[發(fā)明專利]一種傳感云環(huán)境下的數(shù)據(jù)源質(zhì)量評(píng)估方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201910256445.9
• 申請(qǐng)日: 2019-03-29
• 公開（公告）號(hào): CN110011847B
• 公開（公告）日: 2022-03-25
• 發(fā)明（設(shè)計(jì)）人: 李默涵;田志宏;孫彥斌;顧釗銓;韓偉紅;仇晶;蘇申
• 申請(qǐng)（專利權(quán)）人: 廣州大學(xué)
• 主分類號(hào): H04L41/50
• 分類號(hào): H04L41/50;H04L41/5009;H04L67/12;H04W4/38;H04W84/18
• 代理公司: 廣州三環(huán)專利商標(biāo)代理有限公司 44202
• 代理人: 顏希文;麥小嬋

本發(fā)明實(shí)施例公開了一種傳感云環(huán)境下的數(shù)據(jù)源質(zhì)量評(píng)估方法，包括：獲取傳感云存儲(chǔ)數(shù)據(jù)源的當(dāng)前和歷史監(jiān)測(cè)數(shù)據(jù)，所述傳感云是云計(jì)算和無(wú)線傳感器網(wǎng)絡(luò)的結(jié)合體，用于收集來(lái)自多個(gè)傳感器節(jié)點(diǎn)或傳感器子網(wǎng)絡(luò)的監(jiān)測(cè)數(shù)據(jù)并加以處理；基于空間關(guān)聯(lián)性和時(shí)間關(guān)聯(lián)性整合數(shù)據(jù)源的監(jiān)測(cè)數(shù)據(jù)并確定數(shù)據(jù)真值；基于所述數(shù)據(jù)真值生成數(shù)據(jù)源的初始質(zhì)量評(píng)估向量，并根據(jù)質(zhì)量規(guī)則調(diào)整所述數(shù)據(jù)源的初始質(zhì)量評(píng)估向量；根據(jù)調(diào)整后的所述數(shù)據(jù)源的初始質(zhì)量評(píng)估向量計(jì)算所述數(shù)據(jù)源的最終質(zhì)量評(píng)估結(jié)果。采用本發(fā)明，可以多角度描述數(shù)據(jù)源質(zhì)量，對(duì)數(shù)據(jù)源質(zhì)量的刻畫更為全面。

技術(shù)領(lǐng)域

本發(fā)明涉及質(zhì)量評(píng)估領(lǐng)域，特別是涉及一種傳感云環(huán)境下的數(shù)據(jù)源質(zhì)量評(píng)估方法。

背景技術(shù)

目前，已經(jīng)有一些數(shù)據(jù)源質(zhì)量評(píng)估方法被提出，現(xiàn)有方法大多基于規(guī)則，如條件函數(shù)依賴(conditional functional dependency)、條件包含依賴(conditional inclusiondependency)、時(shí)效約束(currency constraint)、匹配規(guī)則(matching rule)等，來(lái)評(píng)估數(shù)據(jù)庫(kù)中的數(shù)據(jù)質(zhì)量，監(jiān)測(cè)劣質(zhì)數(shù)據(jù)。基于數(shù)據(jù)源產(chǎn)生的劣質(zhì)數(shù)據(jù)的比例，可以進(jìn)一步評(píng)估數(shù)據(jù)源質(zhì)量。數(shù)據(jù)質(zhì)量規(guī)則一般具有A＝a→B＝b的形式，其語(yǔ)義為“如果屬性集合A的值為a，則屬性集合B的值必須為b”。通過在數(shù)據(jù)庫(kù)中篩選滿足規(guī)則前件A＝a的數(shù)據(jù)并檢查規(guī)則后件B＝b是否滿足，可以判斷數(shù)據(jù)中是否存在錯(cuò)誤，不滿足規(guī)則的數(shù)據(jù)被認(rèn)為是劣質(zhì)數(shù)據(jù)(或稱錯(cuò)誤數(shù)據(jù))，一些數(shù)據(jù)源的數(shù)據(jù)質(zhì)量可能受自身或外部因素影響而下降。這些受到負(fù)面影響的劣質(zhì)數(shù)據(jù)源如果不能夠被及時(shí)發(fā)現(xiàn)，又會(huì)進(jìn)一步影響基于該數(shù)據(jù)源的服務(wù)的質(zhì)量。為了能夠準(zhǔn)確發(fā)現(xiàn)劣質(zhì)數(shù)據(jù)源，需要一套準(zhǔn)確的數(shù)據(jù)源質(zhì)量評(píng)估方法。

