ODIN: Object Density Aware Index for CkNN Queries over Moving Objects on Road Networks
Yantai University（烟台大学）；York University（约克大学）；Wilfrid Laurier University（韦弗雷德·劳里埃大学）；Nanjing University of Aeronautics and Astronautics（南京航空航天大学）
ODIN提出了一种面向道路网络上移动对象的弹性树索引结构，用于高效处理连续k最近邻查询，适应动态变化的物体密度。
2025-12-31 cs.DB
Providing Diversity in K-Nearest Neighbor Query Results
给定多维空间中的一个点查询Q，KNN查询根据数据库中关于Q的给定距离度量返回K个最近的答案。在这种情况下，大多数答案可能与其他答案非常相似，特别是当数据具有聚类时。对于各种应用程序，这种同质结果集可能不会为用户增加价值。在本文中，我们考虑的问题，提供多样性的KNN查询的结果，也就是说，产生最接近的结果集，使每个答案是充分不同的休息。我们首先提出了一个用户可调的多样性定义，然后提出了一个算法，称为MOTLEY，根据这个定义产生一个不同的结果集。通过对真实数据和合成数据的详细实验评估，我们表明，MOTLEY可以产生不同的结果集，只需读取数据库中的元组的一小部分。此外，它不对传统KNN查询的评估施加额外的开销，从而提供多样性和距离之间的无缝接口。
2003-10-15 cs.DB
Exact Trajectory Similarity Search With N-tree: An Efficient Metric Index for kNN and Range Queries
针对轨迹相似性搜索中现有度量索引性能不足的问题，提出新型度量距离函数DistanceAvg与N-tree索引结构，在kNN查询上优于现有最优索引，范围查询性能相当，可返回精确结果。
2024-08-14 cs.DB cs.DS cs.IR
HD-Index: Pushing the Scalability-Accuracy Boundary for Approximate kNN Search in High-Dimensional Spaces
由于维数灾难的存在，高维空间中大型数据库的最近邻搜索存在着固有的困难。因此，近似的味道是必要的，以实际解决最近邻搜索的问题。在本文中，我们提出了一种新的，但简单的索引方案，HD-Index，解决问题的近似k-最近邻查询在海量高维数据库。HD-Index由一组新的层次结构组成，称为RDB树，建立在数据库对象的Hilbert键上。RDB树的叶子存储数据库对象到引用对象的距离，从而允许使用距离过滤器进行有效的修剪。除了三角不等式，我们还使用托勒密不等式来产生更好的下界。在大规模（高达10亿规模）高维（高达1000+）数据集上的实验表明，HD-Index是有效的，高效的，可扩展的。
2018-04-23 cs.DB
Building Confidential and Efficient Query Services in the Cloud with RASP Data Perturbation
随着公共云计算基础设施的广泛部署，利用云承载数据查询服务因其可扩展性和成本节约等优势而成为一种极具吸引力的解决方案。然而，一些数据可能是敏感的，数据所有者不想移动到云，除非数据机密性和查询隐私得到保证。另一方面，安全查询服务仍应提供高效的查询处理，并显著减少内部工作量，以充分实现云计算的优势。我们提出了RASP数据扰动方法，为云中受保护的数据提供安全高效的范围查询和kNN查询服务。RASP数据扰动方法结合了保序加密、维数扩展、随机噪声注入和随机投影，对扰动数据和查询的攻击提供了强大的弹性。它还保留了多维范围，这允许应用现有的索引技术来加速范围查询处理。kNN-R算法被设计为与RASP范围查询算法一起处理kNN查询。我们在精确定义的威胁模型和现实的安全假设下仔细分析了对数据和查询的攻击。大量的实验表明，这种方法在效率和安全性方面具有优势。
2013-01-09 cs.CR cs.DB
Ball*-tree: Efficient spatial indexing for constrained nearest-neighbor search in metric spaces
新兴的基于位置的系统和数据分析框架需要有效管理空间数据，以进行近似和精确搜索。精确的相似性搜索可以使用空间划分数据结构来完成，例如Kd树、R* 树和Ball树。在本文中，我们专注于球树，一个高效的搜索树，是特定的空间查询，使用欧几里德距离。球树的每个节点定义一个球，即一个包含要搜索的点的子集的超球体。在本文中，我们提出了球 * 树，一个改进的球树，更有效的空间查询。Ball*-tree具有一种改进的空间划分算法，该算法考虑了数据点的分布，以找到一个有效的分裂超平面。此外，我们提出了一个新的算法，KNN查询与限制范围使用球 *-树，这比KNN和范围搜索这样的查询。实验结果表明，Ball*-tree算法比原Ball-tree算法快39%~ 57%。
