不确定性数据的世系管理.pdfVIP

专题 第 第 5 卷 第 4 期 2009 年 4 月 不确定性数据的世系管理* 高 明 1 金澈清 2 王晓玲 2 1复旦大学 关键词 ：不确定性数据 数据的世系 Trio ULDB 2华东师范大学 前言 数据世系，追踪原始数据的演变过程，能够发 现这些异常情况，从而提高查询效率和查询准 无论科学研究领域还是商业应用领域，数 确度。 据的不确定性普遍存在。数据的世系 （Lineage 隐私保护 隐私保护是一类新兴的查询任 或Pr oven ance ）可以作为考察数据不确定性来 务，要求在对原始数据内容保密的情况下仍然 源以及演变过程的一项重要技术。所谓的世 提供定制的服务。常用的方法包括匿名化变 系，是指数据产生、并随时间推移而演变的整 量、模糊化原始数据、以统计量替代原始值 个过程[1] 。我们以科学数据管理、传感器数据 等，应用要求变换后的数据不能推断出其精确 管理、隐私保护和数字图书馆为例介绍不确定 值。原始数据拥有方将数据隐私保护后交给第 数据世系的应用。 三方进行分析处理，当数据分析结果返回时可 科学数据管理 科学实验过程会产生大量 以通过该数据集的世系信息还原第三方分析处 原始数据。由于数据产生方式、外部设备等因 理的结果。 素的影响，导致原始数据并不准确；另外，通 数字图书馆 数字图书馆往往整合在线文 过汇总、聚集这些原始不确定数据生成新的数 档、公共数据库、对象元数据等大量异构数 据集合，从而使得不确定性在数据演化过程中 据，这些数据来源分散，而且数据的准确度各 不断传递，并且数据的不确定世系也随时间不 有不同。即使是同一个对象，也往往会有多个 断更新；分析数据不确定世系能够追踪数据来 不同来源的相关条目。为获取针对某对象更可 源，响应用户对数据历史、数据引用和不确定 靠的信息，往往需要借助世系分析手段，详细 性的查询。 了解各个条目的来历、可信度等信息。 传感器数据管理 在传感器网络中，各 不确定数据世系管理现实的和潜在的应用 传感器节点收集数据，以供查询分析。但由于 很多，根据具体应用的实质，我们可以将应用 硬件设备、传输等因素的影响，所采集的数据 划分成以下四类[2] ： 往往并不准确。汇总、聚集各节点收集的数据 数据质量 当数据存在不确定性时，数据 并传送到中央节点进行查询处理。在正常条件 的演化过程既是不确定性不断演化的过程，也 下，各传感器节点采集的数据精度在预定范围 是数据世系不断丰富的过程，而世系可以用来 内；而受到某些不确定因素的影响，部分传感 追踪、评价数据质量和可靠性，传感器数据管 器节点采集的数据精度可能远远偏离预设的精 理过程中有这样的应用。 确值，甚至出现缺失值。此时，中央节点分析 数据核查（Audit Trail） 大多数系统中 * 本文受自然科学基金项目（No.、教育部博士点新教师基金项目“面向不确定性数据的在 线查询技术”与上海市重点学科建设项目（No. B412）资助。 14