴趣的应用领域。针对静态链接预测算法存在的不足，引入时间序列链接预测算法，并且组合静态和时间序列链接预测算法为混合时间序列链接预测算法。在Enron电子邮件数据集上的实验结果表明，时间序列链接预测算法性能优于静态链接预测，混合时间序列链接预测算法的预测性能比单独使用静态或者时间序列链接预测算法都要优越。
45.基于星型模型的轮廓连接查询算法
- 徐忠华;张剡;陈玲;柏文阳
- 《NDBC2009第26届中国数据库学术会议》 | 2009年
摘要：轮廓查询在多标准决策中具有重要应用价值，研究者对于单表轮廓查询已经进行了大量工作，但在实际中，轮廓查询的属性很可能分布在多张表中，比如在数据仓库中的星型模型中。如果在多表连接之后进行轮廓查询，随着维度和元组数目的增加，计算代价会越来越大。为此，本文针对数据仓库中星型模型的数据特点，提出了三种此模型下的多表连接轮廓查询算法并对算法进行了实验比较分析。实验表明，我们的算法比先连接再做单表轮廓查询的算法更为有效，并且这三种算法在不同特点的数据集合下会表现出各自的优势。
46.DAS模式下基于密文分组索引的完整性验证
- 杨平平;杜小勇;王洁萍
- 《NDBC2009第26届中国数据库学术会议》 | 2009年
摘要：目前关于DAS(Database as a Service)模式下的全概率完整性验证方法主要是建立在明文数据上，并没有建立在密文数据上的完整性验证方法。本文提出一种建立在密文数据上的适用于动态数据库的完整性验证方法。分组索引是在DAS模式下一种高效的密文索引，本文在密文数据分组索引的基础上，提出利用无碰撞增量式哈希生成完整性验证信息的方法。这是一种验证速度快(可并行计算)、维护代价小(对于增删改操作可增量式维护)的全概率验证方法，适用于动态数据库中完整性的验证。
47.bibEOS：一个高质量的社会化文献检索与管理系统
- 孟啸;王宏志;高宏;李建中
- 《NDBC2009第26届中国数据库学术会议》 | 2009年
摘要：社会化系统是以用户为核心的系统，利用用户参与可以持续地改进系统的质量。而当前的系统并没有有效利用用户参与信息来改善系统的数据质量，本文提出了利用用户信息改进系统的数据质量从而提高查询结果质量的策略，并且综合这些策略，设计了一个社会化文献检索与管理系统。作为一个完整的社会化系统，该系统集成了数据采集、数据清洗、用户标记系统以及论文结果排序等技术。本文通过实验验证了本文提出技术的有效性。
48.一种无线传感器网络数据安全免疫体系结构
- 董晓梅;周越德;李晓华
- 《NDBC2009第26届中国数据库学术会议》 | 2009年
摘要：LEACH协议是提出较早，较为完整的无线传感器网络协议之一。在LEACH协议的基础上，借鉴生物免疫系统的原理，本文提出了一种新的适用于无线传感器网络的免疫体系结构。为构建这个体系，提出了基于覆盖面的备份簇头选举算法，嵌入数字基因的免疫应答算法，以及各状态节点的转换机制。备份簇头的引入，大大降低恶意簇头对整个簇造成的破坏，免疫应答算法通过各功能节点的相互协作，能够有效地抵御恶意节点的攻击，减小和消除恶意数据的影响。仿真验证了该体系的有效性，在提高了安全性的同时，并不影响网络生命期。
49.平衡IO和CPU的XML关键词检索技术
- 李求实;王秋月;王珊
- 《NDBC2009第26届中国数据库学术会议》 | 2009年
摘要：由于当前XML在数据交换和数据存储中的普遍应用，基于XML文档的信息检索研究已经成为新的研究热点。XML文档本身含有结构信息可以使其检索精度得到相当大的提高。但相应地，XML检索中使用的更复杂的评分模型(如组合语言模型和推理网络的结构化评分模型)和更细的返回结果粒度(由文档转变为元素或者段落)，也使得传统的信息检索由I/O密集型应用转变为CPU密集型应用。针对上述应用特点的转变，我们提出了一种新的检索处理模型，即保存数据的两种索引形式，根据系统的状态动态调整任务的调度，平衡I/O和CPU的处理，以达到减少单个查询的平均响应时间。
50.基于TF/IDF相似度的标签聚类方法
- 韩敏;唐常杰;段磊;李川;巩杰
- 《NDBC2009第26届中国数据库学术会议》 | 2009年
摘要：社会标签系统是Web2.0中提出的新概念，旨在更好地表达用户的兴趣和意愿。标签聚类是社会标签数据挖掘中一个非常重要的研究课题．标签相似度的计算是标签聚类的关键技术。主要工作包括：(1)提出一种基于TF/IDF的标签相似度计算方法和基于该相似度的聚类算法；(2)分析了影响标签相似度的条件；(3)通过详实的实验表明，与已有方法相比，新方法具有更好的准确性。