GDsmith: Detecting Bugs in Graph Database Engines
图形数据库引擎在大数据时代脱颖而出,因为它们能够高效地建模和处理链接数据。有一个测试图形数据库引擎的强烈需求。然而,随机测试作为自动化测试生成的最实用方法,在检测图数据库引擎中的错误时面临着语义有效性、非空结果和行为多样性的挑战。为了应对这些挑战,在本文中,我们提出了GDsmith,第一个黑盒方法测试图数据库引擎。它通过骨架的生成和补全来确保每个随机生成的Cypher查询满足语义需求。GDsmith包括我们的技术,通过利用三种类型的结构突变策略来增加生成返回非空结果的Cypher查询的概率。GDsmith还包括我们的技术,通过在生成新查询时根据其先前的频率选择属性键来提高所生成的Cypher查询的行为多样性。我们的评估结果表明,GDsmith是有效和高效的自动查询生成,并大大优于基线。GDsmith成功地在三个流行的开源图形数据库引擎的发布版本上检测到27个以前未知的错误,并从开发人员那里获得了积极的反馈。
2022-06-17 cs.DB cs.SE
Designing and Comparing RPQ Semantics
Univ Gustave Eiffel, CNRS, LIGM(巴黎-萨莱学院大学,法国国家科学研究中心,信息与数字技术实验室)
本文提出一个框架用于分类和比较RPQ语义,探讨其属性及不同语义设计对图数据库查询语言的影响。
2026-02-12 cs.DB cs.FL
Foundations of Modern Query Languages for Graph Databases
我们调查现代图查询语言的基本特征。我们首先讨论两种流行的图数据模型:边标记图,其中节点由有向的标记边连接;和属性图,其中节点和边可以进一步具有属性。接下来,我们讨论两个最基本的图查询功能:图模式和导航表达式。我们从图模式开始,其中图结构的查询与数据相匹配。此后,我们讨论导航表达式,其中模式可以递归地匹配到图中导航路径的任意长度,我们给出了一个概述什么样的表达式已经提出,以及它们如何可以与图形模式相结合。我们还讨论了几个语义下,使用以前的功能查询可以进行评估,什么影响的功能和语义的选择对复杂性,并提供这样的功能在三个现代语言的例子,用于查询图:SPARQL,Cypher和Gremlin。最后,我们讨论的重要性,形式化的图形查询语言;一个总结什么是已知的SPARQL,Cypher和Gremlin的表达性和复杂性方面;和该地区的未来可能的发展方向的大纲。
2017-06-15 cs.DB
pykci: A Compact Urban Knowledge Graph for Semantic and Spatial Queries using LLMs
HafenCity University Hamburg(汉堡港城大学)
提出pykci系统,将CityGML 2.0数据集转换为Neo4j紧凑城市知识图谱,通过大语言模型实现自然语言查询,支持语义和空间查询,减少幻觉并提供可审计来源。
2026-07-03 cs.DB
Graph Query Generation with Constraint-guided Large Language Agents
Case Western Reserve University(凯斯西储大学);Amazon(亚马逊);Meta
本文提出UniQGen框架,利用大语言模型动态提取和优化图查询子句,提升查询准确性和效率,在多个基准测试中表现优异,适用于企业级知识图谱问答。
2026-04-09 cs.AI cs.CL cs.DB
GraphQ IR: Unifying the Semantic Parsing of Graph Query Languages with One Intermediate Representation
Tsinghua University(清华大学);Huawei Cloud Computing Technologies Co., Ltd.(华为云计算技术有限公司)
