基于关联约束最优模型的数据库优化查询算法

大型数据库中的数据的属性种类很多。大规模的计算频繁数据集会造成数据运算量巨大。没有形成很好的数据约束规则,随着数据种类的增加,会使得查询较为耗时。为了解决此问题,提出一种基于关联约束最优模型的数据库优化查询算法,设计一种关联分辨器的功能,对数据进行关联数据集划分,运用数据约束技术,排除频繁集项过于复杂的干扰,对数据库的查询过程进行优化。实验表明,该方法能够较好的完成数据的关联,提高了查询的效率。     

基于多样化特征的数据库约束查询算法

针对数据库结构越来越复杂,数据特征呈现出多样性,数据属性分化较为严重,给数据的查询带来了较大的困难这一问题,提出一种基于多特征属性约束机制的数据库优化查询算法。通过对数据属性进行有效地分类,运用边界约束理论对数据查询过程中产生的边界模糊问题进行有效地抑制。仿真实验证实,该算法在数据库查询过程中,能够较好地克服冗余多属性数据的干扰,效率较高。     

预见式网络财务系统安全形势评估方法研究

针对当前预测模型只能对过去和现在网络安全态势进行分析,不能对将来网络安全态势进行预测的缺陷,提出了预见式关联规则的网络安全态势预测方法。该方法能够利用当前和过去的数据对事物进行一定程度地预测,通过将其应用到网络财务系统中,并且采用小区域聚类的方法对关联规则进行一定程度地约束。通过仿真对预测方法性能进行检验。结果表明,预测方法能够准确反映网络财务系统安全形势的变化趋势,提高了系统的预测精度,相对于传统预测方法,更适用于现实的网络财务系统环境。     

基于弱关联数据修补技术的数据库优化查询算法

在一些大型的数据库中,数据的种类和数量形成海量,一些复杂的强冗余数据给需要查询的关联数据带来了干扰,一旦干扰过大,会造成关联属性弱化,挖掘耗时,严重影响数据库查询的准确性和高效性.为了解决此问题,提出一种基于弱关联数据修补技术的数据库优化查询算法,在数据查询过程中,利用关联查询过程中实时数据对之前的数据进行关联修补;然后利用可修复的关联特征建立最有可能的数据关联,从而进一步地完成对海量数据弱关联环境下的数据库优化查询.实验表明,该方法能够较好地完成弱数据的关联,提高了查询的效率.     

一种抗干扰数据库过滤优化查询算法研究

在一些大型的数据库中,数据的种类和数量形成海量,一些复杂的强冗余数据给需要查询的关联数据带来了干扰,一旦干扰过大,会对正常的查询行为带来干扰,使得查询较为耗时,准确性也不高.为了解决此问题,提出一种由多层搜索树推广而来的用于多维检索的树的结构形式,设计一种查询分辨器的功能,对数据进行多层树结构划分,运用层层过滤技术,排除干扰,从进一步地完成对海量数据弱关联环境下的数据库优化查询.实验表明,该方法能够较好的完成弱数据的关联,提高了查询的效率.     

弱关联规则下的联合数据库入侵检测方法研究

联合数据库的入侵和普通入侵不同,其无显著的行为特征,入侵数据属性差异较大,很难形成统一的约束规范,导致传统的入侵检测方法,由于通过提取入侵行为特征进行入侵检测,无法有效且准确地完成联合数据库的入侵检测,提出一种弱关联规则下的联合数据库入侵检测方法,通过弱关联模式在联合数据库中支持程度与联合数据库记录总量的比求出弱关联模式的支持度,获取频繁弱关联模式集,采用改进的双置信度算法对频繁弱关联模式集的置信度进行计算,获取弱关联规则,依据弱关联规则,通过原始联合数据库对分类超平面进行计算,采用该超平面完成联合数据库的整体分类,采用主成分分析方法对联合数据库中的操作数据进行降维处理,通过差异分类方法,对联合数据库中的操作数据特征进行分类操作,实现弱关联规则下联合数据库的有效入侵检测。实验表明,所提方法具有很高的准确性及有效性。     

基于宽幅跳跃关联定位的大型数据库入侵检测

在数据库入侵检测的过程中,当数据库规模较大,传统的检测算法只能采集不同区域的攻击或者存在异常的特征,进行分析。缺少数据之间的联系,并且效率较低。提出了一种基于宽幅跳跃关联定位的大型数据库入侵检测算法。新算法通过对数据库特征进行较宽幅度的跳跃检测,组建特征集合。利用宽幅异常特征建立关联检测模型,运用较少的入侵特征点完成大型数据库的入侵特征关联匹配,大幅降低检测时间,通过将全局搜索和局部搜索机制有机地结合,保证检测的准确性。实验结果表明,利用该算法进行数据入侵检测,能够有效提高大型数据库入侵检测的准确性。     

大型网络数据库中字符型数据的数字化处理

本文对特殊的字符型数据进行数字式操作的方法，采用服务器端数据库自定义函数，可提高系统效率、减轻网络负载等方面的内容进行了介绍。     

基于关系约束的XML元素近似查询研究

近年来,XML已成为信息表示、交换和发布的标准,因此,XML数据查询已成数据库(DB)和信息检索(IR)领域广发研究的问题。XML通常被视为一个标签树,常用的方法是近似查询。由于在用户查询通常有一定的关系约束出现,在分析了用户查询对XML元素和值关系约束之后,本文提出了使用关系约束近似提取XML元素的方法     

