RadegastXDB - Prototype of Native XML Database Management System: Technical Report
在过去的二十年里,XML数据处理已经取得了很多进展。针对小枝模式查询的高效处理,已有许多方法。然而,将TPQ包含到XQuery编译器中并不是一项简单的任务,当前的XML DBMS处理XQuery时没有任何TPQ检测。在本文中,我们展示了我们的原型的原生XML数据库管理系统RadegastXDB,使用TPQ检测,以加速结构的Xerosion。这样的检测允许我们利用最先进的TPQ处理算法。实验结果表明,对于结构化查询,这些算法和最先进的XML索引技术使我们的原型比目前所有的XML数据库管理系统,特别是对大型数据汇集的速度。我们还表明,使用相同的技术也是有效的处理查询的值谓词。
2019-03-14 cs.DB
The Historic Development of the Zooarchaeological Database OssoBook and the xBook Framework for Scientific Databases
在这份技术报告中,我们描述了动物考古数据库OssoBook的历史发展和由此产生的框架xBook,一个通用的基础设施,分布式,关系数据管理,主要是为科学数据的需求而设计的。我们描述的架构和它的最重要的功能的概念。特别指出了服务器-客户端的体系结构、同步过程、Launcher应用程序以及应用程序的结构和特点。
2018-01-24 cs.DB
Efficient Query Answering over Conceptual Schemas of Relational Databases : Technical Report
我们开发了一个查询应答系统,在工作的核心是一个想法的查询应答重写。为此,我们扩展了DL DL-Lite的能力,以支持n元关系,获得DL DLR-Lite,这仍然是多项式的数据的大小。我们设计了一种灵活的方式映射的概念级的关系级,它提供了一个类似SQL的查询语言查询语言的概念模式的用户。重写技术增加了传统查询应答技术的价值,允许制定更简单的查询,具有推断用户查询中未明确说明的附加信息的能力。概念模式的形式化和开发的推理技术允许检查数据库和概念模式之间的一致性,从而提高了信息系统的可信度。
2009-02-11 cs.DB cs.LO
The Cambridge Report on Database Research
2023年10月剑桥会议延续数据库社区五年一度传统,回顾过去五年学术、开源与商业成就,探讨核心数据系统等未来机遇,总结资深成员对领域挑战与前景的看法。
2025-04-15 cs.DB
OneProvenance: Efficient Extraction of Dynamic Coarse-Grained Provenance from Database Logs [Technical Report]
起源编码连接数据集、其生成工作流和相关联的元数据(例如,谁或何时执行查询)。因此,它有助于广泛的关键治理应用程序(例如,可观察性和审计)。不幸的是,在数据库系统的上下文中,由于数据库工作流的复杂性和庞大的数量,提取粗粒度的出处是一个长期存在的问题。从查询事件日志中提取起源最近被认为是有利的,因为原则上可以为起源应用程序产生有意义的起源图。然而,当前的方法(a)向数据库和起源提取工作流增加了大量开销,并且(b)提取有噪声的起源,省略了查询执行依赖性,并且对于上游应用不够丰富。为了解决这些问题,我们引入OneProvenance:一个高效的查询事件日志出处提取系统。OneProvenance通过以下方式解决了基于日志的提取的独特挑战:(a)通过有效的日志分析识别查询执行依赖关系,(b)通过解释查询依赖关系的新颖事件转换提取起源,以及(c)引入有效的过滤优化。我们全面的实验分析表明,与最先进的基线相比,OneProvenance可以将提取提高约18倍;我们的优化降低了提取噪声,并进一步优化了性能。OneProvenance由Microsoft Purview大规模部署,并积极支持客户来源提取需求(https://bit.ly/3N2JVGF)。
