專(zhuān)利名稱(chēng)：傳感器數(shù)據(jù)流復(fù)雜查詢(xún)結(jié)果的數(shù)據(jù)起源跟蹤方法
技術(shù)領(lǐng)域：
本發(fā)明屬于傳感器數(shù)據(jù)倉(cāng)庫(kù)中冰山查詢(xún)結(jié)果的逆向跟蹤技術(shù)，特別是傳感器數(shù)據(jù) 流復(fù)雜查詢(xún)結(jié)果的數(shù)據(jù)起源跟蹤方法。
背景技術(shù)：
新一代傳感器和傳感器(無(wú)線(xiàn)射頻識(shí)別)技術(shù)為人們提供了強(qiáng)大的感知、理解并 管理世界的能力，許多基于傳感器的新應(yīng)用迫切需要一種現(xiàn)有數(shù)據(jù)管理系統(tǒng)不具備的能 力——追溯事件和查詢(xún)結(jié)果的起源，即支持高層應(yīng)用到低層數(shù)據(jù)反向查詢(xún)的數(shù)據(jù)起源追蹤 能力。冰山查詢(xún)?cè)诖罅枯斎氲臄?shù)據(jù)元組上返回極少的查詢(xún)結(jié)果，是傳感器數(shù)據(jù)倉(cāng)庫(kù)上典型 的、頻繁應(yīng)用的一類(lèi)查詢(xún)。由于冰山查詢(xún)涉及到一個(gè)屬性或?qū)傩约系木奂瘮?shù)，同時(shí)傳感 器數(shù)據(jù)具有不確定性、冗余性、蘊(yùn)含時(shí)空性、需要在線(xiàn)響應(yīng)等特點(diǎn)，數(shù)據(jù)來(lái)源可能不可訪(fǎng)問(wèn) 或訪(fǎng)問(wèn)的代價(jià)高昂，因此追蹤傳感器冰山查詢(xún)結(jié)果的數(shù)據(jù)起源信息非常困難，為數(shù)據(jù)庫(kù)、傳 感器網(wǎng)絡(luò)、復(fù)雜事件處理等研究領(lǐng)域提出了許多新的挑戰(zhàn)。數(shù)據(jù)的起源記載了對(duì)數(shù)據(jù)處理的整個(gè)歷史，包括數(shù)據(jù)的起源和處理這些數(shù)據(jù)的 所有后繼過(guò)程，數(shù)據(jù)起源追蹤(Data Lineage Tracing)，也可稱(chēng)為“數(shù)據(jù)起源追蹤(Data Provenance Tracing) ”，主要關(guān)注怎樣從用戶(hù)感興趣的高層視圖回溯到導(dǎo)出此視圖的原始 資源數(shù)據(jù)的問(wèn)題。冰山查詢(xún)的數(shù)據(jù)起源追蹤是基于傳感器技術(shù)的定位、追蹤應(yīng)用必需支持 的功能，數(shù)據(jù)分析、數(shù)據(jù)質(zhì)量檢查等階段會(huì)頻繁地對(duì)冰山查詢(xún)的結(jié)果進(jìn)行回溯，其執(zhí)行效率 極大地影響傳感器數(shù)據(jù)管理系統(tǒng)響應(yīng)查詢(xún)的能力，而這種功能在傳統(tǒng)數(shù)據(jù)倉(cāng)庫(kù)中的地位是 可有可無(wú)的。數(shù)據(jù)起源的相關(guān)研究近幾年吸引了數(shù)據(jù)集成、Web搜索、語(yǔ)義標(biāo)注等領(lǐng)域?qū)W者的廣 泛關(guān)注。國(guó)外在數(shù)據(jù)倉(cāng)庫(kù)、E-science、質(zhì)量追蹤、保證數(shù)據(jù)可信性和再現(xiàn)性方面已經(jīng)有一些 數(shù)據(jù)起源的研究成果，而國(guó)內(nèi)在數(shù)據(jù)起源方面的研究才剛剛開(kāi)始。目前數(shù)據(jù)起源追蹤主要 有3種途徑查詢(xún)求逆、標(biāo)注和工作流日志。