基于概率的有效时间不确定的时态数据库挖掘

关于时态数据库中有效时间不确定性的时态关系,Snodgrass采用概率的方法给出了不确定时刻的Before时态关系。该文定义了一种新的不确定时刻、不确定时间区间的同时关系,并给出了它们的交,运用同时关系对病历数据库进行挖掘。     

基于BCDM的双时态关系代数

双时态概念数据模型BCDM是一种重要的时态数据库模型，基于BCDM模型，建立了一种双时态关系代数．首先，对时态数据库事务时间和有效时间进行规范化的定义，给出BCDM中时间元素的规范化定义和演算描述；而后，定义时态映射，用以描述BCDM中的双时态元组，并形式描述时态映射的演算；最后，用时态映射定义的元组对双时态关系进行定义，并由此给出双时态关系代数运算的形式化描述．     

基于谓词的历史数据库

可操作数据的时间方面的时态数据库和历史数据库系统对国内学者来说已不再陌生。国内象唐常杰等研究了多媒体中信息的时态处理方法;复旦大学招兆铿等在时态数据库上建立了一种基于归结的演绎方式;我们建立了NINF和INF式的时态关系代数和相应的元组演算,并首先提出在时态数据库中对“NOW”进行了单独讨论;等等。     

空间关联规则的双向挖掘

空间数据库中关联规则挖掘不仅需要考虑关系元组属性之间的关系——纵向关系，更需要挖掘元组之间的关系——横向关系，如相邻、相交、重叠等。本文通过分析空间数据库的存储模式，借鉴事务数据库关联规则的挖掘方法，对空间关联规则进行完整定义，并对规则的兴趣度度量进行探讨。根据挖掘的方向将空间数据挖掘归纳为纵向挖掘、横向挖掘、双向挖掘。在双向挖掘中，提出一种新算法，该算法根据挖掘任务进行约束，缩小挖掘空间，然后通过空间计算将空间关系转化为非空间关系，经过多次循环，获取非空间项集，进而挖掘出空间关联规则。据此提出空间数据双向挖掘工作流程，并通过实例进行了验证。     

基于TempSQL模型时态约束的HRDB模式分解方法

根据时态关系规范化理论,对HRDB提出一种基于TempSQL模型的关系模式分解方法.在满足元组同时性和时态联接性的时态约束下,将HRDB按属性集投影或按时间区间进行分解,以解决冗余和数据膨胀的问题.     

一种基于时态约束的加权关联规则挖掘算法

时态关联规则是指带有时态约束的关联规则,针对现有的大多数时态关联规则挖掘算法并没有考虑数据项的不同重要性,提出了一种新的加权时态关联规则挖掘算法。算法以项目的生命周期作为时间特征,并且允许用户设定不同的项目权重。算法采用了树和矩阵的数据存储结构,挖掘过程中只需扫描一次数据库,同时利用向量之间的交集操作加快了加权支持度的计算速度。仿真实验表明,优化算法具有良好的挖掘效率。     

基于时态关联规则的网络故障预报

该文针对网管告警数据库中时间序列存在的连续性、不确定性和模糊性问题,提出了一种基于时态关联规则挖掘告警库的新方法。该方法引入告警数据的时间序列,可预测出一些告警(联合)事件的发生将导致哪些告警(联合)事件的随后产生。通过对某校园网的告警数据库进行规则挖掘实验,表明该方法可以准确、有效的挖掘出隐含在海量网管告警数据库中大量有意义的时态关联规则,规则中的概率参数(置信度和支持度)可作为网络管理的先验知识用来指导网络故障的诊断和预报。     

基于时态关联规则的网络故障预报

该文针对网管告警数据库中时间序列存在的连续性、不确定性和模糊性问题,提出了一种基于时态关联规则挖掘告警库的新方法。该方法引入告警数据的时间序列,可预测出一些告警（联合）事件的发生将导致哪些告警（联合）事件的随后产生。通过对某校园网的告警数据库进行规则挖掘实验,表明该方法可以准确、有效的挖掘出隐含在海量网管告警数据库中大量有意义的时态关联规则,规则中的概率参数（置信度和支持度）可作为网络管理的先验知识用来指导网络故障的诊断和预报。     

全序时态候选关键字问题初步研究

与时间相关的数据库应用需求的不断增长,使得时态数据库设计成为非常重要的问题.在数据库的设计中,要充分考虑对数据依赖的处理.数据依赖是数据库设计理论中的一个核心概念,通过它可以规范属性之间满足的固有的语义约束.为了更有效的研究时态数据库中各种依赖以及各属性之间的关系,以便将进一步规范化,本文提出了全序时态左部属性、全序时...     

