不确定性数据管理的要求与挑战(free).pdfVIP

专题 第 第 5 卷 第 4 期 2009 年 4 月 不确定性数据管理的 要求与挑战 李建中 1 于 戈 2 周傲英 3 1哈尔滨工业大学 2 东北大学 关键词 ：不确定性数据 可能世界模型 3华东师范大学 无所不在 网络中分布着众多低成本的传感器节点，相 互之间以无线网络方式通讯，可用来分析处理 近几十年来，数据管理技术发展迅猛，在 数据；无线射频识别利用它的阅读器以非接 国民经济建设中起到了突出作用。以Or acl e 、 触方式读取附近的无线射频识别标签 （R F I D D B2 、S Q L S e r v e r等为代表的大型关系数据 t ag ），改变了传统的基于条形码的识别方式。 库管理系统 （Relational Database Management 困扰这两类应用的难题就是数据质量问题。传 Sy st em ，RDBM S ）更是诸多大型信息管理系 感器节点体积小、功耗低、主要使用低成本电 统、客户关系管理软件不可或缺的核心部分。 子元器件，因而采集到的数据精度不高；在实 同时，以可扩展标记语言 （Extensible Markup 用应用中，无线射频识别阅读器的误读率高达 Language ，XML ）为代表的半结构化数据管理 30 % ～40 %[4] 。另外，复杂多变的工作环境也 技术也在数据交换和缺乏严格结构的数据管理 会降低原始数据的质量。在无线网络环境中， 方面占据一席之地。上述技术均对数据质量、 数据传输的准确性受带宽、传输延时、能量等 待处理数据的准确性要求非常高。当原始数据 因素影响，并不稳定。当查询任务需同时考虑 的质量不高时，需要先经过预处理过程提升数 来自多个传感器或无线射频识别阅读器的数据 据质量。以部门人事管理系统为例，员工的个 时，数据可能不一致，从而增加了数据处理的 人资料、薪酬待遇和日常考核等信息必须准 难度。 确。但在诸如经济、军事和电信等领域，数据 互联网数据 的不确定性普遍存在，其存在性未知而且各属 性值存在误差。尽管数据预处理能够提升原始 互联网上的信息资源极为丰富，而且这些 数据集合的质量，但也可能会丧失原始数据集 信息一直在不断地膨胀，乃至于有人将互联网 合的部分性质，导致无法返回高质量的查询结 称为史上最大规模的数据库。根据2009年1月 [1] 果 。典型的应用背景如下。 中国互联网信息中心 （China Internet Network Information Center ，CNNIC ）的调查报告，截 传感器网络与射频识别电子标签 至2008年底，中国网站总数为287 .8万个，全 [2] 传感器网络 （Sen sor N et w ork ） 与无线 国网页总数约为160.9亿，较2007年增长90% ， 射频识别 （R adio Fr equency Identifi