(1)查詢(xún)求逆是在起源追蹤時(shí)通過(guò)對(duì)查詢(xún)或者視圖定義進(jìn)行分析，求逆(執(zhí)行逆 查詢(xún))的結(jié)果就是數(shù)據(jù)的起源(Y. W. Cui，J. ffidom, J. L. Wiener. Tracing theLineage of View Data in a Warehousing Environment. ACM Transactions onDatabase Systems, 2000,25(2) :179-227)。由于它是在需要用到數(shù)據(jù)起源時(shí)才進(jìn)行計(jì)算分析，因而又稱(chēng)為 “l(fā)azy”方式。這種方式主要是在早期把數(shù)據(jù)起源用于視圖維護(hù)和更新問(wèn)題時(shí)提出來(lái)的。查 詢(xún)求逆計(jì)算方法的缺點(diǎn)在于，它不完全適用于復(fù)雜查詢(xún)。因?yàn)楝F(xiàn)有的查詢(xún)求逆研究中都是 假設(shè)復(fù)雜查詢(xún)滿(mǎn)足一定的條件并且可以被規(guī)范化或者改寫(xiě)，但實(shí)際上并不是所有的查詢(xún)都 是如此，即使?jié)M足一定的條件，求出的數(shù)據(jù)起源有時(shí)也并不精確。(2)將標(biāo)注用于數(shù)據(jù)起源就是在標(biāo)注中記錄一些關(guān)于數(shù)據(jù)出處或者產(chǎn)生過(guò)程歷史 的信息(P Buneman, S Khanna, W C Tan. On Propagation of Deletions andAnnotations Through Views. In =Proc of the Int IConf on Management of Data(ACMSIGM0D/P0DS)， 2002. 150-158)。由于這種方式是在一開(kāi)始就讓數(shù)據(jù)通過(guò)標(biāo)注攜帶一些數(shù)據(jù)起源信息，因而又稱(chēng)為“eager”方式。關(guān)于標(biāo)注的組織、管理等有一系列問(wèn)題有待解決。Bhagwat 等(D Bhagwat, L Chiticariu, W C Tan，G Vijayvargiya. An Annotation Management System for Relaional Databases. In :Proc of the Int' IConf on Very Large Data Base(VLDB)，2004. 900-911)設(shè)計(jì)了一種基于關(guān)系的管理標(biāo)注的數(shù)據(jù)模型，其中每個(gè)數(shù)據(jù)項(xiàng) (屬性)都帶有標(biāo)注，當(dāng)數(shù)據(jù)在轉(zhuǎn)移的時(shí)候標(biāo)注能夠隨著數(shù)據(jù)一起轉(zhuǎn)移。這種存儲(chǔ)模式的 問(wèn)題是冗余比較大，而且事實(shí)上要求修改關(guān)系模式，這在很多情況下是不可能的，并且只支 持屬性粒度上的標(biāo)注。Buneman 等(Peter Buneman，Adriane P. Chapman，James Cheney. ProvenanceManagement in Curated Databases SIGMOD 2006,June 27-29,2006,Chicago, Illinois,USA.)研究了可在數(shù)據(jù)庫(kù)之間復(fù)制記錄的通用數(shù)據(jù)起源技術(shù)，提出一種追蹤用戶(hù) 行為的方法，瀏覽源數(shù)據(jù)庫(kù)并將數(shù)據(jù)復(fù)制到curated數(shù)據(jù)庫(kù)，用可查詢(xún)的便利形式記錄用 戶(hù)的行為。