2023-03-03 cs.DB
PilotDB: Database-Agnostic Online Approximate Query Processing with A Priori Error Guarantees (Technical Report)
针对AQP难以兼顾误差保证、低维护和免修改数据库的问题,提出TAQA与BSAP算法,并在中间件PilotDB中实现,兼容多数据库,实现5%误差下最高126倍加速。
2025-03-27 cs.DB
Privacy-Enhanced Database Synthesis for Benchmark Publishing (Technical Report)
本文提出基于和积网络的差分隐私数据库合成框架PrivBench,用于基准发布场景,在保护隐私的同时保持数据分布与查询运行时间的高保真度。
2025-04-10 cs.CR cs.DB
Technical Report: Parallel Distance Threshold Query Processing for Spatiotemporal Trajectory Databases on the GPU
处理移动对象的轨迹出现在许多应用领域,并已解决了从业者在时空数据库和地理信息系统社区。在这项工作中,我们专注于一个轨迹相似性搜索,距离阈值查询,它发现在给定的距离d内的搜索轨迹在一个时间间隔内的所有轨迹。我们展示了一个多线程实现的性能,其特点是使用一个R-树索引,并具有很高的并行效率(78%-90%)。我们介绍了一个GPGPU的实现,它避免了使用索引树,而是具有GPU友好的索引方法。我们比较多线程和GPU实现的性能,并表明,可以使用后者获得的加速比。我们提出了两类算法,SetSplit和GreedySetSplit,以创建高效的查询批次,减少内存压力和GPU上的计算成本。然而,我们发现使用固定大小的批次在实践中是足够有效的。我们开发了一个经验的性能模型,我们的GPGPU实现,可用于预测的响应时间的距离阈值查询。这个模型可以用来选择一个好的查询批量大小。
2014-09-13 cs.DB cs.DC
Discover Aggregates Exceptions over Hidden Web Databases
如今,许多web数据库“隐藏”在其限制性搜索接口(例如,Amazon、eBay)包含各种第三方感兴趣的丰富而有价值的信息。最近的研究表明,估计/跟踪某些聚合查询动态隐藏的Web数据库的可能性。尽管如此,跟踪所有可能的聚合查询答案以报告有趣的发现(即,例外),同时仍然遵守由许多隐藏web数据库提供商强制执行的严格的查询计数限制,是非常具有挑战性的。在本文中,我们开发了一种新的技术,用于跟踪和发现异常(聚合的突然变化)在动态隐藏的Web数据库。大量的真实世界的实验表明,我们提出的算法优于基线解决方案。
2016-11-19 cs.DB
IDEBench: A Benchmark for Interactive Data Exploration
分析数据库系统的现有基准,如TPC-DS和TPC-H,是为静态报告场景设计的。这些基准测试的主要指标是在合成数据库上运行单个SQL查询的性能。在本文中,我们认为,这样的基准是不适合评估数据库的工作负载源自交互式数据探索(IDE)系统,其中大多数查询是临时的,而不是基于预定义的报告,并逐步建立。作为一个主要的贡献,我们提出了一个新的基准称为IDEBench,可用于评估IDE工作负载的数据库系统的性能。与传统的分析数据库系统基准测试相反,我们的目标是提供更有意义的工作负载和数据集,可用于对IDE查询引擎进行基准测试,特别关注捕获查询性能和结果质量之间的权衡的指标。作为第二个贡献,本文评估和讨论了选定的IDE查询引擎使用我们的基准测试的性能结果。该研究包括两个商业系统,以及两个研究原型(IDEA,approximateDB/XDB)和一个传统的分析数据库系统(MonetDB)。
2018-04-07 cs.DB
Detecting Data Type Inconsistencies in a Property Graph Database