由于自然语言和形式语言之间存在着巨大的语义鸿沟,神经语义解析在处理输入语义和输出语法方面的复杂性是其面临的主要问题。最近的工作已经提出了几种形式的补充监督,但没有一个是通用的跨多个形式语言。本文提出了一种统一的图查询语言中间表示(IR),命名为GraphQ IR,它具有一个类似自然语言的表达式,可以弥合语义鸿沟,并具有形式化定义的语法,可以维护图的结构。因此,神经语义解析器可以更精确地将用户查询转换为GraphQ IR,后者可以稍后被错误地编译为各种下游图查询语言。在标准i.i.d.下,对包括KQA Pro、Overnight、GrailQA和MetaQA-Cypher在内的多个基准测试进行了广泛的实验,分布外和低资源设置验证了GraphQ IR相对于先前最先进技术的优越性,最高精度提高了11%。
2022-11-07 cs.CL cs.DB
Run-Based Semantics for RPQs
规则路径查询(RPQ)的形式化是大多数图数据库查询语言的重要组成部分。RPQ通常在同态语义下进行评估;特别是只返回匹配遍历的端点。在实际应用中,常常需要全匹配遍历来计算聚合值。在这些情况下,同态语义是不合适的,因为匹配的行走的数量可以是无限的。因此,图数据库引擎适应RPQ的语义,经常忽略理论上的危险信号。例如,流行的查询语言Cypher使用踪迹语义,这确保了结果是有限的,但代价是使计算问题变得棘手。我们提出了一种新的语义RPQs,特别是包括简单运行和绑定线索语义,作为一个候选人,以调和理论考虑与实际愿望。两者都确保输出是有限的,与同态语义兼容:端点上的投影与同态语义一致。因此,测试结果的空性是易处理的,并且已知的方法容易应用。此外,简单运行和绑定跟踪语义支持包语义,并且结果包的枚举是易处理的
2022-11-23 cs.DB cs.FL cs.LO
Natural Language to What? A Vision for Intermediate Representations in NL-to-X Querying
University of California San Diego(加州大学圣迭戈分校)
本文提出NLIQ框架,探讨自然语言查询中目标确定、中间表示设计及异构编译等核心问题,扩展了传统翻译方法的应用范围。
2026-07-24 cs.DB
Towards a Complete Direct Mapping From Relational Databases To Property Graphs
通过图模型表示的复杂数据越来越常见。与关系模型相反,图提供了对复杂数据执行分析任务的高容量。由于大量的数据仍然以关系表的形式呈现,因此有必要了解如何将这些数据转换为图形。本文提出了一个完整的映射过程,允许转换任何关系数据库(模式和实例)到一个属性图数据库(模式和实例)。与现有的映射相反,我们的解决方案保留了三个基本的映射属性,即:信息保存,语义保存和查询保存。此外,我们研究映射任何SQL查询到一个等价的Cypher查询,这使得我们的解决方案的实用。现有的解决方案要么是不完整的,要么是基于不实用的查询语言。因此,这项工作是第一个完整的和实用的解决方案映射关系图。
2022-10-02 cs.DB
Reconciliation of RDF* and Property Graphs
属性图(PG)和资源描述框架(RDF)都是表示图形数据的常用模型。虽然存在一些特定于系统的解决方案来将数据从一个模型转换到另一个模型,但这些解决方案彼此并不完全兼容,而且它们似乎都没有基于正式的基础。事实上,对于PG模型,甚至不存在一个公认的正式定义。本文件的目的是正式协调这两种模式。为此,该文档提出了PG模型的形式化,并引入了PG和RDF之间定义良好的转换。因此,该文档为以下两个创新提供了基础:一方面,通过实现本文档中定义的RDF到PG的转换,基于PG的系统可以使其用户能够加载RDF数据,并以兼容的、系统独立的方式使用例如图遍历语言Gremlin或声明性图查询语言Cypher。另一方面,本文档中的PG到RDF转换使RDF数据管理系统能够通过使用标准RDF查询语言SPARQL来支持对属性图的内容的兼容的、系统独立的查询。此外,本文还为系统研究两种模型之间的关系以及它们的查询语言之间的关系奠定了基础。
2014-11-13 cs.DB
Rosetta Statements: Simplifying FAIR Knowledge Graph Construction with a User-Centered Approach
TIB Leibniz Information Centre for Science and Technology(TIB莱布尼茨科技信息科学中心)
