一种数据流上截止期敏感的滑动窗口处理策略

在数据流上定义了截止期作为连续查询的实时约束，并建立了基于截止期的滑动窗口处理模型；提出了一种基于预测的截止期敏感的滑动窗口处理策略；在多滑动窗口查询处理环境中，提出了一种（k,m ）截止期约束机制，在提高查询实时性的前提下，尽可能的满足不同查询对结果丢失率的不同约束。实验结果表明该处理策略能够有效提高数据流上滑动窗口查询的截止期满足率。     

一种数据流上统计性查询QoS的保证方法

数据流应用往往要求数据流上的连续查询能够满足用户期望的查询服务质量,以保证查询结果的有效性.针对数据流上的统计性QoS保证问题进行了研究,给出了统计性QoS的定义,并提出了一种基于网络演算的统计性QoS建模方法,使用随机到达曲线和服务曲线刻画了统计性查询QoS. 在此基础上,提出了能够保证统计性QoS的SQED调度算法和相应的可调度性验证方法并给出了证明.实验表明,提出的统计性QoS保证策略能够有效地为数据流上连续查询提供统计性的QoS保证.     

闪存环境下B+树索引重访

闪存容量的增大使在其上构建大型系统成为可能,如何构建闪存数据库也成为数据库的热点研究领域之一。索引结构是数据库中必不可少的结构之一,而B+树是最广泛使用的索引结构。这里对存储在闪存芯片模拟器及固态硬盘上的B+树性能进行了测试及分析。首先介绍了闪存的IO特点,并测试了固态硬盘的基本IO特性。接着,对B+树的插入和查询效率进行了详细地测试。测试发现节点大小,缓存大小,以及数据值的分布方式都会对B+树的性能带来很大影响。例如由于闪存的读取速度不对称,闪存的更新和查询操作最优块大小相差较大。这些测试结果为更好地在闪存上使用B+树索引,并进一步设计出更适合闪存的索引提供了指导。     

数据流处理中确定性QoS的保证方法

与以往尽最大努力的查询服务提供方式不同,讨论了数据流处理中确定性QoS的保证问题以网络演算为理论基础,提出了一种数据流处理中的QoS建模和QoS保证方法.系统运行前验证所有查询在满足各自的QoS前提下的可调度性.在运行时为通过QoS可调度性验证的每个查询分配代表其QoS需求的服务曲线,从而保证各查询期望的QoS.为了提高查询处理效率,还讨论了保证QoS的批调度和查询共享.实验结果表明,该QoS保证方法能够有效地为数据流上的连续查询提供确定性的QoS保证.     

数据流上基于扩展窗口模型的连接维护算法

随着数据流查询处理在越来越多的领域得到应用,现有的窗口模型和处理方法已无法满足复杂的需求,需要进行模型的改进和操作的优化.提出了一种扩展的窗口模型来表达更丰富的语义,并针对该模型利用元组位置信息对连接操作的批处理过程和结果维护进行了查询的优化.在此基础上,针对用户实时需求提出一种动态Hop调整策略.实验表明,该方法在时间和空间都获得了较好的性能.     

无线传感器网络中一种基于权重模型的高效事件检测技术

无线传感器网络综合了传感器、嵌入式计算、分布式信息处理和无线通信四大技术而被广泛应用于环境监测、空间探索、交通控制等诸多领域,但传感器节点却因能量有限、易受干扰、易被破坏等局限性而产生"脏数据",影响了其在事件检测应用中查询结果的准确性.提出了一种基于权重模型的高效事件检测技术,该技术利用节点各感知属性和事件发生的关联性大小来确定各属性权重,并根据相对自身位置的远近来确定各邻居节点在空间关联检查中的权重,在节约和均衡能耗的同时有效排除错误数据和干扰事件因素对查询结果的影响,明显提高事件检测的效率和准确性.     

基于闪存的数据库性能评测与优化分析

随着闪存容量的不断提升,技术的不断成熟,闪存数据库成为数据库的热点研究领域之一.了解闪存的IO特性,以及现有数据库产品在闪存上的性能瓶颈所在是闪存数据库设计改进的首要一步.目前广泛使用的是由闪存制造的固态硬盘,而固态硬盘与闪存芯片的特性又有很大不同.首先测试了固态硬盘的基本IO特性,接着使用TPC-B标准对部署在固态硬盘上的通用数据库产品进行了评估.分析了缓冲区大小、CPU处理能力、用户并发数等对基于闪存数据库性能的影响.最后,结合测试结果,从数据组织、数据库资源利用等多方面给出优化建议.     

基于Graphlab的网络图关键节点发现算法研究

针对桥接中心度的计算特点设计了一种分布式的网络图关键节点发现算法（DABC）,并基于Graphlab进行了实现。算法具有良好的扩展性,由于能够利用集群的内存资源,算法能处理的图规模与集群的大小成正比,并且该算法利用并行处理大幅度提升了计算速度。实验表明,与传统的基于单机实现的关键节点发现算法相比,算法可以获得高达4倍的性能提升。     

针对泊松流的截止期敏感的复杂事件处理资源分配模型

随着无线射频识别等监控技术的发展,事件流上的复杂事件处理技术得到了广泛的关注.现有的事件流处理技术主要提供尽最大努力(Best-Effort)式的服务来减少平均响应时间,这种方式并不能在确定的时间延迟需求下输出更多的结果.针对监控应用中的确定性服务质量需求,讨论了常见的泊松监控流上的截止期敏感的复杂事件处理最优化资源分配问题.从系统服务角度对事件的到达和复杂事件处理进行了理论分析和建模,提出了复合事件的截止期满足率模型和多事件流处理乱序反馈修正模型,进而给出最优化资源分配模型.通过合理的分配处理资源,保证了在实时限制下产生更多的正确结果,兼顾了复杂事件处理的实时性和正确性.实验结果表明,提出的相关的理论估算模型和资源分配方案是正确和有效的,对于进一步完善复杂应用下的固实时限制复杂事件处理框架具有重要的启发意义和实用价值.