基于前向和后向链式推理的高效实时语义数据流处理

发布时间：2021-04-27 15:05

　　在智能城市,大型基础设施的运行监控,可穿戴式协助设备和物联网等几种新兴应用场景下,用RDF来描述各种传感器传入的数据信息,可以清晰的表示各主体之间的关系,与此同时,传入连续数据流必须在非常短的延迟内得到处理,因此,语义数据流的处理成为重要的研究领域。目前语义数据流处理系统在处理高速率的流数据时无法满足实时查询要求,并且这些系统大部分都不支持实时推理功能。因此,本文在总结现有语义数据流推理相关研究和技术的基础上,利用特征索引和语义流推理技术进一步提高语义数据流推理的性能和降低查询延迟,主要工作内容如下:在数据驱动的推理优化方面上,本文将增量更新的数据流处理系统中的时间点的增量模型与前向推理相结合,并根据前向推理的特征和推理规则,提出了基于滑步的增量结果更新策略;并且针对前向推理结果冗余的不足,提出了基于多级索引的前向实时推理机制。在查询驱动的推理优化方面上,本文在利用扩展特征集的基础上,加入了基于查询语句的语义数据流后向推理方案,并且根据语义流数据的动态特性,重新设计了基于内存的语义数据流存储策略,构建了一个高效的语义数据流存储和查询引擎。本文在LUBM数据集设计了多组查询和对比试验,结... 

【文章来源】：武汉科技大学湖北省

【文章页数】：61 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第1章 绪论
    1.1 研究背景和意义
    1.2 国内外研究现状
        1.2.1 RDF流处理引擎的研究现状
        1.2.2 RDF流推理的研究现状
    1.3 本文研究内容
    1.4 论文组织结构
第2章 背景知识与理论
    2.1 RDF和 SPARQL
    2.2 语义Web知识库和推理
        2.2.1 语义Web知识库
        2.2.2 RDFS推理
    2.3 流模型和持续查询处理
        2.3.1 流模型
        2.3.2 持续查询处理
    2.4 分布式流处理引擎
        2.4.1 Storm
        2.4.2 Spark和 Spark Streaming
        2.4.3 Flink
    2.5 RDF流推理架构
    2.6 本章小结
第3章 基于多级索引和增量更新的前向链式流推理
    3.1 增量结果更新
        3.1.1 增量结果更新总体架构
        3.1.2 RDFS并行推理机
        3.1.3 增量结果维护队列
    3.2 多级索引
    3.3 本章小结
第4章 基于ECS索引的后向链式流推理
    4.1 总体架构
    4.2 RDF数据载入
    4.3 索引提取和建立
        4.3.1 CS索引建立
        4.3.2 ECS索引建立
    4.4 基于ECS的后向推理
    4.5 查询处理
        4.5.1 查询解析和提取ECS查询图
        4.5.2 ECS查询图和ECS索引匹配
        4.5.3 查询计划和执行
    4.6 本章小结
第5章 总体架构和实验分析
    5.1 总体架构
    5.2 实验配置
    5.3 实验场景设置
    5.4 实验结果分析
        5.4.1 滑步增量更新结果分析
        5.4.2 多级索引结果分析
        5.4.3 前后向流推理结果分析
第6章 总结和展望
    6.1 论文总结
    6.2 研究展望
致谢
参考文献
附录1 攻读硕士学位期间发表的论文
附录2 攻读硕士学位期间参加的科研项目



本文编号：3163680