移动数据管理

移动数据管理介绍

移动数据管理主要包括移动数据库技术，微小数据库在小型移动设备上的设计和实现，以及移动对象数据管理。移动数据库技术包括移动事务管理，数据缓存和复制，数据同步和发布，等等。微小数据库技术包括基于Flash的存储和索引模型设计，在有限内存上的查询处理和优化，事务管理，恢复技术和同步。移动对象数据管理包括动态位置信息的建模和跟踪，不确定性管理，时空数据存取语言，索引和可扩展性问题，基于位置的查询处理，数据挖掘（包括交通和位置预测），位置分发，隐私和安全，位置融合和同步。

研究动机

计算技术和无线网络的结合促使移动计算随处可见。与基于稳定网络的传统分布式计算环境相比较，移动计算有以下特征：移动性，连接频繁中断，多种带宽，不对称的网络通信，可扩展性，移动设备的能量有限，网络可靠性低，等等。在这样的环境下，许多新的应用需处理大规模数据，因此，需要移动数据管理技术。

现有研究工作

· 移动数据库系统

在移动数据库领域，已有许多研究工作。在移动数据库系统方面，如移动性，连接频繁中断和长事务等新的特征使得传统的事务处理模式不再适用。为了解决这个问题，在文章[10]中提出一个移动事务模型，O2PC-MT。通过结合乐观并发控制和两阶段提交，O2PC-MT能够灵活有效支持移动事务处理。用户的移动性对于数据复制也有重要影响。因此，传统分布式数据库和多数据库环境中的各种复制控制协议不再适用。在[8, 9]中提出一种新的移动数据库复制模式，事务层结果集传播（TLRSP）模型。在TLRSP模型中，移动用户可以访问数据库的本地复制，并且当系统连接中断时提交本地事务。在[9]中提出基于TLRSP的冲突发现和解决策略，从而本地提交的事务可以传送到数据库服务器，用于当系统重新连接后的冲突解决和结果集合并。基于以上方法，提出了一个原型系统，小金灵数据库。这是一个嵌入式的移动数据库系统，应用于如PDA，Palm，掌上电脑和手机等移动设备上。

· 微小数据库

对于微小数据库的研究并不多。由于读取速度高，电量消耗小和其他优势，闪存通常用于小型智能设备上。几种基于闪存的存储模型，如扁平存储（FS），域存储（DS），环存储（RS）和基于ID的存储模型已经提出，并设计了基于这些模型的查询处理和优化技术。在[4]中介绍了恢复技术，总结了基于闪存的小型数据库管理系统的主要问题和提出了一种日志结构的数据存储和索引模型，它能够支持高效的恢复。

· 移动对象管理

在移动对象管理的不同方面已经作了很多工作。早期的工作集中在自由空间中移动对象管理。在[7]中提出了一种离散的时空轨迹模型，利用轨迹表示移动对象的动态属性，可以提交移动计划和设置不同的阀值来触发未来轨迹的更新和相应的索引。

最近的工作已经开始关注受限网络中和时空环境的移动对象管理。在[1]中讨论了模型和预测问题，这个模型把路网和移动对象模拟成元胞自动机图，并且根据这个模型提出了一种基于模拟的预测方法，利用真实交通状况，这个模型可以比线形预测方法有更高精确性。跟踪和更新问题也是值得考虑的。在[2]中提出一个基于模拟的预测模型，介绍一种组更新策略，这种方法是把对象分组，每个组中的中心对象报告更新。这个模型为在交通路网上运动的对象提供更精确的位置预测，并且有更低的更新频率和保证位置精度。