另外 W7 標(biāo)注模式(Sudha Ram, Jun Hu, Regi ThomasGeorge. PROMS :A System for Harvesting and Managing Data Provenanc.)是目前具有一定的語(yǔ)義信息的先進(jìn)標(biāo)注 模式，其結(jié)構(gòu)比逆查詢(xún)語(yǔ)句具有更大的靈活性。由于大多數(shù)現(xiàn)有的數(shù)據(jù)管理系統(tǒng)是沒(méi)有存 儲(chǔ)標(biāo)注的，因此首要問(wèn)題就是如何創(chuàng)建或者獲取標(biāo)注。在有些系統(tǒng)中提供了相應(yīng)的工具集 幫助用戶(hù)創(chuàng)建標(biāo)注，但是從數(shù)據(jù)起源的角度來(lái)說(shuō)，傳感器數(shù)據(jù)流本身就蘊(yùn)含了適于自動(dòng)獲 取的時(shí)空信息，到目前為止，還沒(méi)有人做過(guò)有關(guān)傳感器數(shù)據(jù)起源自動(dòng)標(biāo)注和手動(dòng)標(biāo)注方面 的研究。(3)工作流日志是基于消息層次的對(duì)數(shù)據(jù)加工的記錄。已有的研究認(rèn)為工作流日 志沒(méi)有足夠的語(yǔ)義信息，即使將它收集到，對(duì)于重塑工作流得到原始數(shù)據(jù)也很難，在實(shí)際的 操作過(guò)程中工作流日志往往起到輔助作用，作為其他兩種方式的補(bǔ)充。然而，正是這種輔助 作用對(duì)傳感器數(shù)據(jù)流連續(xù)處理的性質(zhì)具有重要意義，工作流日志有助于采用有向圖搜索、 狀態(tài)遷移等方法對(duì)數(shù)據(jù)起源實(shí)現(xiàn)有效地追溯，這也是現(xiàn)有研究成果中未曾考慮到的。在國(guó)內(nèi)，劉喜平等首次介紹了數(shù)據(jù)起源的概念、意義和發(fā)展(劉喜平，萬(wàn)常選.數(shù) 據(jù)起源研究綜述.科技廣場(chǎng).2005，1 :47-5 ；李亞子比較了幾種常用的數(shù)據(jù)起源描述模 型，提出由XML Schema描述逐漸發(fā)展到構(gòu)建領(lǐng)域本體進(jìn)而實(shí)現(xiàn)推理機(jī)制，是數(shù)據(jù)來(lái)源追 蹤的發(fā)展方向之一(李亞子.數(shù)據(jù)起源標(biāo)注模式與描述模型.現(xiàn)代圖書(shū)情報(bào)技術(shù).2007， 153(7) :10-13) 0近幾年國(guó)內(nèi)僅在語(yǔ)義標(biāo)注領(lǐng)域有一些研究成果，然而這些研究并不是 為了解決起源追蹤問(wèn)題。與常規(guī)靜態(tài)數(shù)據(jù)庫(kù)上的起源追蹤相比，傳感器數(shù)據(jù)面臨的起源 追蹤問(wèn)題更為復(fù)雜、起源追蹤查詢(xún)代價(jià)更為高昂。傳感器的大量部署，會(huì)導(dǎo)致如洪水般 的標(biāo)簽信息涌入系統(tǒng)，必須解決傳感器數(shù)據(jù)的噴涌問(wèn)題。目前公認(rèn)的方法是在傳感器數(shù) 據(jù)管理系統(tǒng)中設(shè)置數(shù)據(jù)連接器，包括傳感器中間件、事件處理與內(nèi)存數(shù)據(jù)cache。原始 數(shù)據(jù)經(jīng)過(guò)復(fù)雜中間處理過(guò)程，增加了追蹤的難度。