Text-to-SQL文本信息处理技术研究综述

信号与信息处理的需求日益增加,离不开数据处理技术,数据处理需要数据库的支持,然而没有经过训练的使用者会因为不熟悉数据库操作产生诸多问题。文本转结构化查询语言(Text to Structured Query Language, Text-to-SQL)的出现,使用户无需掌握结构化查询语言(Structured Query Language, SQL)也能够熟练操作数据库。介绍Text-to-SQL的研究背景及面临的挑战;介绍Text-to-SQL关键技术、基准数据集、模型演变及最新研究进展,关键技术包括Transformer等主流技术,用于模型训练的基准数据集包括WikiSQL和Spider;介绍Text-to-SQL不同阶段模型的特点,详细阐述Text-to-SQL最新研究成果的工作原理,包括模型构建、解析器设计及数据集生成;总结Text-to-SQL未来的发展方向及研究重点。     

云、边缘和雾计算安全性研究综述

随着云计算技术在学术界与工业界的快速发展和广泛应用,云计算领域中的信息安全和隐私问题成为当前研究的热点。从云计算到边缘计算再到雾计算,不同的计算范式形成各自独特的计算生态系统,这些系统具有不同体系结构、信息存储和处理能力。由于不同的计算生态系统具有一定的异质性,使得多样性计算在信息安全和隐私保护方面仍面临着诸多挑战性的问题。介绍了云、边缘和雾计算3种范式的背景知识以及它们之间的相似性与差异性,3种范式各自在信息安全和隐私保护方面的相关技术及其特征;综述了3种范式在信息安全以及隐私威胁方面所面临的挑战,总结了不同的安全部署与隐私机制以解决此类挑战。确定了信息安全与隐私机制的部署缺陷是由多样性计算的异质性所导致,融合不同的信息安全部署技术可以进一步加强信息的安全性与隐私性。     

面向时空数据场景的数据库索引选择框架

索引是一种用于提高数据库查询效率的数据结构,良好执行计划的生成和选择很大程度上取决于数据表上是否存在合适的索引。然而,面对复杂的时空数据场景,现有的索引选择方法存在很多不足,如无法高效处理大量范围查询、容易造成索引冗余、无法有效应对动态的工作负载等问题。针对上述问题,提出一种新型基于深度确定策略梯度(Deep Deterministic Policy Gradient,DDPG)模型和索引效益评估网络的索引选择框架:ST-IS(Index Selection method tailored for Spatio-Temporal data scenarios)。ST-IS集成了对SQL语句和索引集的新型编码方法,有效避免索引冗余或索引缺失。ST-IS使用索引效益评估网络来优化强化学习的奖励机制,同时支持动态的工作负载。大量实验结果表明,在真实时空数据集和TPC-DS标准数据集上,ST-IS的性能优于现有的索引选择方法。     

基于机器学习的SARS-CoV-2传播和临床风险预测方法

综合征监测作为公共医疗卫生政策的主要检测指标,拥有充足且及时的监测信息至关重要。传统流行病学指标监测的滞后和误导会影响病情严重地区的医疗实施方案。使用谷歌趋势搜索量、谷歌移动、电信运营商、英国国家医疗服务体系(National Health Service,NHS)电话119和线上新冠检测请求网站的空间数据,提出一种局部范围内SARS-CoV-2传播和临床风险的早期指标建模方法。利用浅层学习算法作为基准方法训练局部空间神经网络,提出空间集成长短期记忆(Spatio-Integrated Long Short-Term Memory,SI-LSTM)算法和空间集成卷积神经网络长短期记忆(Spatio-Integrated Convolutional Neural Network Long Short-Term Memory,SI-CNN-LSTM)算法。在规定的评估时间周期内,两种算法均能准确识别出疫情感染高风险区域。此外,在基本公共卫生服务项目中,该模型还原了2020年底阿尔法变体、2021年4月德尔塔变体和2021年11月奥密克戎变体在英国境内的局部增长指数,其空间分散性和增长指数得到了临床数据的证实。     

一种基于移动数据挖掘和区块链的数据共享方法

移动数据挖掘是指对移动设备中大规模数据进行挖掘和分析的过程,获取有用的信息和知识,以支持移动应用和服务的开发和改进。区块链是一种分布式的、去中心化的数据库技术,可以实现在网络中多方之间安全地传输信息、交易资产,不依赖于中心化的机构或第三方信任机构。然而,面对复杂的移动数据场景,现有的隐私保护、索引选择等方法存在诸多不足,如无法高效处理大数据量的加解密任务、区块链上数据分布不均、无法有效应对移动设备计算能力不足等问题。针对上述不足,提出一种基于移动数据挖掘和区块链的数据共享方法(A Data Sharing Method for Mobile Data Mining and Blockchain, ADS-MB)。ADS-MB集成了密钥分片共享算法,可有效避免密钥被第三方获取或篡改而导致隐私内容泄露。ADS-MB使用基于SM2的改进算法来加强区块链数据的一致性和安全性,同时支持动态的区块链索引维护。实验结果表明,在真实移动业务数据集和WeiboDataShare数据集上,ADS-MB的性能优于现有的数据分享方法。