移動數(shù)據(jù)同步機制與真值發(fā)現(xiàn)算法研究.pdf

1、目前數(shù)據(jù)同步業(yè)務已經成為信息化時代最重要的業(yè)務之一，移動設備的多樣化和性能的提高都促進了移動數(shù)據(jù)同步業(yè)務的發(fā)展。然而移動計算環(huán)境的復雜性、動態(tài)性、弱連接性以及通信延遲與帶寬相對有限等特征使得移動節(jié)點間的數(shù)據(jù)同步效率降低，基于傳統(tǒng)集中式架構的移動數(shù)據(jù)同步方案難以高效地實現(xiàn)數(shù)據(jù)的一致性。
　　為了解決上述問題，本文總結了主流的數(shù)據(jù)同步技術以及同步架構，針對移動計算環(huán)境提出一種混合式數(shù)據(jù)同步機制(Hybrid Data Synchron

2、ization Mechanism, HDSM)，將集中式架構和Adhoc架構有機融合，設置自組織域(Self-Organization Domain, SOD)為同步進程管理單位，通過數(shù)據(jù)通信局域化，減少了同步數(shù)據(jù)通信量，同時減輕了數(shù)據(jù)同步服務器負載。為了縮短同步響應時間，加快SOD中同步數(shù)據(jù)的分發(fā)速度，本文還提出了一種基于節(jié)點能力值的數(shù)據(jù)分發(fā)策略(Capacity-value-based Data Distribution Stra

3、tegy, CDDS)，根據(jù)移動節(jié)點綜合處理能力值來建立SOD樹分發(fā)路徑，實現(xiàn)了SOD中各移動節(jié)點對同步數(shù)據(jù)的高效分發(fā)。針對增量數(shù)據(jù)捕獲問題，本文調研了常用的增量同步方法例如時間戳法、觸發(fā)器法、日志法、快照法、API法等并提出了一種基于軌跡變更的增量捕獲策略(Increment Capture Strategy based on Track Changes, ICSTC)，采用觸發(fā)器捕獲操作日志，并用凈化方法合并操作日志得到凈增量數(shù)據(jù)，

4、減少了同步數(shù)據(jù)量，降低了數(shù)據(jù)的傳輸成本以及縮短了同步響應時間。
　　如今互聯(lián)網已然成為了一個巨型數(shù)據(jù)集，它的發(fā)展給人們生活和工作帶來便利的同時，其提供的數(shù)據(jù)質量問題也日益突出。為了確保用戶搜集數(shù)據(jù)的質量，提供給用戶或決策者最為準確的數(shù)據(jù)，真值發(fā)現(xiàn)問題受到了廣泛的關注。針對現(xiàn)有真值發(fā)現(xiàn)算法復雜難懂、準確性不高的問題，本文提出了一種基于實體屬性的真值發(fā)現(xiàn)算法(Truth Finder Algorithm based on Entity

5、 Attribute, TFAEA)，在數(shù)據(jù)源可靠性和事實準確性迭代計算機制的基礎上，考慮事實相互支持度和數(shù)據(jù)源之間的依賴關系兩個因素，簡化了真值發(fā)現(xiàn)算法。為了提高真值發(fā)現(xiàn)算法的準確性，本文采用單向文本相似度與事實沖突程度相結合的方法來計算事實相互支持度，并提出了數(shù)據(jù)源對稱飽和度方法來計算數(shù)據(jù)源之間的依賴程度。實驗結果表明，TFAEA算法不僅穩(wěn)定，而且有很高的準確性。
　　最后，在基于混合式數(shù)據(jù)同步機制和基于實體屬性的真值發(fā)現(xiàn)算法