Multi-data source fusion

This paper describes a new approach of heterogeneous data source fusion. Data sources are either static or active: static data sources can be structured or semi-structured, whereas active sources are services. In order to develop data sources fusion systems in dynamic contexts, we need to study all issues raised by the matching paradigms. This challenging problem becomes crucial with the dominating role of the internet. Classical approaches of data integration, based on schemas mediation, are not suitable to the World Wide Web (WWW) environment where data is frequently modified or deleted. Therefore, we develop a loosely integrated approach that takes into consideration both conflict management and semantic rules which must be enriched in order to integrate new data sources. Moreover, we introduce an XML-based Multi-data source Fusion Language (MFL) that aims to define and retrieve conflicting data from multiple data sources. The system, which is developed according to this approach, is called MDSManager (Multi-Data Source Manager). The benefit of the proposed framework is shown through a real world application based on web data sources fusion which is dedicated to online markets indices tracking. Finally, we give an evaluation of our MFL language. The results show that our language improves significantly the XQuery language especially considering its expressiveness power and its performances.     

异构数据库数据集成的研究与实现

由于企业间数据的交互和共享越来越广泛,迫切需要对异构数据库数据进行集成。根据异构数据集成的需要,提出了利用XML技术集成异构数据库数据源的一个框架。框架核心部分由3层结构组成,综合管理层负责数据抽取和数据交互,XML数据库层负责数据预处理和查询,装配管理层根据需要过滤和组装数据,最终得到需要的数据。用Java编程实现了一个原型系统,对Oracle和SQL server实际数据源做了数据集成测试。实验结果证明该架构是一个较优的解决方案。     

基于XQuery的XML查询

XML数据本质上是一种自描述的半结构化数据,不同于以往的关系模型,现有的数据库技术和查询语言都不能用来直接处理XML数据。XQuery是W3C的一个候选标准,专门用于处理XML数据的查询。文章通过研究XQuery,设计了一种基于XQuery的通用的XML查询。     

电子病历的原生XML存储方式

详细分析传统的XML电子病历（Electronic Medical Record，EMR）存储方式．针对传统RMR存储方式修改表结构代价大，系统维护困难、负担加重，不能为XML文档建立索引并加快查询速度，不能充分利用XML数据资源、分解文档通常还会造成细节损失等缺点，提出一种新的电子病历原生XML存储方式。该方式不仅可以降低系统复杂度，而且结合行业新兴的XML数据操作语言可以方便地将稿历中的信息应用于医学信息统计、临床辅助诊断等其他领域，从而拓展电子病历的应用空间．     

OreintXA:一种有效的XQuery查询代数

XQuery是XML查询语言的推荐标准.现有的XQuery处理策略有两种方法,一种是基于核心语法一次一结点的方法,另一种是基于查询代数的一次一集合的方法.单独使用这两种方法都不能很好地处理XQuery查询.一方面,基于核心语法树的方法效率低,而且很难优化,而现有基于代数的方法又不能很好地满足XQuery的过程化查询语言的特性.描述了一个有效的XQuery代数系统--OrientXA.它是在总结现有的基于代数的XQuery查询工作、分析未解决的问题,并吸收了前述的两种策略的思想的基础上提出来的.它第一次提出了构造模式树的概念,其中的构造操作符能体现XQuery的灵活特征.由于操作符具有很强的表达能力,OrientXA能够表达W3C的用例和XMark测试集的所有查询.     

一种XML文档更新操作的实现

文章描述了一种XML文档更新操作的设计和实现方法。对XML文档查询语言Xquery进行扩展，增加XML文档的更新功能，并且在Kweelt系统的基础上实现了XML文档的更新操作。测试表明该方法对XML文档的更新效率有明显的提高。     

基于XML的软件安全静态检测方法研究

安全关键软件设计使用的C/C++语言含有大量未定义行为,使用不当可能产生重大安全隐患。软件静态检测是从软件代码和结构中找出安全缺陷的重要手段。从安全规则的角度,提出了基于XML（eXtensible Markup Language）中间模型的静态检测方法。该方法将C/C++源代码解释为XML中间模型,将安全规则转化为缺陷模式,利用Xquery查询表达式对软件安全缺陷进行定位。基于该方法的原型系统检验结果表明：该方法能够有效地检测出违反安全规则的软件缺陷,并具有安全规则可定制的特点。     

XML数据的查询技术

XML规范已成为当前网络应用(包括数字图书馆、Web服务以及电子商务)中事实上的数据表达、交换的标准.针对XML数据的查询在当前XML数据管理研究中占有重要的地位,也是当前XML数据处理研究领域的热点方向,相关的研究文献有很多.根据查询模式描述的不同,将当前XML查询技术归入两大类:XML Query方式和XML IR方式.后者又进而可分以为3个子类:XML IR/keyword方式、XML IR/fragment和XML IR/query方式,并从中挑选出3个研究者关注的问题进行了简述,它们是:Twig查询模式的处理、SLCA(smallest lowest common ancestor)节点的获取以及对所获取的XML片段相似性的度量.以方便普通用户使用为准则探讨了相关XML查询技术的优、缺点,将如下4个问题作为需要进一步关注的研究内容:结构化关键字查询及相应的结构相似性度量方法,如何消除XML Query查询处理模式(包含XML IR/query)和XML IR/keyword查询处理模式间数据冗余的问题,XML Query查询方式的理论探讨及其实现以及针对特定应用的XML数据的有效管理.     

异构数据库数据集成的研究与实现

由于企业间数据的交互和共享越来越广泛，迫切需要对异构数据库数据进行集成。根据异构数据集成的需要．提出了利用XML技术集成异构数据库数据源的一个框架。框架核心部分由3层结构组成，综合管理层负责数据抽取和数据交互，XML数据库层负责数据预处理和查询，装配管理层根据需要过滤和组装数据，最终得到需要的数据。用Java编程实现了一个原型系统，对Oracle和SOL server实际数据源做了数据集成测试。实验结果证明该架构是一个较优的解决方案。     

基于代数的Transform查询优化策略

XQuery/Update中定义了一种特殊的查询--Transform查询.Transform查询类似于关系数据库中的假设查询,可以表示成假设查询的一般形式:"Q when{U}",即查询Q的查询结果是假设数据库执行了更新操作{U}以后的结果,而更新操作U实际不修改数据库的状态.Transform查询需要拷贝XML数据库中的结点,并对拷贝的结点执行更新操作,所以不影响数据库的状态.但该操作通常拷贝和更新了大量与查询结果无关的结点,因此如何减少拷贝与更新操作的代价是Transform查询处理优化的关键.提出了基于OrientXA的Transform查询优化方法,并在NativeXML数据库系统OrientX 3.0里实现和验证了该方法.