某些属性图数据库没有固定的架构,这可能会导致节点和关系上的属性的数据类型不一致,尤其是在将数据导入到正在运行的数据库时。在这里,我们提出了一个工具,可以快速生成一个详细的报告,在图中的每个属性。当在大型知识图谱上执行时,它允许我们调试复杂的ETL过程并强制执行100%的数据类型一致性。
2023-02-08 cs.DB cs.SE
NoSQL Database: New Era of Databases for Big data Analytics - Classification, Characteristics and Comparison
数字世界正在快速发展,并且在数量(TB到PB),种类(结构化和非结构化以及混合),速度(高速增长)方面变得更加复杂。大数据是一种全球现象。这通常被认为是已经增长得如此之大以至于不能使用常规数据管理工具来有效地管理或利用的数据汇集:例如,典型的关系数据库管理系统(RDBMS)或常规的搜索引擎。为了解决这个问题,传统的RDBMS由专门设计的一组丰富的替代DBMS补充;例如NoSQL,NewSQL和基于搜索的系统。本文的动机是提供大数据分析中NoSQL数据库的分类,特征和评估。本报告旨在帮助用户,特别是组织,独立了解各种NoSQL数据库方法的优点和缺点,以支持处理大量数据的应用程序。
2013-06-30 cs.DB
Tata Kelola Database Perguruan Tinggi Yang Optimal Dengan Data Warehouse
新的高等教育机构的出现创造了高等教育市场的竞争,而数据仓库可以作为提高高等教育市场竞争力的有效技术工具。数据仓库在短时间内为机构的高层管理人员生成可靠的报告,以便更快更好地做出决策,不仅是增加学生的入学人数,而且还可以为机构找到特殊的非常规资金。效率比较基于OLTP数据库和数据仓库上处理的记录的长度和数量、处理的总字节、处理的表的数量、运行查询的时间和产生的记录。通过百分比增长公式计算效率百分比,平均效率百分比为461.801.04%,表明使用数据仓库比使用OLTP数据库更强大和高效。数据仓库是基于超立方体的数据仓库模型,超立方体是由有限的高需求的报告,通常被高层管理人员使用。在每个事实和维度表中,将插入表示加载建设性合并的字段,其中ETL(提取,转换和加载)过程基于旧文件和新文件运行。
2010-06-08 cs.DB
Performance Study of Time Series Databases
物联网(IoT)等大数据领域的增长产生了大量数据。随着物联网设备产生大量的时间序列数据,时间序列数据库(TSDB)的流行程度随着物联网的兴起而增长。时间序列数据库是为了管理和分析大量的时间序列数据而开发的。然而,要从中选出最好的一个并不容易。最流行的基准测试将不同数据库的性能相互比较,但使用仅适用于一个域的随机或合成数据。因此,这些基准可能并不总是准确地代表现实世界的性能。这就要求对时间序列数据库与真实数据集的性能进行全面的比较。实验表明,当比较真实数据集和合成数据集时,数据注入时间和查询执行时间的性能差异显着。报告并分析了结果。
2022-08-30 cs.DB
A Cloud-based Service for Real-Time Performance Evaluation of NoSQL Databases
我们创建了一个基于云的服务,允许最终用户在多个不同的数据库上运行测试,以找到最适合他们项目的数据库。从我们的研究中,我们找不到另一个应用程序,使用户能够测试几个数据库,以衡量它们之间的差异。该应用程序允许用户选择要执行的测试类型以及要针对的数据库。应用程序还显示其他用户以前运行的不同测试的结果。还有一个地图显示所有测试运行的位置,以便用户估计位置。与传统的静态测试和报告不同,我们创建了一个Web应用程序来实时的运行和分析这些测试。这个Web应用程序评估了几个NoSQL数据库的性能。涵盖的数据库包括MongoDB、DynamoDB、CouchDB和Firebase。该网络服务可从nosqldb.nextproject.ca访问。
2017-05-23 cs.DB
Scalable Probabilistic Similarity Ranking in Uncertain Databases (Technical Report)