提出Rosetta Statement方法,通过自然语言语句建模和元模型,降低领域专家构建FAIR知识图谱的语义门槛,并在ORKG中实现。
2025-04-08 cs.DB
Integrating connection search in graph queries
Oracle(甲骨文公司);Ecole Polytechnique(巴黎综合理工学院);Inria(法国国家信息与自动化研究所);IPP(巴黎理工学院)
图形数据管理和查询有很多实际应用。当图非常异构和/或用户不熟悉其结构时,他们可能需要找到两组或更多组节点在图中是如何连接的,即使用户无法描述这些连接。现有的查询语言只部分支持这一点,它们允许搜索路径,但不支持搜索连接三个或更多节点组的树。后者与NP-难群斯坦纳树问题有关,并且先前已被考虑用于数据库中的关键字搜索。在这项工作中,我们正式展示了如何将连接树模式(简称CTP)集成到图查询语言(如SPARQL或Cypher)中,从而形成扩展查询语言(简称EQL)。然后,我们研究了一套算法,用于评估CTP,我们概括了以前的关键字搜索工作,最重要的是(i)考虑双向边遍历和(ii)允许用户选择任何评分函数排名CTP结果。为了应付非常大的搜索空间,我们提出了一个有效的修剪技术,并正式建立了一个大的情况下,我们的算法,MOLESP,即使修剪是完整的。我们的实验验证了我们的CTP和EQL评估算法在大量合成和真实工作负载上的性能。
2022-08-09 cs.AI cs.DB
The Semantic Ladder: A Framework for Progressive Formalization of Natural Language Content for Knowledge Graphs and AI Systems
Leibniz Institute for the Analysis of Biodiversity Change (LIB)(莱布尼茨生物多样性变化分析研究所)
本文提出语义阶梯框架,通过逐步形式化自然语言内容,解决自然语言与形式化模型之间的表示差异问题,支持知识图谱和AI系统的可扩展性和互操作性。
2026-03-23 cs.CL cs.DB
Formal Semantic Annotations for Models Interoperability in a PLM environment
如今,企业内部或企业之间对系统互操作性的需求变得越来越普遍。人们在信息交换、转换、发现和重用方面进行了大量的研究工作。这些研究的主要挑战之一是克服企业应用程序之间的语义异构性沿产品的生命周期。语义标注作为辅助语义互操作的一种可能的解决方案,得到了越来越多的关注,并被广泛应用于各个领域。在本文中,调查的背景和相关工作的基础上,我们发现了一些现有的缺点,并提出了一个正式的语义标注方法,以支持在PLM环境中的模型的语义丰富。
2014-11-13 cs.DB cs.SE
AIQL: Enabling Efficient Attack Investigation from System Monitoring Data
应对高级持续性威胁(APT)攻击的需求导致了无处不在地监视每个主机中的系统活动并对监视数据执行及时的攻击调查以分析攻击起源的解决方案。然而,现有的基于关系数据库和图形数据库的查询系统缺乏语言结构来表达主要攻击行为的关键属性,并且由于其语义不可知的设计不能利用系统监控数据的属性来加速查询执行,因此通常执行查询效率低下。为了解决这个问题,我们提出了一种新的查询系统,建立在现有的监控工具和数据库,这是设计与新型的优化,以支持及时的攻击调查。我们的系统提供(1)特定于域的数据模型和存储扩展的存储,(2)特定于域的查询语言,攻击调查查询语言(AIQL),集成了关键的原语攻击调查,和(3)优化的查询引擎的基础上的数据和查询的语义的特点,以有效地调度查询执行。我们在NEC Labs America部署了由150台主机组成的系统,并使用857 GB的真实系统监控数据(包含25亿个事件)对其进行了评估。我们对现实世界的APT攻击和广泛的攻击行为的评估表明,我们的系统在效率(PostgreSQL的124倍,Neo4j的157倍,Greenplum的16倍)和简洁性(SQL,Neo4j Cypher和Splunk SPL包含的约束至少是AIQL的2.4倍)方面都超过了现有系统。
2018-06-07 cs.CR cs.DB