2015-11-02 cs.CG cs.DB cs.DS
HDBSCAN: Density based Clustering over Location Based Services
基于位置的服务（LBS）已经变得非常流行，并被数百万用户使用。流行的LBS涵盖了从地图服务（如谷歌地图）到餐馆（如Yelp）和房地产（如Redfin）的所有领域。LBS的公共查询接口可以抽象地建模为二维的点数据库上的kNN接口：给定任意查询点，系统返回数据库中距离查询点最近的k个点。通常，k被设置为诸如20或50的小值。在本文中，我们考虑的新问题，使基于密度的聚类在LBS只有一个有限的，kNN查询接口。由于LBS对查询速率的限制，即使检索每个元组一次也是不可行的。因此，我们寻求构造聚类分配函数f（.）通过发出少量的kNN查询，使得对于数据库中可能已经或可能尚未被访问的任何给定元组t，f（.）以高精度输出t的聚类分配。我们在基准数据集和流行的现实世界的LBS（如Yahoo！Flickr、Zillow、Redfin和谷歌地图。
2016-02-16 cs.DB
climber++: Pivot-Based Approximate Similarity Search over Big Data Series
针对现有分布式大数据序列近似kNN搜索重可扩展性、轻准确性的问题，提出含抗损失双重表示、分布式两级索引及两种查询算法的CLIMBER框架，实现了80%以上准确率且兼具太字节级可扩展性。
2024-04-15 cs.DB
Monitoring the Top-m Aggregation in a Sliding Window of Spatial Queries
在本文中，我们提出并研究了流查询中空间对象的top-m秩聚合问题，其中，给定一组对象O，一个空间查询流（kNN或范围），目标是报告m个具有最高聚合秩的对象。对象的秩w.r.t.基于单个查询与查询位置的距离来计算单个查询，并且根据所有单个排名排序来计算聚合排名。这一基本问题的解决方案可用于监测空间对象的流行程度，这反过来又可为空间数据提供新的分析工具。我们的工作从三个不同的领域：排名聚合，连续查询和空间数据库的灵感。据我们所知，没有事先的工作，认为所有三个问题域在一个单一的上下文中。我们的问题是从经典的排名聚合问题的方式，空间对象的排名是依赖于流查询的位置是不知道的先验，是从连续的空间查询的问题，因为新的查询位置可以到达任何区域，但不移动不同。为了解决这个问题，我们展示了如何对任何看不见的查询的对象的秩进行上界和下界。然后，我们提出了一个近似的解决方案，以持续监测的top-m对象有效地，为此，我们设计了一个倒序文件（IRF）索引，以保证解决方案的误差界。特别是，我们提出了安全排名的概念，以确定当前的结果是否仍然有效或不当新的查询到达，并提出了验证对象的概念，以限制对象的数量来更新的前m个结果。我们还提出了一个精确的解决方案的应用程序中的近似解决方案是不够的。最后，我们进行了大量的实验来验证我们的解决方案的效率和有效性。
2016-10-21 cs.DB
Query Language for Complex Similarity Queries
对于多媒体等复杂数据类型，传统的数据管理方法已不适用。代替属性匹配方法，基于对象相似性的访问方法正变得流行。近年来，基于相似性检索的索引和检索方法得到了广泛的研究。如今，许多有效的方法已经可用，但使用它们来构建实际的搜索系统仍然需要专家调整方法并手动构建系统。已经进行了几次尝试来为这样的系统提供查询语言形式的更方便的高级接口，但是这些仅限于支持基本的相似性查询。在本文中，我们提出了一种新的语言，允许制定基于内容的查询，以灵活的方式，考虑到所提供的功能，在使用中的特定搜索引擎。为了确保这一点，该语言是基于一个通用的数据模型与一个抽象的操作集。因此，该语言支持各种高级查询操作，如相似性连接，反向最近邻查询或不同的kNN查询，以及多对象和多模式查询。该语言主要设计用于MESSIF框架，用于基于内容的搜索，但也可以用于其他检索系统。
2012-04-05 cs.DB cs.IR cs.MM
Verifying the Correctness of Analytic Query Results
