数据世系管理技术应用研究综述.docVIP

数据世系管理技术研究综述 高明1），金澈清2），王晓玲2），田秀霞1）,3），周傲英2） 1）（复旦大学计算机科学技术学院 上海市智能信息处理重点实验室 2）（华东师范大学软件学院 上海市高可信计算重点实验室 上海 200062） 3）(上海电力学院计算机与信息工程学院 上海 200090) 摘 要：世系描述了数据产生、并随时间推移而演变的整个过程，它的应用领域很广，包括数据质量评价、数据核查、数据恢复和数据引用等。数据世系大致可分为不同数据源之间的数据演化过程和同一数据源内部的数据演化过程，即模式级和实例级数据演化过程。本文以模式级和实例级数据世系的表示、查询为主线综述数据世系的研究进展。模式级世系主要介绍了查询重写和模式映射的世系追踪技术，实例级世系则从关系型数据、XML数据、流数据三个方面总结了新近的研究进展。本文还综述了跟踪不确定性数据及其演化过程的研究进展。最后，列举了数据世系管理的应用，并讨论了世系分析研究面临的挑战及未来的研究方向。 关键词： 数据世系；世系半环；数据集成；数据空间；不确定数据 中图法分类号 TP311.13 文献标识码：A A Survey on Management of Data Provenance* GAO Ming1, JIN Che-Qing2, WANG Xiao-Ling2, TIAN Xiu-Xia1,3, ZHOU Ao-Ying2 1）（Shanghai Key Laboratory of Intelligent Information Processing, School of Computer Science, Fudan University, Shanghai 200433） 2）（Shanghai Key Laboratory of Trustworthy Computing, Software Engineering Institute, East China Normal University, Shanghai 200062） 3）（School of Computer and Information Engineering, Shanghai University of Electric Power, Shanghai 200090） Abstract：The data provenance describes information about how data is generated, and evolving with time going on, which can be applied to many applications, including evaluation of data quality, audit trail, replication recipes, data citation, etc. Generally, the data provenance could be recorded among multiple sources, or just within a single data source. In other words, the derivation history of data could take place either in schema level, or in instance level. This paper surveys the research efforts about presentation and query of data provenance both in schema level and instance level. For the schema level, the focus consists of query rewriting and schema mappings, and for the instance level, the focus includes relational data provenance, XML data provenance, streaming data provenance. Moreover, the research efforts of uncertain data provenance to track the derivation of data and uncertainty are also summarized. Finally, we list applications of the data provenance, discuss the main challenges, a