在考慮推導(dǎo)規(guī)則不確定性的前提下， 使用起源跟蹤發(fā)現(xiàn)適合物化的推導(dǎo)規(guī)則集，是傳感器數(shù)據(jù)處理領(lǐng)域中一個(gè)令人感興趣的 未角軍難題(R. Derakhshan, Μ. E. Orlowska, Li Xue. RFID Data Management Challenges andOpportunities. in Proceeding of IEEE International Conference on RFID 2007, 26-28March 2007Page (s) :175-182)?，F(xiàn)有的起源追蹤技術(shù)在應(yīng)用到傳感器數(shù)據(jù)流中存在以下四個(gè)問(wèn)題(1)已有的數(shù) 據(jù)起源研究大多只是針對(duì)科學(xué)數(shù)據(jù)庫(kù)，未考慮以數(shù)據(jù)流處理為特征的傳感器數(shù)據(jù)起源追蹤 快速響應(yīng)的需要，這使得現(xiàn)有的起源追蹤方法很難直接應(yīng)用到傳感器數(shù)據(jù)管理，需要從創(chuàng)建新起源追蹤模型的高度來(lái)解決傳感器數(shù)據(jù)起源的追蹤問(wèn)題；( 現(xiàn)有針對(duì)數(shù)據(jù)起源的研 究都停留在變化相對(duì)緩慢的靜態(tài)數(shù)據(jù)集定性分析與描述上，無(wú)法適應(yīng)變化的傳感器數(shù)據(jù) 流；(3)逆反性并不是數(shù)據(jù)處理查詢(xún)或函數(shù)的通常屬性，如果不能精準(zhǔn)確定數(shù)據(jù)項(xiàng)，即使找 到了弱逆函數(shù)對(duì)應(yīng)用的意義也不大。(4)為設(shè)計(jì)反函數(shù)或逆查詢(xún)，需要預(yù)先理解數(shù)據(jù)處理的 復(fù)雜過(guò)程，這就使得方案只能針對(duì)特定的應(yīng)用，很難自動(dòng)化。同時(shí)為逆查詢(xún)或逆函數(shù)編碼必 須花費(fèi)極大的努力，阻礙了這種技術(shù)的應(yīng)用。

發(fā)明內(nèi)容
本發(fā)明所解決的技術(shù)問(wèn)題在于提供一種快速精確的傳感器數(shù)據(jù)流復(fù)雜查詢(xún)結(jié)果 的數(shù)據(jù)起源跟蹤方法。實(shí)現(xiàn)本發(fā)明目的的技術(shù)解決方案為一種傳感器數(shù)據(jù)流復(fù)雜查詢(xún)結(jié)果的數(shù)據(jù)起源 跟蹤方法，包括以下步驟步驟1、確定起源追蹤查詢(xún)滑動(dòng)窗口大小；步驟2、對(duì)起源查詢(xún)進(jìn)行規(guī)范化描述；步驟3、對(duì)起源追蹤查詢(xún)的類(lèi)別進(jìn)行判斷并設(shè)計(jì)相應(yīng)算法；步驟4、設(shè)計(jì)起源追蹤的框架；步驟5、對(duì)整個(gè)起源追蹤算法進(jìn)行實(shí)施，從而實(shí)現(xiàn)對(duì)傳感器數(shù)據(jù)流復(fù)雜查詢(xún)結(jié)果的 數(shù)據(jù)起源的跟蹤。本發(fā)明與現(xiàn)有技術(shù)相比，其顯著優(yōu)點(diǎn)(1)突破現(xiàn)有傳感器數(shù)據(jù)管理中無(wú)法支持 復(fù)雜查詢(xún)回溯的技術(shù)局限，將數(shù)據(jù)起源追蹤概念首次引入傳感器數(shù)據(jù)流上的冰山查詢(xún)領(lǐng) 域，為新型在線(xiàn)追蹤應(yīng)用提供可行的解決方案。