提出了一种基于不确定向量数据的概率top-k相似度排序方法。每个不确定的对象表示的一组向量的实例,假设是互斥的。我们的目标是根据它们到参考对象的距离对不确定数据进行排序。我们提出了一个框架,增量计算每个对象实例和排名位置,对象落在该排名位置的概率。由此产生的排名概率分布可以作为几个国家的最先进的概率排名模型的输入。现有方法通过应用二次复杂度的动态规划方法来计算该概率分布。在本文中,我们从理论上和实验表明,我们的框架降低了线性时间复杂度,同时具有相同的内存要求,促进增量访问的不确定向量实例,以增加他们的距离到参考对象。此外,我们展示了如何输出我们的方法可以用于应用概率top-k排名的对象,根据不同的国家的最先进的定义。我们对合成数据和真实数据进行了实验评估,证明了我们方法的有效性。
2009-07-16 cs.DB cs.IR
Automatic Classification of Text Databases through Query Probing
网络上的许多文本数据库都“隐藏”在搜索界面之后,它们的文档只能通过查询来访问。搜索引擎通常会忽略这种仅用于搜索的数据库的内容。最近,类似Yahoo的目录已经开始手动地将这些数据库组织成用户可以浏览以找到这些有价值的资源的类别。我们提出了一种新的策略来自动分类的搜索只文本数据库。我们的技术首先训练一个基于规则的文档分类器,然后使用分类器的规则来生成探测查询。查询被发送到文本数据库,然后根据它们为每个查询产生的匹配数量对文本数据库进行分类。我们报告了一些初步的探索性实验表明,我们的方法是有希望的,以自动特征的文本数据库在网络上访问的内容。
2000-03-09 cs.DB cs.IR
Needles in the 'Sheet'stack: Augmented Analytics to get Insights from Spreadsheets
用于数据库分析的商业智能(BI)工具已经走过了漫长的道路,现在也提供了现成的见解或可视化查询探索,例如Microsoft Power BI的QuickInsights,Zenvision的SpotIQ等。在此演示中,我们专注于通过检查不同报告的定期电子表格(又名视图)来提供见解,而无需事先了解数据库或报告的架构或数据信息。这样的解决方案针对的是不熟悉数据库模式或资源的用户,以当代方式进行分析。
2020-06-15 cs.DB cs.HC
Benchmarking database performance for genomic data
基因组区域代表基因注释、转录因子结合位点和表观遗传修饰等特征。执行各种基因组操作,如识别重叠/非重叠区域或最近的基因注释是常见的研究需求。数据可以保存在数据库系统中,便于管理,然而,目前还没有全面的数据库内置算法来识别重叠区域。因此,我开发了一个基于SQL的区域映射(RegMap)算法来执行基因组操作,并对不同数据库的性能进行了基准测试。基准测试表明,PostgreSQL提取重叠区域的速度比MySQL快得多。PostgreSQL中的插入和数据上传也更好,尽管两个数据库的一般搜索能力几乎相同。此外,使用该算法成对地,报道了从以前的出版物收集的>1000个转录因子结合位点和组蛋白标记的数据集的重叠,并且发现HNF 4G与粘附素亚基STAG 1(SA 1)显著共定位。
2020-08-16 cs.DB
Querying Databases of Annotated Speech
注释语音语料库是由信号数据以及时间对齐的符号“转录”组成的数据库。这种数据库通常是多维的、异构的和动态的。这些属性为表示和查询提出了许多严峻的挑战。数据的时间性质增加了额外的复杂性。本文介绍和协调两个独立的努力,模型注释语音数据库,一个在麦考瑞大学,一个在宾夕法尼亚大学。描述了各种查询语言,以及对各种分析问题的说明性应用。这里报告的研究构成了几个正在进行的项目的一部分,开发独立于平台的开源工具,用于创建,浏览,搜索,查询和转换语言数据库,并在互联网上传播大型语言数据库。
2002-04-11 cs.CL cs.DB
Using a Big Data Database to Identify Pathogens in Protein Data Space
