移動(dòng)數(shù)據(jù)庫(kù)中數(shù)據(jù)預(yù)取系統(tǒng)研究與實(shí)現(xiàn).pdf

1、移動(dòng)數(shù)據(jù)庫(kù)中數(shù)據(jù)廣播技術(shù)及移動(dòng)通信帶寬的有限性引起較大的數(shù)據(jù)訪問(wèn)延遲，移動(dòng)客戶機(jī)與固定網(wǎng)絡(luò)頻繁(主動(dòng)或被動(dòng))斷接使得用戶事務(wù)得不到所需要的數(shù)據(jù)，移動(dòng)設(shè)備的電能限制及通過(guò)無(wú)線網(wǎng)絡(luò)訪問(wèn)遠(yuǎn)端服務(wù)器將消耗大量的電能等等這些限制性特點(diǎn)，使得傳統(tǒng)的緩存和數(shù)據(jù)預(yù)取技術(shù)在移動(dòng)計(jì)算環(huán)境中得到廣泛的使用。
　　 數(shù)據(jù)預(yù)取技術(shù)是對(duì)緩存技術(shù)的補(bǔ)充。它有效利用了用戶訪問(wèn)的時(shí)間局部性和空間局部性，通過(guò)結(jié)合用戶當(dāng)前和歷史的請(qǐng)求，主動(dòng)預(yù)測(cè)用戶將來(lái)可能訪問(wèn)到的數(shù)

2、據(jù)內(nèi)容，并將其預(yù)取到客戶機(jī)本地緩存中。數(shù)據(jù)預(yù)取技術(shù)的關(guān)鍵是如何準(zhǔn)確及高效的預(yù)測(cè)移動(dòng)客戶機(jī)未來(lái)將要使用到的數(shù)據(jù)并將其預(yù)取到緩存中。
　　 數(shù)據(jù)預(yù)取按其在網(wǎng)絡(luò)中實(shí)施預(yù)取的位置劃分為服務(wù)器端預(yù)取、代理服務(wù)器端頂取和客戶端預(yù)取，本文圍繞移動(dòng)數(shù)據(jù)庫(kù)中客戶端數(shù)據(jù)預(yù)取技術(shù)進(jìn)行了以下主要研究：
　　 一、根據(jù)移動(dòng)計(jì)算環(huán)境的結(jié)構(gòu)及其特點(diǎn)，得出研究移動(dòng)數(shù)據(jù)庫(kù)中數(shù)據(jù)預(yù)取技術(shù)的理論和現(xiàn)實(shí)意義。在分析傳統(tǒng)的數(shù)據(jù)預(yù)取系統(tǒng)模型之上提出在移動(dòng)數(shù)據(jù)庫(kù)的客

3、戶端利用用戶歷史訪問(wèn)記錄通過(guò)關(guān)聯(lián)規(guī)則挖掘技術(shù)得到用戶訪問(wèn)數(shù)據(jù)的相關(guān)性并結(jié)合網(wǎng)絡(luò)中數(shù)據(jù)資源的更新頻率，通過(guò)價(jià)值評(píng)估函數(shù)進(jìn)行預(yù)取數(shù)據(jù)選擇的預(yù)取系統(tǒng)-Value based CMIP數(shù)據(jù)預(yù)取系統(tǒng)。Value-based CMIP數(shù)據(jù)預(yù)取系統(tǒng)依賴兩個(gè)預(yù)取集合：預(yù)取數(shù)據(jù)集合和失效預(yù)取集合。預(yù)取數(shù)據(jù)集合中的數(shù)據(jù)只要出現(xiàn)廣播通道中就將其預(yù)取到客戶端緩存中。失效預(yù)取集合的構(gòu)造發(fā)生在用戶事務(wù)請(qǐng)求的數(shù)據(jù)失效時(shí)，不僅向服務(wù)器請(qǐng)求該失效數(shù)據(jù)，而且同時(shí)請(qǐng)求與失效

4、數(shù)據(jù)項(xiàng)相關(guān)的數(shù)據(jù)。
　　 二、結(jié)合移動(dòng)計(jì)算環(huán)境中用戶數(shù)據(jù)特點(diǎn)，在傳統(tǒng)的關(guān)聯(lián)規(guī)則挖掘算法之上，提出一種支持移動(dòng)計(jì)算的關(guān)聯(lián)規(guī)則挖掘算法。頻繁項(xiàng)集挖掘算法-New_Apriori算法通過(guò)減少候選項(xiàng)集的產(chǎn)生及事務(wù)數(shù)據(jù)庫(kù)的掃描時(shí)間，提高傳統(tǒng)關(guān)聯(lián)規(guī)則挖掘算法的效率，減少移動(dòng)客戶機(jī)的電能消耗。增量頻繁項(xiàng)集更新算法-New_FUP算法針對(duì)移動(dòng)客戶端的位置變化而導(dǎo)致的興趣漂移，對(duì)增量事務(wù)數(shù)據(jù)庫(kù)進(jìn)行關(guān)聯(lián)規(guī)則挖掘，從而更能準(zhǔn)確的預(yù)測(cè)用戶將訪問(wèn)數(shù)據(jù)。考

5、慮到移動(dòng)客戶端系統(tǒng)資源的消耗，提出根據(jù)客戶端電能使用率動(dòng)態(tài)選擇支持度和置信度進(jìn)行關(guān)聯(lián)規(guī)則的挖掘。
　　 三、進(jìn)行算法的比較分析及數(shù)據(jù)預(yù)取系統(tǒng)的實(shí)現(xiàn)。經(jīng)過(guò)算法理論與實(shí)驗(yàn)比較分析，本文提出的New_Apriod關(guān)聯(lián)規(guī)則挖掘算法能夠減少算法時(shí)間復(fù)雜度和空間復(fù)雜度。同時(shí)，New_FUP增量頻繁項(xiàng)集更新算法能夠從增量事務(wù)數(shù)據(jù)集中獲得更多的頻繁項(xiàng)集用于預(yù)取數(shù)據(jù)的選擇，提高緩存的命中率。通過(guò)數(shù)據(jù)預(yù)取系統(tǒng)的模擬實(shí)現(xiàn)與CMIP數(shù)據(jù)預(yù)取系統(tǒng)的比較分