基于Rough表达的时态关系代数

现实世界的信息是和时间紧密相关的,因而记录和处理信息的数据库系统应该对时态问题进行考虑,以便更有效地解决现实问题;另一方面,现实世界的某些属性又很难用属性值简单描述。首先是用Rough理论对属性值进行一种刻画,用二元数组来表达属性值,并且将这种属性值的表达方式推广到一般情形,而后从时态映射的观点描述时态元组和时态关系,并由此形式描述相应的时态关系运算,从而建立了一套时态关系代数体系。     

动态推理控制

防止未授权的用户从可读取的安全等级较低的数据中推理出安全等级较高的数据是多级关系数据库达到安全的必要保证。由于数据库中元组、属性、元素之间的相互关联性,多级关系数据库存在着推理通道。它的存在对信息的安全造成很大威胁。主要论述了多级安全数据库系统的推理通道的来源,分析了目前在多级安全数据库系统中推理问题的成果。在此基础上,提出了一种动态控制推理通道的方法并给出了相应算法。     

动态推理控制

防止未授权的用户从可读取的安全等级较低的数据中推理出安全等级较高的数据是多级关系数据库达到安全的必要保证.由于数据库中元组、属性、元素之间的相互关联性,多级关系数据库存在着推理通道.它的存在对信息的安全造成很大威胁.主要论述了多级安全数据库系统的推理通道的来源,分析了目前在多级安全数据库系统中推理问题的成果.在此基础上,提出了一种动态控制推理通道的方法并给出了相应算法.     

An integrated temporal data model incorporating time series concept

Most temporal data models have concentrated on describing temporal data based on versioning of objects, tuples or attributes. The concept of time series, which is often needed in temporal applications, does not fit well within these models. The goal of this paper is to propose a generalized temporal database model that integrates the modeling of both version-based and time-series based temporal data into a single conceptual framework. The concept of calendar is also integrated into our proposed model. We also discuss how a conceptual Extended-ER design in our model can be mapped to an object-oriented or relational database implementation.     

An XML-based methodology for parametric temporal database model implementation

Parametric data model is one of dimensional data models. It defines attributes as functions, modeling a real world object into a single tuple in a database. Such one-to-one correspondence between an object in the real world and a tuple provides various advantages in modeling dimensional data, avoiding self-joins which frequently appear in temporal data models which fragment an object into multiple tuples. Despite its modeling advantages, it is impractical to implement the parametric data model on top of conventional database systems because of the data model’s variable attribute sizes. However, such implementation challenge can be resolved by XML because XML is flexible for data boundaries. In this paper, we present an XML-based implementation methodology for the parametric temporal data model. In our implementation, we develop our own XML storage called CanStoreX (Canonical Storage for XML) and build the temporal database system on top of the CanStoreX.     

ODM: An object oriented data model

ODM is a new data model thatintegrates the features of object oriented programming languages (e.g. Smalltalk-80) and Relational Data Model (RDM). It extends the data structures and operations of RDM and also provides the features of object oriented programming such as improved semantics, data abstraction, reusability of data structures and codes, and extensibility. We have introduced the concept of ‘u-set’ (uniform set) as an extension of relation of RDM. We employ messages to define an extension of RDM attributes and tuples. Definition of classes for databases, u-sets, and tuples allows us to define new (or modify existing) operations for the databases, u-sets, or tuples. Each database and its elements are u-sets.     

多层关系数据库的函数依赖推理控制

多层关系数据库是解决安全数据库中多实例问题的良好方法。防止未授权的用户从可读取的安全等级较低的数据中推理出安全等级较高的数据是多层关系数据库达到安全的必要保证。由于数据库中元组、属性、元素之间的相互关联性,推理问题成为安全数据库的重要内容。文章以数据库中的函数依赖来检查多层关系数据库的各个属性的安全等级,并在此基础上调整各个属性的安全等级,以保证数据的安全性。     

时态粒度约束下的时态元素定性关系探讨

针对时态粒度约束下的时态元素之间的定性关系,引入向量空间思想,将时态粒点间的关系转换为向量空间中的运算。提出时态粒点的向量判别方法以比较两个时态粒点的先后关系,通过粒度缩放操作探讨了时态粒区之间的关系、时态粒点与时态粒区之间的定性关系,对时态数据库、时态知识推理、时态数据挖掘等时态应用研究领域起到了良好的基础支持作用。     

Benchmarking temporal database models with interval-based and temporal element-based timestamping

Starting from mid 1980s, there has been a debate about what data model is most appropriate for temporal databases. A fundamental choice one has to make is whether to use intervals of time or temporal elements to timestamp objects and events with the periods of validity. The advantage of using interval timestamps is that Start and End columns can be added to relations for treating them within the framework of classical databases, leading to quick implementation. Temporal elements are finite unions of intervals. The advantage of temporal elements is that timestamps become implicitly associated with values, tuples, and relations. Furthermore, since temporal elements, by design, are closed under set theoretical operations such as union, intersection and complementation, they lead to query languages that are natural. Here, we investigate the ease of use as well as system performance for the two approaches to help settle the debate.     

A comparison of two approaches to utilizing XML in parametric databases for temporal data

The parametric data model captures an object in terms of a single tuple. This feature eliminates unnecessary self-join operations to combine tuples scattered in a temporal relation. Despite this advantage, this model is relatively difficult to implement on top of relational databases because the sizes of attributes are unfixed. Since data boundaries are not problematic in XML, XML can be an elegant solution to implement parametric databases for temporal data. There are two approaches to implementing parametric databases using XML: (1) a native XML database with XQuery engine, and (2) an XML storage with a temporal query language. To determine which approach is appropriate in parametric databases, we consider four questions: the effectiveness of XML in modeling temporal data, the applicability of XML query languages, the user-friendliness of the query languages, and system performances of two approaches. By evaluating the four questions, we show that the latter approach is more appropriate to utilizing XML in parametric databases.