發(fā)明內(nèi)容

為了解決上述問題，本發(fā)明提供了一種傳感云環(huán)境下的數(shù)據(jù)源質(zhì)量評(píng)估方法，可以多角度更準(zhǔn)確的描述數(shù)據(jù)源質(zhì)量，對(duì)數(shù)據(jù)源質(zhì)量的刻畫更為全面。

基于此，本發(fā)明提供了一種傳感云環(huán)境下的數(shù)據(jù)源質(zhì)量評(píng)估方法，包括：一種傳感云環(huán)境下的數(shù)據(jù)源質(zhì)量評(píng)估方法，其特征在于，包括：

獲取傳感云存儲(chǔ)數(shù)據(jù)源的當(dāng)前和歷史監(jiān)測(cè)數(shù)據(jù)，所述傳感云是云計(jì)算和無(wú)線傳感器網(wǎng)絡(luò)的結(jié)合體，用于收集來(lái)自多個(gè)傳感器節(jié)點(diǎn)或傳感器子網(wǎng)絡(luò)的監(jiān)測(cè)數(shù)據(jù)并加以處理；

基于空間關(guān)聯(lián)性和時(shí)間關(guān)聯(lián)性整合數(shù)據(jù)源的監(jiān)測(cè)數(shù)據(jù)并確定數(shù)據(jù)真值；

基于所述數(shù)據(jù)真值生成數(shù)據(jù)源的初始質(zhì)量評(píng)估向量，并根據(jù)質(zhì)量規(guī)則調(diào)整所述數(shù)據(jù)源的初始質(zhì)量評(píng)估向量；

根據(jù)調(diào)整后的所述數(shù)據(jù)源的初始質(zhì)量評(píng)估向量計(jì)算所述數(shù)據(jù)源的最終質(zhì)量評(píng)估結(jié)果。

其中，所述獲取傳感云存儲(chǔ)數(shù)據(jù)源的當(dāng)前和歷史監(jiān)測(cè)數(shù)據(jù)之后，若獲取傳感云存儲(chǔ)數(shù)據(jù)源的當(dāng)前和歷史監(jiān)測(cè)數(shù)據(jù)超過閾值，則對(duì)所述數(shù)據(jù)進(jìn)行數(shù)據(jù)歸約，所述數(shù)據(jù)歸約用于精簡(jiǎn)數(shù)據(jù)量，所述數(shù)據(jù)歸約包括逐段聚集近似法或自適應(yīng)逐段常量近似法。

其中，所述基于空間關(guān)聯(lián)性和時(shí)間關(guān)聯(lián)性整合數(shù)據(jù)源的監(jiān)測(cè)數(shù)據(jù)并確定數(shù)據(jù)真值包括：判斷數(shù)據(jù)是否具有空間上的相關(guān)性，若數(shù)據(jù)具有空間上的相關(guān)性，則針對(duì)給定的數(shù)據(jù)源s_i，讀取s_i周圍的一個(gè)規(guī)則監(jiān)測(cè)區(qū)域中的其他傳感器節(jié)點(diǎn)集合S_N⁽ⁱ⁾以及S_N⁽ⁱ⁾中節(jié)點(diǎn)的監(jiān)測(cè)數(shù)據(jù)序列，S_N⁽ⁱ⁾中的節(jié)點(diǎn)構(gòu)成簇Cluster⁽ⁱ⁾。

其中，所述得到s_i所在的簇Cluster⁽ⁱ⁾后，通過綜合位置相似度和數(shù)據(jù)相似度對(duì)S_N⁽ⁱ⁾中節(jié)點(diǎn)的監(jiān)測(cè)數(shù)據(jù)序列進(jìn)行聚簇，計(jì)算Cluster⁽ⁱ⁾每一時(shí)刻的質(zhì)心，以之作為真值的候選序列。