(2)以數(shù)據(jù)流在線(xiàn)處理的方式建立適應(yīng)傳感 器數(shù)據(jù)不確定性、不完整性等特征的數(shù)據(jù)起源追蹤模型；C3)根據(jù)不等概采樣原理動(dòng)態(tài)確 定起源追蹤查詢(xún)窗口的大小，適應(yīng)數(shù)據(jù)流變化；(4)基于流式處理的傳感器數(shù)據(jù)起源追蹤 運(yùn)算理論與起源追蹤查詢(xún)算法(涉及區(qū)域位置、距離、時(shí)間的逆選擇、投影、并、交、聚集及 連接運(yùn)算)。本發(fā)明建立的計(jì)算模型針對(duì)快速變換的數(shù)據(jù)流，提出適用于包括已知處理邏 輯和未知處理邏輯等不同情況的傳感器數(shù)據(jù)流逆查詢(xún)算法，可在線(xiàn)得出數(shù)據(jù)起源信息。(5) 代價(jià)小，數(shù)據(jù)起源追蹤結(jié)果集精確，伸縮性能好。下面結(jié)合附圖對(duì)本發(fā)明作進(jìn)一步詳細(xì)描述。


圖1為本發(fā)明的傳感器數(shù)據(jù)流復(fù)雜查詢(xún)結(jié)果的數(shù)據(jù)起源跟蹤方法流程圖。圖2為傳感器數(shù)據(jù)流起源追蹤含義示意圖。圖3為流式傳感器數(shù)據(jù)起源追蹤系統(tǒng)框架圖。圖4為傳感器數(shù)據(jù)復(fù)雜查詢(xún)導(dǎo)出數(shù)據(jù)流示例圖。圖5為借助中間傳感器導(dǎo)出數(shù)據(jù)流迭代計(jì)算起源圖。圖6為不同起源追蹤方法和起源追蹤時(shí)間的關(guān)系圖。圖7為三種起源追蹤方法對(duì)傳感器數(shù)據(jù)的起源追蹤精度的對(duì)比圖。
具體實(shí)施例方式結(jié)合圖1，本發(fā)明的一種傳感器數(shù)據(jù)流復(fù)雜查詢(xún)結(jié)果的數(shù)據(jù)起源跟蹤方法，包括以 下步驟步驟1、確定起源追蹤查詢(xún)滑動(dòng)窗口大小；具體包括以下步驟步驟11、對(duì)起源追蹤查詢(xún)滑動(dòng)窗口進(jìn)行定義，起源追蹤查詢(xún)窗口大小為Wi個(gè)間隙， Wi = (t_Wi，t)，其中t表示當(dāng)前時(shí)刻，設(shè)標(biāo)簽i出現(xiàn)在閱讀器的有效范圍，在窗口評(píng)1期間閱 讀器在每個(gè)間隙以相同的概率Pi讀取標(biāo)簽i ；步驟12、對(duì)起源追蹤查詢(xún)滑動(dòng)窗口間隙進(jìn)行讀取概率為Pi的相互獨(dú)立的 Bernoulli試驗(yàn)；假設(shè)在Wi的所有間隙，標(biāo)簽i只出現(xiàn)在Wi的子集Si,令Piavg表示在這些觀(guān)
測(cè)間隙上的平均經(jīng)驗(yàn)讀取率
權(quán)利要求
1.一種傳感器數(shù)據(jù)流復(fù)雜查詢(xún)結(jié)果的數(shù)據(jù)起源跟蹤方法，其特征在于，包括以下步驟步驟1、確定起源追蹤查詢(xún)滑動(dòng)窗口大小； 步驟2、對(duì)起源查詢(xún)進(jìn)行規(guī)范化描述； 步驟3、對(duì)起源追蹤查詢(xún)的類(lèi)別進(jìn)行判斷并設(shè)計(jì)相應(yīng)算法； 步驟4、設(shè)計(jì)起源追蹤的框架；步驟5、對(duì)整個(gè)起源追蹤算法進(jìn)行實(shí)施，從而實(shí)現(xiàn)對(duì)傳感器數(shù)據(jù)流復(fù)雜查詢(xún)結(jié)果的數(shù)據(jù) 起源的跟蹤。
