XML发布/订阅数据流系统基于共享的多查询连接算法

XML的发布/订阅系统中的XML多查询连接,涉及到多个XML文件之间关系的订阅的处理,包括了对XPath路径模式的评测,对XML文档之间的比较计算以及对系统时间进行管理等方面。基于共享的连接算法,通过适当的组织,使得多个订阅之间相同的变量连接计算结果得以被重复利用,较大程度地减少了开销很大的连接计算,从而较大地提高系统效率。实验结果表明,基于共享的算法取得了良好的实际效果,能适合于百万以上订阅的场合。     

一种基于流索引的XML数据流的Xpath查询算法

XML数据流查询过程中,核心操作是父子、祖孙节点的匹配问题.解决这一问题的有效途径是根据查询表达式构造非确定状态自动机,顺序处理解析后的节点,在这个过程中大量与查询无关的节点也参与了匹配.通过对XML数据流添加流索引,在执行查询时,直接跳过与查询不匹配的元素及其子树节点,提高了查询效率.     

基于XML Pipeline的XML发布框架

在基于XML的企业应用系统中,数据发布过程实际上可看成是XML的处理流程,因此需要一种统一的语言将流程描述出来.XML Pipeline Definition Language的出现为该问题的解决提供了一种切实可行的方案.本文介绍了XML Pipeline及其在构建XML发布框架中的应用.通过基于XML Pipeline的发布框架,能将数据发布的开发提升到面向模型的层次,避免重复烦琐的代码泛滥,优化了体系结构和大幅提高开发效率.     

XML数据流中的后兄弟查询算法

针对在XML文档树模型中进行后兄弟节点查询时内存消耗大、匹配效率低等缺陷,提出一种基于XML数据流与栈的后兄弟查询算法。采用SAX解析器与结构连接方法,对XML文档中所有已知节点与后兄弟节点进行精确匹配并输出。结果表明,该算法具有适用范围广、占用系统资源少、匹配效率高等优势。     

基于滑动窗口的XML数据流聚类算法

通过对XML数据流的聚类研究,提出一种基于滑动窗口的XML数据流聚类算法SW-XSCLS。该算法采用滑动窗口技术,以聚类特征指数直方图作为概要数据结构,能动态地淘汰“过时”的数据,较好地保存当前窗口内的数据分布状况,从而获取较高质量的聚类结果。理论分析和实验结果表明,该算法可以获得较高的聚类质量和较快的处理速度。     

XML数据流系统的小枝模式过滤算法

提出新的小枝模式索引方法和无回溯的标记过滤算法,通过增加较少的系统存储资源提高小枝模式订阅的过滤计算速度。过滤算法对订阅的每个谓词单独设立标记,从而简化匹配运算,通过对标记组的并操作使算法无须回溯即可实现过滤。实验结果证明,该算法性能较好,适用于上百万订阅量的数据流系统。     

差分隐私流数据自适应发布算法

当前,许多实际应用需要持续地对流数据进行发布,现有关于单条流数据的差分隐私发布研究大多考虑区间的累和发布,而现实应用中往往需要对发布流数据进行任意区间计数查询,同时,用户查询往往存在特定规律,可针对历史查询进行自适应统计与分析,提高发布数据可用性.为此,提出一个基于历史查询的差分隐私流数据自适应发布算法HQ_DPSAP.算法HQ_DPSAP首先结合流数据的特性,利用滑动窗口机制动态构建窗口内流数据对应的差分隐私区间树,而后进一步分析与计算树节点的覆盖概率;接着自底向上计算隐私分配参数,再自顶向下分配隐私预算,并据此对树节点进行异方差加噪;最后根据历史查询规律自适应调整树节点的隐私预算与树结构参数,以实现流数据的自适应发布.实验对算法HQ_DPSAP的可行性及有效性进行比较分析,结果表明：算法HQ_DPSAP可有效支持任意区间计数查询,且具有较低的查询均方误差和较高的算法执行效率.     

