面向概率数据流的聚集查询处理技术

面向概率数据流的聚集查询处理是数据流管理系统的关键技术之一，在交通监控、物流分析等应用中意义重大。当前，面向概率数据流的聚集查询处理领域的难点在于1）低代价、快速、准确的聚集查询；2）在线计算和估计；3）复杂数据模型（含概率分布函数的模型）和4）复杂查询模型（非界标时间模型，非分配型函数）。本项目拟采用综合三维信息（数据维、时间维、概率维）的概要数据结构（synopsis data structure）作为核心技术支持复杂聚集查询，同时有利于支持在线计算；并以理论分析、限定近似查询的误差、以完整的实验测试新方法并和现有技术进行比较。本项目研究在概率数据流上的复杂聚集查询处理技术，包括非分配型函数、含概率分布函数的模型、和非界标时间模型等。相关研究成果将为含不确定性因素的高速海量数据应用提供新的解决思路，并能提升概率数据库的查询处理能力，具有重要的理论意义和应用价值。