2.根據(jù)權(quán)利要求1所述的傳感器數(shù)據(jù)流復(fù)雜查詢(xún)結(jié)果的數(shù)據(jù)起源跟蹤方法，其特征在 于，步驟1確定起源追蹤查詢(xún)滑動(dòng)窗口大小具體包括以下步驟步驟11、對(duì)起源追蹤查詢(xún)滑動(dòng)窗口進(jìn)行定義，起源追蹤查詢(xún)窗口大小為Wi個(gè)間隙，Wi = (t-wi; t)，設(shè)標(biāo)簽i出現(xiàn)在閱讀器的有效范圍，在窗口 Wi期間閱讀器在每個(gè)間隙以相同的概 率取標(biāo)簽i ；步驟12、對(duì)起源追蹤查詢(xún)滑動(dòng)窗口間隙進(jìn)行讀取概率為Pi的相互獨(dú)立的Bernoulli試 驗(yàn)；假設(shè)在Wi的所有間隙，標(biāo)簽i只出現(xiàn)在Wi的子集Si，令Piavg表示在這些觀(guān)測(cè)間隙上的平均經(jīng)驗(yàn)讀取率，
3.根據(jù)權(quán)利要求1所述的傳感器數(shù)據(jù)流復(fù)雜查詢(xún)結(jié)果的數(shù)據(jù)起源跟蹤方法，其特征在 于，步驟2對(duì)起源查詢(xún)進(jìn)行規(guī)范化描述是在關(guān)系數(shù)據(jù)模型基礎(chǔ)上，引入概率化元組，提供不 確定性起源信息追蹤的標(biāo)準(zhǔn)過(guò)程，并為用戶(hù)提供聲明性的連續(xù)查詢(xún)語(yǔ)言接口。
4.根據(jù)權(quán)利要求1所述的傳感器數(shù)據(jù)流復(fù)雜查詢(xún)結(jié)果的數(shù)據(jù)起源跟蹤方法，其特征在 于，步驟3對(duì)起源追蹤查詢(xún)的類(lèi)別進(jìn)行判斷并設(shè)計(jì)相應(yīng)算法具體包括以下步驟步驟31、根據(jù)是否已知起源查詢(xún)對(duì)應(yīng)的正向查詢(xún)模式，和起源是否為標(biāo)準(zhǔn)關(guān)系模式，將 起源追蹤類(lèi)型劃分為四種類(lèi)型，若已知正向查詢(xún)?yōu)闃?biāo)準(zhǔn)關(guān)系SPJ(選擇、投影、連接)視圖模 式，則執(zhí)行步驟32 ；若已知正向查詢(xún)?yōu)闃?biāo)準(zhǔn)關(guān)系A(chǔ)SPJ(聚集、選擇、投影、連接)視圖模式， 則執(zhí)行步驟33 ；若已知正向查詢(xún)?yōu)榉菢?biāo)準(zhǔn)關(guān)系A(chǔ)SPJ視圖模式，則執(zhí)行步驟34 ；若未知正向 查詢(xún)模式且操作為非標(biāo)準(zhǔn)關(guān)系A(chǔ)SPJ視圖模式，則執(zhí)行步驟35 ；步驟32、已知正向查詢(xún)?yōu)闃?biāo)準(zhǔn)關(guān)系SPJ視圖模式起源追蹤查詢(xún)，將所有SPJ視圖都轉(zhuǎn)換 成SPJ典型形式，使用基于典型形式的追蹤查詢(xún)計(jì)算指定元組的起源；步驟33、已知正向查詢(xún)?yōu)闃?biāo)準(zhǔn)關(guān)系A(chǔ)SPJ視圖模式起源追蹤，以中間結(jié)果作為聚集元組 與基本流之間的紐帶，在需要的時(shí)候從基本流計(jì)算得出中間結(jié)果的相關(guān)部分，在數(shù)據(jù)倉(cāng)庫(kù) 中將整個(gè)中間結(jié)果存儲(chǔ)為物化輔助視圖；步驟34、已知正向查詢(xún)?yōu)榉菢?biāo)準(zhǔn)關(guān)系A(chǔ)SPJ視圖模式起源追蹤查詢(xún)，將作用在傳感器數(shù) 據(jù)流的操作分為分散與合并兩類(lèi)，若每個(gè)輸入數(shù)據(jù)項(xiàng)產(chǎn)生0個(gè)或多個(gè)相互獨(dú)立的數(shù)據(jù)項(xiàng)，則視為分解操作，采用枚舉輸入數(shù)據(jù)項(xiàng)的方法確定輸出項(xiàng)的起源；否則采用合并操作，即將 合并操作細(xì)分為上下文無(wú)關(guān)合并和保留鍵值合并，以漸增的方式驗(yàn)證輸入項(xiàng)的子集；步驟35、未知正向查詢(xún)模式且操作為非標(biāo)準(zhǔn)關(guān)系A(chǔ)SPJ視圖模式起源追蹤查詢(xún)，采用動(dòng) 態(tài)切片技術(shù)計(jì)算指定元組起源，設(shè)計(jì)未知操作定義的黑盒起源追蹤方法。