A Formal Graph Model for RDF and Its Implementation
将RDF抽象图模型形式化,使其与RDF形式语义兼容,一直是语义Web的基础问题之一。在本文中,我们提出了一个新的RDF数据集的形式化图模型。该模型允许我们以图的形式表达当前的模型理论语义。我们还提出了资源路径和三重路径的概念以及遍历新图的算法。我们通过两个实现来证明这种图模型的可行性:一个是一个新的图引擎GraphKE,另一个是从RDF-3X扩展而来的,以表明现有的系统也可以从这种模型中受益。为了评估我们的图模型的经验方面,我们选择了最短路径算法,并在GraphKE和RDF-3X中实现它。我们在两个引擎上进行的在YAGO 2S-SP数据集中寻找最短路径的实验在执行时间方面表现不错。实验结果表明,我们的图模型与定义良好的语义可以有效地实现。
2016-06-01 cs.DB
A General Framework for Representing, Reasoning and Querying with Annotated Semantic Web Data
我们描述了一个通用的框架,表示和推理的语义Web数据,最近增加的不一致和不可靠的元数据在网络上的任务变得更加重要。我们正式的注释语言,相应的演绎系统,并解决查询回答问题。我们的统一推理形式主义涵盖了之前对特定RDF注释领域的贡献,正如我们通过在(i)时态、(ii)模糊和(iii)出处注释上实例化它所示。此外,我们提供了一个通用的方法,用于组合多个注释域,允许代表,例如,时间注释的模糊RDF。此外,我们解决了一个查询语言- AnQL -,这是由SPARQL的启发,包括SPARQL 1.1(子查询,聚合,分配,解决方案修改器)的几个功能,以及它们的语义的正式定义的发展。
2011-03-07 cs.DB
A Novel Approach for Generating SPARQL Queries from RDF Graphs
Université De Tunis El Manar(突尼斯埃尔马纳尔大学);Faculté Des Sciences De Tunis(突尼斯理学院);Faculté des Sciences Économiques et de Gestion de Tunis(突尼斯经济与管理科学学院);Faculté des Sciences juridique Économique et de Gestion de Jendouba(坚杜拜法律经济与管理科学学院)
这项工作是作为一个研究硕士论文项目的一部分。目标是根据用户提供的关键字生成SPARQL查询,以查询RDF图。为此,我们首先将输入本体转换为RDF图,该图反映了本体中表示的语义。随后,我们将此RDF图存储在Neo4j图形数据库中,以确保RDF数据的高效和持久管理。在询问时,我们研究了用户最初提出的请求的不同可能和期望的解释。我们还建议在两种查询语言SPARQL和Cypher之间进行某种转换,这是Neo4j特有的。这使我们能够在各种各样的BD-RDF上实现我们的系统架构,提供它们的查询语言,而不改变系统的任何其他组件。最后,我们使用不同的测试库对我们的工具进行了测试和评估,结果表明,我们的工具是全面的,有效的,足够强大。
2020-05-30 cs.AI cs.DB
Toward Multi-Database Query Reasoning for Text2Cypher
Neo4j(Neo4j公司)
本文提出多数据库查询推理方法,解决跨多个独立图数据库的查询问题,通过三阶段路线图实现数据库路由、分解和异构查询推理。
2026-05-11 cs.CL cs.DB
Formal Languages and Algorithms for Similarity based Retrieval from Sequence Databases
本文考虑了基于自动机,时态逻辑和正则表达式的各种形式主义,用于指定序列上的查询。与传统的二进制语义不同,本文提出了一种基于相似度的语义。更具体地,范围[0,1]中的距离度量与序列相关联,查询对表示序列满足查询的紧密程度。这些措施被定义使用频谱的赋范向量距离措施。提出了基于查询的语法和传统语义的各种距离度量。提出了计算这些距离测度的有效算法。这些算法可用于从数据库中检索紧密满足给定条件的序列。
2005-01-04 cs.DB cs.LO