Effiziente Suche in unsicheren und unscharfen Daten mittels Indexstrukturen für Wahrscheinlichkeitsverteilungsfunktionen

点击翻译按钮获取中文摘要

Die Entwicklung von Datenbank-Techniken zur effizienten Speicherung von unsicherenInformationen hat sich international als neuer Forschungsschwerpunkt etabliert. Durch diezunehmende Verbreitung sicherheitskritischer Anwendungen wird es immer wichtiger, dieVertrauenswürdigkeit von gespeicherten Informationen objekt- und attributspezifisch zumodellieren. Der etablierte Ansatz besteht darin, den Objekten Wahrscheinlichkeits-Verteilungsfunktionen zuzuordnen und diese approximativ in einem Index zu speichern,Unser Ansatz hingegen erreicht eine exakte Indexierung der Verteilungsfunktionen durchSpeicherung ihrer Parameter. Erste Ergebnisse zeigen, dass unser Ansatz in Bezug aufGenauigkeit und Effizienz den Konkurrenz verfahren überlegen ist. Allerdings verwenden wirbisher ein sehr einfaches Modell (achsenparallele Gaußkurven), das in vielen Anwendungenkeine zufrieden stellende Repräsentation der Datenverteilung leistet. Wir möchten daher dieModellierung der Unsicherheit mittels allgemeiner Verteilungsfunktionen, z. B. der Familieder Exponential Power Distributions oder Mixture Models, systematisch untersuchen undjeweils geeignete Indexstrukturen entwickeln. Um größtmögliche Effizienz sicherzustellen, sollenneuartige Kostenmodelle eine fundierte Grundlage für Strategien zur Datenorganisation bilden.Außerdem sollen komplexe Anfragetypen, z. B. Similarity-Join und Skyline-Anfragen. auf einepr ob ab il ist is ehe Grundlage gestellt werden. Die Entwicklung unserer Techniken soll imKontext ausgewählter Anwendungen aus den Bereichen Bildsuche, Medizin und Biometriestattfinden.