5.根據(jù)權(quán)利要求1所述的傳感器數(shù)據(jù)流復(fù)雜查詢(xún)結(jié)果的數(shù)據(jù)起源跟蹤方法，其特征在 于，步驟4設(shè)計(jì)起源追蹤的框架包括以下步驟步驟41、對(duì)起源查詢(xún)信息模型基本實(shí)體進(jìn)行分類(lèi)，將其分為數(shù)據(jù)流和查詢(xún)，數(shù)據(jù)流由 基本流與導(dǎo)出流兩種類(lèi)型組成基本流來(lái)自系統(tǒng)之外的某一設(shè)備、傳感器網(wǎng)絡(luò)、或者一個(gè)服 務(wù)；導(dǎo)出流來(lái)自于基本流或其它的導(dǎo)出流；步驟42、設(shè)計(jì)分布式事件處理系統(tǒng)，該系統(tǒng)以中央服務(wù)方式接受查詢(xún)請(qǐng)求，在多個(gè)分布 式查詢(xún)執(zhí)行引擎上部署查詢(xún)，并且在各自生命周期時(shí)間內(nèi)執(zhí)行查詢(xún)；系統(tǒng)監(jiān)控各個(gè)查詢(xún)引 擎上的負(fù)載，根據(jù)重用規(guī)則、查詢(xún)和網(wǎng)絡(luò)代價(jià)估計(jì)對(duì)查詢(xún)進(jìn)行優(yōu)化，將收到的查詢(xún)分布到有 效的查詢(xún)執(zhí)行引擎；步驟43、在步驟42的基礎(chǔ)上，構(gòu)建基于數(shù)據(jù)流模式的傳感器數(shù)據(jù)起源查詢(xún)框架，該框 架包括起源的組織、存儲(chǔ)策略、起源與數(shù)據(jù)的結(jié)合方式，以及起源的傳播方式。
全文摘要
本發(fā)明公開(kāi)了一種傳感器數(shù)據(jù)流復(fù)雜查詢(xún)結(jié)果的數(shù)據(jù)起源跟蹤方法，包括以下步驟步驟1、確定起源追蹤查詢(xún)滑動(dòng)窗口大??；步驟2、對(duì)起源查詢(xún)進(jìn)行規(guī)范化描述；步驟3、對(duì)起源追蹤查詢(xún)的類(lèi)別進(jìn)行判斷并設(shè)計(jì)相應(yīng)算法；步驟4、設(shè)計(jì)起源追蹤的框架；步驟5、對(duì)整個(gè)起源追蹤算法進(jìn)行實(shí)施，從而實(shí)現(xiàn)對(duì)傳感器數(shù)據(jù)流復(fù)雜查詢(xún)結(jié)果的數(shù)據(jù)起源的跟蹤。突破現(xiàn)有傳感器數(shù)據(jù)管理系統(tǒng)中無(wú)法支持復(fù)雜查詢(xún)回溯的技術(shù)局限，將數(shù)據(jù)起源追蹤概念首次引入傳感器數(shù)據(jù)流上的復(fù)雜查詢(xún)領(lǐng)域，為新型在線(xiàn)追蹤應(yīng)用提供可行的解決方案。
文檔編號(hào)G06F17/30GK102117302SQ20091026415
公開(kāi)日2011年7月6日 申請(qǐng)日期2009年12月31日 優(yōu)先權(quán)日2009年12月31日
發(fā)明者彭甫镕, 徐佳, 時(shí)真旺, 王永利 申請(qǐng)人:南京理工大學(xué)