论文部分内容阅读
随着移动互联网络的发展和大数据时代的到来，如何从海量数据信息中找出对用户有用的信息以帮助决策显得越来越重要。作为数据库领域的一项重要操作，Skyline查询能从数据集合中获取不被支配的数据对象，即该数据对象至少有一维属性值比其它数据对象好，且其余维属性值不比其它数据对象差。Skyline查询可以根据用户的偏好从海量的数据集中选择其感兴趣的目标数据。另一方面，随着无线技术的发展，移动设备在生活中迅速普及，延迟容忍网络逐渐引起人们的关注。由于已有的各种Skyline查询算法是在网络持续连接的状态下工作的，而延迟容忍网络的间断特性使得已有的Skyline查询算法无法适用到延迟容忍网络环境下。本文针对延迟容忍网络环境下的Skyline查询进行研究，充分考虑延迟容忍网络特有的特性并结合Skyline查询特点，提出了延迟容忍网络环境下的Skyline查询策略。本文主要研究内容包括：1.针对延迟容忍网络自身的特性，提出了一种新的信息查询算法—IA算法。该算法模拟社会网络中人的自然行为，根据邻居节点的信息精确度进行转发查询信息，快速查询出用户所需的信息，能够更好地适应高度动态型的延迟容忍网络。实验验证了此算法的高效性和稳定性。2.在信息查询IA算法基础上进一步解决延迟容忍网络中的Skyline查询问题，结合Skyline查询特点，提出了延迟容忍网络环境下的Skyline查询算法—DTN_Skyline。DTN_Skyline算法主要以网络中节点的邻居保存的数据信息为依据，在IA算法基础上采用节点过滤和数据元组过滤的策略，减少节点访问量和数据传输量，查询过程中保存查询路径，最后按此查询路径反向逐步收集最终Skyline结果的查询操作。实验结果表明此算法大大降低了网络通信量、有效缩短了查询响应时间。