科创中国

电子信息技术

【成果简介】随着信息技术的不断发展和现实应用需求的不断扩大，在无线传感 器网络、无线射频识别 RFID (Radio Frequency Identification) 网络、移动对象跟踪、气象雷达网络和隐私保护等应用中逐渐涌现出一类数据，即不确定性数据。轮廓查询也被称为 Skyline 查询，最早作为最大化向量问题研究，是一个典型的多目标优化问题，目前在数据库领域引起了广泛关注。Skyline 查询是指从给定的一个 N 维空间的对象集合 S 中选择一个子集，该子集中的点均不能被 S 中其它的点所支配，满足此条件的点称为 SP (Skyline Point) 。此处的支配关系指在 N 维空间内，若存在两个对象P 和 Q，对象 P 的 N 维数据中的每一维都优于或等于 Q，且至少存在一个维度要优于Q，则称 P 支配 Q。本成果涉及基于不确定偏好关系的轮廓查询的并行方法，尤其对不确定偏好的轮廓查询方法的并行实现的研究，适合大规模数据轮廓查询、推荐系统等应用领域。所要解决的技术问题是针对大规模数据的不确定偏好的 Skyline 查询的并行方法的研究。

自从将Skyline 查询引入不确定偏好之后，基于不确定偏好的Skyline 查询在推荐系统、人工智能、信息检索、数据挖掘和决策制定等众多应用中发挥着重要作用，目前已成为数据库领域的一个研究新的热点。随着近年来不确定偏好应用的广泛兴起和发展，高效处理不确定偏好的 Skyline 查询成为当前市场亟待解决的问题。然而，由于查询需求的不断扩大及其计算时间复杂度与数据集的大小成指数关系，导致已有的集中式方法难以满足现实应用对查询效率的需求。相比之前，采用本成果可以在市场运用中取得以下效果： 1)控制并行进程数目：通过控制标签长度能够控制并行进程数目。可以根据机器的实时状态调整并行进程数； 2)最大化并行效率：本发明将 中包含的项均等的划分为不相交晶格，所以每个进程上所承担的计算量大小是一致的，不会出现有进程空闲等待的情况发生，因此本发明能最大化并行效率； 3)高效查询：采用本发明可实现高效查询。本发明中并行计算方法所需时间随着标签长度 指数下降。能够极大的减少查询时间，实现高效查询。

朱培栋，男，1971年5月出生，博士，教授，2011年起任国防科技大学计算机学院博士生导师，现任长沙学院电子信息与电气工程学院院长，信息与通信工程省重点应用特色学科带头人，湖南省光电健康检测工程技术研究中心主任。IEEE（国际电气电子工程师协会）通信学会高级会员，中国电子学会首届云计算专家委员会专家，中国计算机学会互联网专委会和物联网专委会委员；曾任加拿大圣泽威尔大学James客座讲席教授；2014年全国复杂网络大会副主席。主要研究新一代互联网、网络安全、网络科学和网络思维。先后负责20余项国家和部委级等科研课题，作为第一完成人，授权发明专利19项，登记软件著作权7项，获全国发明博览会铜奖一项。获部委级科技进步奖2项。独立专著1部，合著合译学术著作9部，发表学术论文220余篇，SCI/EI索引160余篇；出版教材2部，教学研究著作1部，发表教学研究论文20篇，其中2篇为封面论文，获评《计算机教育》杂志创刊15周年“十佳作者”。“计算机网络”国家级精品课程主讲教师，网络思维的系统阐释者和积极倡导者，获部委级教学成果一等奖1项；指导博士硕士生80余名，2人获省部级优秀学位论文。