一种自适应XML数据流质量预测策略.pdfVIP

一种自适应的XML 数据流质量预测策略1 1 1 2 刘波 ，杨路明 ，邓云龙 1 中南大学信息学院，湖南长沙（410083 ） 2 中南大学湘雅附三医院，湖南长沙（410013 ） E-mail ：ltbo99@,l-tb@163.com 摘 要：由于XML 文档资源在Web 上不断增长及数据交换的多样性，如何对XML 数据流 进行质量检测及重构是保证XML 有效性的关键。针对当前XML 数据流质量检测存在的不 足，提出构建XML 键的矢量矩阵作为窗口，利用矢量积小波变换多级分解与重构XML 数 据流，再结合最小二乘支持向量机对XML 数据流质量进行预测的一种方法（简称XAFS ）， 满足XML 数据流质量重构时实时检测的要求，保证XML 数据的约束性、一致性与完整性； 为了更好的适应网络负载，采取加权与自适应窗口调整等调度策略充分保证XML 数据流的 质量检测。对比其它相应算法，一系列仿真实验表明所提出算法具有较高的精度与实用性, 是XML 数据流挖掘的一种有效方法。 关键词：XML 键；XML 数据流；预测；矢量积小波变换；最小二乘支持向量机 中图分类号：TP311.13 文献识别码:A 0. 引言 随着 Web 技术及其应用的快速发展，XML 数据流及其相关技术己经成为当前数据处理 领域的研究热点之一，XML 数据流具有半结构特征，是连续的、输入速率随时间变化的、 有序的序列，这些有别于传统数据流的管理。 目前数据流研究领域中有关预测的理论和方法主要有相似性检测、神经网络模式匹配、 异常或模式差异、传感器数据挖掘等，如文献[1]针对传感器的识别原理提出一种利用 LS-SVM模型进行传感器动态系统辨识的方法；文献[2]探讨利用相空间重构技术与LS-SVM 模型进行非线性系统建模的方法；文献[3]基于XML路径相似性检测提出XML聚类的算法； 文献[4]针对XML数据流与其模式XAT 的匹配处理过程，从代数学的角度提出自动检测异常 的方法，并实现查询重写的功能；文献[5]提出基于相空间重构技术的局域法多步预报模型； 当前比较通用和完善的XML数据流系统XTREAM[6]是一个基于XML 的解析引擎，将XML信 息从Web站点中抽取并保存，具有较好查询扩展性。 这些方案较好地解决了 XML 数据流操作存在的问题，也存在不足，首先对 XML 数据 流主要采用 XML 路径相似性分析，针对 XML 数据流，这种操作算法所需时间与空间代价 昂贵，不适合数据流实时性的要求；其次大部分现有的算法都只能在给定长度的窗口上进行 数据流的检测，用户往往不知道最合适的检测窗口的大小，需要同时检测大量不同长度的窗 口，这样的策略将浪费大量的存储空间及计算的开销，在数据流较大时，不可避免地导致性 能的下降，不适合在线自适应资源管理和最优决策的需要；第三，同时从XML 流中多次提 取路径，存在检测难、分解不准确的问题，阻碍了 XML 数据流质量的进一步提升[7,8] ；与之 相比，最小二乘支持向量机[9]结构简单，推广能力强，对于解决非线性以及高维模式识别问 题表现出了很大的优越性。 因此利用XML 键的提取构建 XML 键向量矩阵作为双滑动窗口，通过矢量积小波转换[10] 对 XML 数据流进行划分，提出利用 LS-SVM 对 XML 进行质量预测的方法，同时分析 XML 1本课题得到湖南信息职业学院科技创新项目（编号 108652006011 名称：基于 XML 数据库压缩算法与概 率查询分析及实现）和国家自然科学基金重点项目（编号名称: 生物信息学中的相关组合理论和 算法研究）的资助。 -1- 数据流序列，通过对 XML 键的不同组合及加权、自适应等操作优化质量预测,其策略主要包 括如下 5 个主要阶段: 1)构建 XML 键向量矩阵作为检测窗口