溯源數(shù)據(jù)精簡方法研究.pdf

1、數(shù)據(jù)溯源是對目標(biāo)數(shù)據(jù)衍生前的原始數(shù)據(jù)及其演變過程的追溯、重現(xiàn)與展示。因其在監(jiān)測數(shù)據(jù)流失、完成數(shù)據(jù)重建以及驗證數(shù)據(jù)的安全與可信性等方面具有獨(dú)特的優(yōu)勢，在大數(shù)據(jù)工程和信息安全領(lǐng)域具有廣闊的應(yīng)用前景。
　　但是，自溯源系統(tǒng)出現(xiàn)以來，溯源數(shù)據(jù)的規(guī)模問題一直是制約其應(yīng)用的瓶頸。為保證目標(biāo)數(shù)據(jù)的可溯源性，溯源數(shù)據(jù)的規(guī)模常常遠(yuǎn)大于目標(biāo)數(shù)據(jù)，而對于面向大數(shù)據(jù)工程的溯源系統(tǒng)，這個問題更為突出。規(guī)模巨大的溯源數(shù)據(jù)不僅嚴(yán)重降低了溯源查詢的效率，使其存儲

2、、計算和管理成本激增，還因數(shù)據(jù)關(guān)聯(lián)過于復(fù)雜、細(xì)密，使溯源結(jié)果的理解更加困難，極大降低了數(shù)據(jù)溯源的質(zhì)量，并直接影響到數(shù)據(jù)溯源技術(shù)的推廣應(yīng)用。目前，國內(nèi)外關(guān)于精簡溯源數(shù)據(jù)主要采用的基于去冗壓縮和消噪過濾等方法不能從根本上解決溯源數(shù)據(jù)規(guī)模巨大的問題，本文基于溯源數(shù)據(jù)的特點以及溯源圖結(jié)構(gòu)，從分離冷數(shù)據(jù)和細(xì)粒度關(guān)聯(lián)數(shù)據(jù)的角度，對大規(guī)模溯源數(shù)據(jù)進(jìn)行粗粒度化，提出精簡溯源數(shù)據(jù)規(guī)模的有效方法。
　　本文的主要工作包括:
　　1.基于類型的溯

3、源數(shù)據(jù)分層精簡方法的研究，利用數(shù)據(jù)項之間依賴關(guān)系的傳遞性重構(gòu)數(shù)據(jù)對象間的依賴關(guān)聯(lián)，將溯源數(shù)據(jù)按其類型進(jìn)行分層劃分，對其中粒度較小、使用頻度較低的“冷數(shù)據(jù)”層進(jìn)行剝離，并以此簡化溯源數(shù)據(jù)，提高溯源效率。
　　2.基于中心性差值的溯源數(shù)據(jù)精簡方法的研究，根據(jù)數(shù)據(jù)節(jié)點中心性差值對任務(wù)層數(shù)據(jù)進(jìn)行邊界劃分，通過提取任務(wù)內(nèi)影響力較高的邊界數(shù)據(jù)節(jié)點作為關(guān)鍵溯源，實現(xiàn)溯源數(shù)據(jù)規(guī)模的精簡。
　　3.基于相關(guān)性聚類的溯源數(shù)據(jù)精簡方法的研究，即:

4、將數(shù)據(jù)按照相關(guān)性進(jìn)行粗粒度聚類，對描述任務(wù)細(xì)節(jié)的非邊界數(shù)據(jù)進(jìn)行分級存儲或修剪，從溯源數(shù)據(jù)粗粒度聚類角度實現(xiàn)溯源數(shù)據(jù)的精簡。
　　本文的創(chuàng)新點為:
　　1.提出一種基于類型的溯源數(shù)據(jù)分層精簡方法，該方法將溯源數(shù)據(jù)按其對象類型進(jìn)行分層劃分后，剝離使用頻度較低的“冷數(shù)據(jù)”層，以此實現(xiàn)數(shù)據(jù)溯源規(guī)模精簡。
　　2.提出一種基于中心差值的溯源數(shù)據(jù)精簡方法，該方法利用中心性差值識別粗粒度任務(wù)邊界，通過提取任務(wù)內(nèi)影響力較高的邊界數(shù)據(jù)節(jié)