· 受限网络中移动对象索引

由于对象运动频繁，开发高效的索引具有挑战的问题。在[6]中提出一种新的时空索引，它是基于PMR树，并且采用一个轨迹分割共享结构，同时介绍一种高效更新算法。在[11]中提出一个动态数据结构，称作自适应单元，这种结构根据相似运动模式将相邻对象分组。为了减少更新，基于一种预测方法一个自适应单元捕捉对象的运动边界，同时考虑到路网限定和随机的交通行为。然后，在自适应结构基础上建立路网上的空间索引。利用一种基于模拟的预测方法，可以捕捉交通特征，在[14]中提出一种新的存取方法—ANR树，支持高效的预测查询，这种存取方法适用于频繁更新的情况。ANR树利用自适应单元扩展了R树。自调整单元的预测不是通过单个轨迹而是基于不同的交通条件进行模拟后获得的两个轨迹边界。

· 受限网络移动对象聚类

对于一些新的应用，实时数据分析已经成为重要的需求之一，特别是，空间网络中的移动对象聚类[13, 15]。聚类对象目的之一是找到空间网络中的交通阻塞情况。在[15]中提出一个统一框架，用于“空间网络中移动对象聚类”（简称CMON），目标是优化移动对象聚类的代价，并且支持单一应用的多种聚类标准。这个框架由两个组件构成：（1）连续地维护聚类块（CB）；（2）基于聚类块，利用不同标准定期构建聚类。一个CB把一个路段上当前和未来时刻彼此接近的对象合并到一组中。一般地，一个CB满足两个基本需求：（1）在路网上，维护代价低；（2）能够支持不同应用层的聚类。通过分析路网上对象运动特征，开发一种增量的CB维护算法。另外，提出一种高效算法定期构建基于CB的三种聚类。网络特征用于减少搜索空间和避免不必要的网路距离计算。

· 基于位置的隐私保护

用户的隐私保护已经成为基于位置服务的关键性问题之一。在[16]中，确定了LBS中的两种隐私保护需求：位置匿名和标识匿名。虽然基于k匿名模型的技术可以提供一种用户隐私保护，但是它将用户的位置点(location point)扩大为一个位置区域(cloaking region)，减少了位置信息的精确性，因此，会降低用户对查询结果的满意度，也就是降低了服务质量（QoS）。为了平衡位置隐私保护和QoS，提出一种均衡服务质量和位置隐私保护的新的k匿名模型，在这个模型中，一个移动用户可以指定位置隐私的最小匿名度和最大匿名处理的响应时间以及满足QoS的最大cloaking region的大小。基于这个模型，开发了一种高效的基于有向图的匿名算法，以获取高质量的位置隐私保护和标识隐私保护。

· 其他

另外，还包括一些其他工作，如交通控制和基于位置的数据处理。在[3]中提出一种智能系统，可以根据层次标准维护交通密度的聚集信息。这个系统包括一个扩展了Quad-tree存取方法的索引和一个基于索引加速最优路径计算的视图层次搜索方法。在[5]中讨论了位置依赖数据处理的一些关键技术，并且提出一种新的位置依赖数据存储方法，这种方法完全基于关系数据库和一个可变粒度的格索引。在[12]中提出一种用于LBS的网页数据集成中间件，使得新的基于位置的应用开发和部署更加容易。

未来研究方向

为了实现小型智能设备的需求，有许多研究问题有待解决。需要设计更适合的存储结构和索引模型。事务处理和同步也是需要解决的重要问题。同时也需要考虑发现和解决潜在的冲突的问题。

由于在实际应用中，对象大多是在受限网络中运动，特别是在交通网络中，所以在受限网络环境中的移动对象管理将受到更多关注。对于受限网络中移动对象管理，主要的挑战性问题是：在路网上的移动对象的表示和建模，索引受限网络的移动对象，高效的NN查询和路网上的连续查询，交通网络中对象运动的智能分析等等。

如我们所知，无线通信技术的发展和移动多功能设备可用性的增强，已经创造了一个整体的计算环境。不用考虑具体的地理位置，人们可以通过各种设备和通信网络进行沟通和工作。这样就提出了许多挑战性问题，特别是对以数据中心的应用，如LBS，PIM和基于传感器网络的应用。所以，包括数据语义，以位置为中心的数据服务，广播和多点传输，数据有效性技术，数据安全，以及隐私保护问题在内的非传统问题是非常值得关注的。

获资助课题

论文著作