基于约束的关联挖掘在教学信息中的应用研究

进行关联规则挖掘时会得到大量的规则,而真正关注的规则住往淹没其中。本文通过对基于约束的关联规则挖掘方法的分析和研究,结合实际学生选课信息,提出了适合的约束条件来剪除无兴趣规则,并挖掘出部分课程间的有趣规则,为今后的教学课程设置提供了参考。     

基于支持向量机算法的票务数据库优化查询方法

提出了一种优化数据库数据查询方案。通过利用基于超球支持向量机对票务信息进行聚类划分,去除冗余关系的影响。把票务数据中的比较接近的相互关系转化成类间的直接关系,减少大量的空查询操作,提高了数据库查询效率。实验结果表明,通过本文方法优化后的票务管理数据库在运行时间,搜索速度等性能上都有了很大地提高。     

弱匹配模型下的数据库分区查询方法研究

大型数据库中,数据种类和数量较大,其中的强冗余数据干扰了需要查询的数据,导致数据关联属性弱化,查询数据过程中,严重干扰数据库查询的精度。提出一种基于弱匹配区域划分模型的数据库分区查询方法,在数据库中融入弱匹配区域的概念,依据数据融合属性特征,对数据属性融合差异较大的区域进行分割,获取数据弱匹配区域,在该区域中运算最大数据属性弱匹配度的相似性并进行聚类分析,实现弱匹配区域数据属性特征的过滤,利用弱匹配区域划分模型下数据库修补技术对数据进行实时关联修补,通过弱匹配区域的数据库查询优化方法,删除失效数据,缩小数据库中数据的冗余性,实现数据库中数据查询的优化。实验结果说明,采用所提方法进行弱匹配区域划分模型下数据库库查询,具有较高的查询效率和准确率。     

大型多媒体网络数据库异常数据高效检测方法

大型多媒体网络数据库汇聚了大量文本、图片、视频、音频等多种媒体资源,并通过云存储系统实现资源共享。在大型多媒体网络数据库中,异常数据给数据库带来安全威胁和存储开销,对其高效检测保证数据库系统的稳定运行。传统的检测方法采用模糊FCM检测算法,具有移植性不好的弱点,检测性能不好。提出一种基于密度先验信息滑动时间窗口重排的大型多媒体网络数据库异常数据高效检测方法,构建大型多媒体网络数据库异常数据高效检测模型,并与传统算法进行检测性能对比,仿真结果表明,采用该算法进行网络数据库的异常数据检测,能有效提高对异常数据的检测性能,检测概率优于传统算法,开销缩小,实现高效检测。     

一种在异构数据库中进行查询的方法研究

阐述了如何利用Visual C++与数据库系统连接进行可视化编程的操作,描述了实现异构数据厍中的数据厍集成进行直接查询的方法,该方法为用户提供了可视化界面.     

Net大数据库散布点的抗干扰优化查询算法

在Net环境下,大数据库的散布数据具有随机分布特征,干扰性较强,难以实现有效查询,研究优化查询算法对提高大数据库的数据调度和访问能力具有重要价值。提出一种基于大数据信息流集合划分机制与模式匹配的Net大数据库散布点的抗干扰优化查询算法。构建Net大数据库散布点数据采集模型,引入了融合特征空间的构架模式,通过数据信息流集合划分机制与模式匹配,得到大数据信息流异步层最小竞争异步递进值,实现抗干扰优化查询。结合Matlab和SQL Sever混合编程进行仿真,实验结果表明,能有效提高对Net大数据库散布点的查询性能,抗干扰能力强,提高对散布点数据的召回率,在数据库构建和应用中具有应用价值。     

基于改进均值聚类的混合型数据库查询优化算法

采用传统算法进行混合型数据库查询,由于文档与查询的匹配过于严格,存在对检索词的重要程度无法区分的问题,造成无法进行检索结果的排序的缺陷。为此,提出了一种基于改进均值聚类算法的混合型数据库查询优化方法。建立混合型数据库查询执行计划代价模型,精准的定义了数据库查询执行代价。将改进均值聚类算法与粒子群算法有效的相融合,将粒子群中的粒子划分为多个子群,更新所有的粒子,通过粒子间的相互信息融汇,搜寻到数据库查询最优解。实验仿真证明,基于改进均值聚类算法的混合型数据库查询优化方法精确度高,效率高。     

基于遗传禁忌的数据库多连接查询优化算法

针对数据库多连接查询优化问题,提出一种基于遗传禁忌算法的数据库多连接查询优化策略。把遗传算法作为查询优化的主框架,禁忌搜索作为遗传算法的变异算子,增加种群多样性,克服遗传算法收敛慢、局部搜索能力差等缺陷。仿真结果表明,遗传禁忌算法加快了求解数据库多连接查询优化问题的速度,而且提高了查询优化效率,得到较满意的查询优化结果。     

联合数据库下的休眠数据弱关联查询优化方法

传统的联合数据库数据查询系统仅仅可以对数据检索项进行匹配查询,无法在非检索项的弱关联休眠数据中提取出相关内容,数据查询的复杂度过高降低了检索性能,消耗了大量的联合数据库系统资源。提出一种基于模糊匹配的休眠数据查询方法,将联合数据库中的休眠数据作为多维特征项的案例,根据案例推理模型强制学习,根据查询系统预设的检索精度动态返回结果。实验结果表明,能够有效的提高联合数据库下对于弱关联休眠数据的查询效率。