寻找XLCA的XML数据流TOP-K关键字查询算法

XML关键字查询是一个用户比较方便的信息搜索方法,非常适用于用户在不熟悉XML查询语言和底层结构的情况下进行信息查询。现有的XML数据流上关键字查询多采用查找SLCA结果集的方式,为了解决基于SLCA结果集定义的不完备性,引入了基于XLCA的结果集定义,使其查询包含尽可能全的结果。文中对于XML数据流提出利用滑动窗口模型保存数据,基于XLCA的结果集定义,提出了一种TOP-K关键字查询算法,并从理论上证明了此算法的正确性和查询的完备性,分析了其时间复杂性和空间复杂性。     

XML数据流上的高效聚集算法

XML数据流的特点是所有元素和值仅允许扫描1次.针对XML数据流上的聚集问题,提出了高效的XML数据流聚集算法.这种算法不但能够有效地支持XML数据流上具有复杂结构聚集查询的处理,而且能够有效地支持具有递归结构XML数据流上的聚集查询处理.理论分析和实验结果表明,算法能够有效地处理XML数据流上的聚集查询。并且具有很好的可扩展性.     

XML数据流主动服务系统的设计与实现

从传统XML数据流查询处理中存在的问题出发，设计了XML数据流主动服务系统的框架模型，并提出了系统的实现策略，为用户快速、准确的找到所需信息提供了途径。     

XML流上的关键字查询算法

针对当前XML流过滤研究中存在的问题,使用关键字查询方法作为解决方案。提出最右包含边界的概念,结合一个虚拟栈实现用于在XML数据流上进行关键字查询的XVirtual Stack算法。理论分析和实验结果证明,该算法具有高效性。     

一种有效的大规模XML数据发布系统中订阅管理方法

随着Internet上XML文档传输量的激增,有效地订阅管理成为整个订阅/发布系统的关键技术之一.把用户海量的订阅条件聚集到一个较小的集合上,这是系统大规模和高效性的要求.对基于XPath树模式的订阅聚集进行系统分析,定义了树模式间的祖孙、包含等语义关系,给出了一个新颖的、优化的树模式包含算法.研究成果能被扩展到XML查询处理等领域.     

XML技术在一种信息发布系统中的应用

XML作为一种简单、灵活并且高效的语言,能够在程序与用户及程序与程序之间实现数据转换、消息传递.本文首先介绍一种信息发布系统的原型,再以此为应用背景,探讨了XML消息交换技术在该系统中实现各模块间通信的应用.     

XML数据流中祖先-后裔关系匹配算法

在祖先-后裔关系匹配算法中,多数都是首先利用XML解析器将XML文档解析分裂为元素(或属性) 列表进行存储,然后在这些分裂得到的元素(或属性) 列表之间进行祖先-后裔关系的结构连接.该文的算法SSD不需要事先将源XML文档分裂为元素(或属性) 列表进行存储,而是直接将源XML文档作为输入,采用SAX来产生XML数据流,然后基于XML数据流实现祖先-后裔关系匹配.通过分析可知,该算法适用面广,仅需要对源XML文档进行一次扫描,占用系统资源少,且具有很高的匹配效率.     

一种XML数据流小枝模式查询算法

针对传统XML文档小枝模式查询算法系统开销大的问题,提出一种XML数据流小枝模式查询算法。该算法结合SAX数据流解析技术,将层次关系队列结构应用于XML文档查询中,采用动态生成区间编码的方式,免除建立编码索引文件的步骤。实验结果表明,在对相关数据集进行查询时,该算法可减少I/O操作,缩短查询响应时间,提高查询效率。     

一种XML数据流上的马尔可夫剪切分片技术

与传统数据库对XML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.在Hole-Filler模型的基础上,首先利用XML的查询统计信息,定义了路径频率树,在此基础上,提出基于马尔可夫表的XML数据流剪切分片策略及算法,有效地提高了XML片段的利用率,增强了XML片段的内聚性.实验结果表明,基于马尔可夫表的XML剪切算法在剪切时间、查询时间、空间消耗等方面都表现出较好的性能.     

XML流管理研究综述

近年来,XML流管理是数据流研究领域中的一个热点研究问题.不同于传统数据库管理系统,XML数据流管理系统需要在使用少量内存的情况下随时处理在线到达的数据流;由于XML流具有递归的、层次的结构,并且用户兴趣通常用XML查询语言来表示,因此,XML流管理技术与关系型数据流(基于元组的数据)管理技术有很大不同.综述XML流管理技术及各项研究成果;指出XML流管理系统的特点;比较了当前典型的XML数据流管理系统;系统地阐述和分析当前国内外已有的XML流数据处理方法(包括基于自动机的方法、基于索引的方法,基于序列的方法)和流处理的相关优化技术;指出尚需进一步研究的问题.