数据外包是数据所有者解决数据分析所需的大量数据、大量用户和密集计算等问题的一种具有成本效益的解决方案。他们可以简单地将数据库上传到云，并让它执行所有管理工作，包括查询处理。这种服务模型的一个问题是查询发布者如何验证他们接收到的查询结果确实是正确的。这种担忧是合理的，因为作为第三方，云可能不完全值得信任，而作为大型数据中心，云是黑客的理想目标。在查询结果验证方面已经做了大量的工作，但大多数只考虑简单的查询，其中查询结果可以通过直接检查原始数据与查询条件来获得。在本文中，我们考虑的问题，使用户能够验证分析查询的结果的正确性。与简单查询不同，分析查询涉及对数据库进行评分的排名函数，这使得难以构建用于验证目的的数据结构。我们提出了两种方法，即一个签名和多签名，并通过分析和实验表明，他们的工作以及三种代表性类型的分析查询，包括top-k，范围，和KNN查询。
2020-11-19 cs.CR cs.DB
LIST: Learning to Index Spatio-Textual Data for Embedding based Spatial Keyword Queries
提出LIST，一种基于机器学习的近似最近邻搜索索引，通过学习聚类和伪标签生成技术高效索引空间-文本数据，并集成空间与文本相关性模型实现轻量有效的对象重排序。
2024-11-14 cs.DB cs.IR
NaviX: A Native Vector Index Design for Graph DBMSs With Robust Predicate-Agnostic Search Performance
提出用于图数据库的原生向量索引NaviX，基于HNSW图结构并采用自适应预过滤算法，实现了在多变选择性和相关性下稳健高效的谓词无关过滤向量搜索。
2025-06-29 cs.DB cs.IR
A MovingObject Index for Efficient Query Processing with Peer-Wise Location Privacy
随着基于位置的服务的使用越来越多，位置隐私越来越受到用户，工业界和研究界的关注。虽然相当大的努力已经投入到发明技术，防止服务提供商知道用户的确切位置，相对较少的注意已经支付给所谓的同行明智的隐私-保护用户的位置从未经授权的同行用户。本文确定了一个重要的效率问题，在现有的同行隐私的方法，简单地应用过滤步骤，以确定位于查询范围内的用户，但不想透露自己的位置查询同行。为了解决这个问题，我们提出了一种新的，隐私政策启用索引称为PEB树，无缝集成位置接近和政策兼容性。我们提出了高效的算法，使用PEB树处理隐私感知范围和kNN查询。大量的实验表明，PEB树，使高效的查询处理。
2011-09-30 cs.DB
Benchmarking RL-Enhanced Spatial Indices Against Traditional, Advanced, and Learned Counterparts
The University of Melbourne（墨尔本大学）；The University of Queensland（昆士兰大学）
本文提出首个RLESIs基准，评估12种空间索引在不同数据集和工作负载下的性能，发现RLESIs在查询效率和构建成本上均劣于学习型索引和先进变体。
2025-12-11 cs.DB
Hands-off Model Integration in Spatial Index Structures
Imperial College London（帝国理工学院）；IIT Delhi（印度理工学院德里分校）
空间索引对于分析越来越多的空间数据至关重要，例如通过物联网应用程序生成的空间数据。近几十年来开发的大量索引主要针对磁盘进行了优化。然而，随着内存量的增加，即使是在商品机器上，也可以将它们移动到主存中。这样做就有机会使用仅适用于主存的其他优化。因此，在本文中，我们将探索使用轻量级机器学习模型来加速空间索引查询的机会。我们这样做，探索使用插值和类似的技术在R树，可以说是最广泛使用的空间索引的潜力。正如我们在实验分析中所显示的那样，查询执行时间可以减少60%，同时索引的内存占用量减少了90%以上
2020-08-09 cs.DB cs.LG
SSCard: Substring Cardinality Estimation using Suffix Tree-Guided Learned FM-Index
提出SSCard，一种基于剪枝后缀树和学习型FM-Index的子串基数估计器，通过双向估计算法与误差界限样条插值平衡空间与精度，在五个真实数据集上显著优于现有方法。
2025-05-30 cs.DB
Coverage Is Not Redundancy: Maintenance Cost and Exposure of Query-Aware Admission Indexes in Vector Databases Under Workload Drift
Independent Researcher Milpitas CA USA；Independent Researcher
该研究针对向量数据库中检索枢纽问题，提出查询感知准入索引机制，发现其维护成本存在观测限制下限，通过召回率感知哨兵探测机制降低开销，在pgvector中实现且摄入开销仅0.33%。
2026-08-18 cs.DB cs.IR
