传感数据管理的理论基础与实现技术

智能环境技术的飞速发展对有效管理感知数据的需求日渐真实和迫切。一方面，数据提供方的各类传感器以流速率向数据管理系统输入所采集的低层次、细粒度、非确定的原始数据；另一方面，使用这些数据的各类应用却要求数据管理系统提供面向用户的高层次、高质量的数据输出，以保证服务的及时性。如何协调供求双方这一矛盾，实时处理具有不确定性和流特性的传感数据是数据库研究面临的新挑战。近期，虽然有些实验室开始关注流数据的不确定性问题，但均着力于非确定流数据模型及查询处理。如何让传感数据管理系统摆脱底层基本数据的非确定性困扰，在上层数据处理中矫正造成的数据偏差，提交给最终用户更准确的数据服务，目前，在学术界和工业界鲜未涉及，而解决这一问题将需要一种全新的开放式传感数据管理理论与策略。本项目针对此现状，探讨传感数据模型、查询处理与体系架构等问题。该工作对推动我国物联网的发展，实现"感知中国"新蓝图具有重要意义与应用前景。

普适计算通过在人们日常生活所处的环境中使用嵌入式计算设备、传感器、移动设备等，让人们更方便、更有效地与计算机系统进行交互。这时的计算机系统已经融入了环境之中，不易被人们所察觉。在实行智能感知的普适计算架构中，数据管理扮演着重要角色。然而，对其要求却完全不同于传统的办公场景，传感数据的内在不确定性、流特性以及随之而来的强时态性查询与事件检测需求对传统数据管理提出了新挑战。项目围绕非确定传感数据获取过程中的质量保障、非确定传感数据查询结果的灵敏度分析与结果解释、流性传感数据的时态查询与事件检测、微博流数据转发事件预测与热度分析等四个方面展开，项目研究工作进展顺利，达到预期的研究目标。本项目先后资助培养17名博士生（其中4名博士生已毕业），发表学术论文41篇，其中，SCI检索7篇，EI检索36篇。申请专利5项、软件著作权登记6项。该项针对传感数据不确定性和时态流特性所做的研究引发出一系列与智能感知相关的数据管理问题及其可能的解决方案，为我们研究传感数据管理系统奠定理论框架与技术支撑，为进一步研究新一代信息管理技术开辟崭新空间，对实现未来智能信息社会新蓝图具有重要影响和广阔应用前景。