溯源數(shù)據(jù)壓縮存儲研究.pdf

1、隨著信息技術(shù)的發(fā)展,人們對信息的關(guān)注點不僅僅在數(shù)據(jù)本身,還需要知道數(shù)據(jù)的來源和演變等信息。這些數(shù)據(jù)的歷史信息,也稱為數(shù)據(jù)的溯源信息。在科學(xué)研究領(lǐng)域,數(shù)據(jù)溯源有廣泛的應(yīng)用,因為數(shù)據(jù)質(zhì)量對科學(xué)家來說極其重要。其中有很多產(chǎn)生和收集溯源信息的系統(tǒng),包括物理天文,化學(xué),生物和海洋氣象等研究領(lǐng)域。除此之外,溯源在數(shù)據(jù)重建,調(diào)試跟蹤,安全和搜索等方面的應(yīng)用也開始出現(xiàn)。但是在現(xiàn)有的諸多溯源系統(tǒng)中,溯源數(shù)據(jù)空間占用遠(yuǎn)遠(yuǎn)超過數(shù)據(jù)本身,在數(shù)據(jù)的內(nèi)容與歷史當(dāng)中

2、,處于次位的歷史消耗了過多的資源,這就大大的降低了溯源系統(tǒng)的可用性和高效性。
　　為了減少溯源數(shù)據(jù)的空間占用,而又不影響溯源完整性,Chapman等人提出了因式分解與繼承(FAI)算法。FAI只是將溯源信息中的共同信息分析出來,進(jìn)行優(yōu)化。論文使用多維壓縮算法,除了對溯源信息中共同的信息進(jìn)行優(yōu)化處理之外,還對數(shù)據(jù)本身的身份信息進(jìn)行優(yōu)化,同時挖掘溯源信息內(nèi)在的相似性,將編碼之后的溯源祖先信息使用web算法進(jìn)行優(yōu)化,進(jìn)一步降低溯源祖先信

3、息的存儲開銷,而且保證溯源信息查找性能不受影響,這是從微觀層面對溯源數(shù)據(jù)進(jìn)行優(yōu)化存儲。另外,從宏觀層面來看,溯源數(shù)據(jù)隨著時間無限增長,導(dǎo)致溯源空間和查詢時間開銷無限增長,針對這個問題,論文以PASS系統(tǒng)為研究實例,采用溯源信息分割,建立索引,壓縮分割溯源文件等方式,利用溯源數(shù)據(jù)的局部性原理,改進(jìn)了PASS系統(tǒng)的溯源存儲和查找機(jī)制。實驗表明,多維壓縮算法無論在存儲空間占用,還是身份或祖先信息查詢方面都要好于FAI算法;在PASS系統(tǒng)的溯源