目前的宏基因组分析算法需要大量的计算资源,可能报告过多的假阳性(I型错误),可能错过生物体(II型错误/假阴性),或在大型数据集上的规模很差。本文探索使用大数据数据库技术来表征蛋白质空间中的超大宏基因组DNA序列,最终目标是快速识别患者样本中的病原体。我们的方法使用大数据数据库的能力来保存遗传数据的大型稀疏关联数组表示,以提取有关数据的统计模式,这些数据可以以各种方式用于改进识别算法。
2015-01-22 cs.DB q-bio.QM
XRecursive: An Efficient Method to Store and Query XML Documents
将XML文档存储在关系数据库中是一种很有前途的解决方案,因为关系数据库是成熟的,并且可伸缩性很好,并且它们具有以下优点:在关系数据库中,XML数据和结构化数据可以共存,这使得构建涉及这两种数据的应用程序成为可能,而不需要额外的工作。在本文中,我们提出了一个算法模式命名为XRecursive的XML文档转换到关系数据库根据建议的存储结构。给出了在关系数据库中使用该存储结构存储和查询XML文档的步骤和算法。然后,我们报告我们的实验结果在一个真实的数据库中显示我们的方法在一些功能的性能。
2012-03-29 cs.DB
Perancangan basisdata sistem informasi penggajian
本研究的目的是设计XYZ大学信息系统的数据库方案。运用数据库设计方法(概念方案、逻辑方案、物理方案)设计了工资信息系统。物理方案与Borland Delphi数据库引擎方案兼容,支持I.S.经过3(三)步,我们得到7(七)表,丹6(六)形式。通过使用该方案,系统可以快速、准确、高效、有效地生成多个报表。
2013-02-02 cs.DB
Generating Query Context for Relational Databases
Tursio
针对关系数据库自然语言查询中查询上下文构建耗时且存在冷启动的问题,提出自动生成查询上下文的方法,通过查询流生成数据模型并用加权采样实例化,已在50多个真实数据库上部署。
2026-09-23 cs.DB
The Lowell Database Research Self Assessment
一组高级数据库研究人员每隔几年聚集一次,评估数据库研究的状况,并指出值得进一步关注的问题领域。本报告总结了2003年5月4日至6日在马萨诸塞州洛厄尔举行的第六次特别会议的讨论和结论。报告指出,信息管理仍然是大多数复杂软件系统的一个关键组成部分。它建议数据库研究人员增加关注:文本,数据,代码和流的集成;来自异构数据源的信息融合;对不确定数据的推理;无监督的数据采掘,以获得有趣的相关性;信息隐私;以及自适应和修复。
2003-10-06 cs.DB
Replicability and Reproducibility of a Schema Evolution Study in Embedded Databases
确定独立伪造或重复已发表结果的可行性对科学过程至关重要,并且在许多学科中经常进行复制或再现实验。不幸的是,这样的研究在数据库研究中几乎没有,很少有论文致力于重新评估已发表的结果。在本文中,我们进行了一个案例研究的复制和再现的模式演变的研究在嵌入式数据库。我们得到确切的结果,四个数据库应用程序的研究,并在两个进一步的情况下接近。通过报告结果,努力和遇到的障碍,我们希望增加对确保可重复性所需的大量努力的赞赏。通过讨论可重复工作所需的细节,我们认为,这些重要的,但往往被忽视的科学工作的组成部分应该得到更多的信贷在未来的研究评估。
2020-09-09 cs.DB cs.SE
An Empirical Study on Database Usage in Microservices
University of Namur(南纳慕尔大学);University of Zurich(苏黎世大学)
本研究对约1000个GitHub微服务项目进行实证分析,发现其数据库使用以关系型、键值型、文档型和搜索型为主,52%组合多种数据库,并给出18项发现和9条建议。
2025-10-23 cs.DB
Aggregation in Probabilistic Databases via Knowledge Compilation
在基于半环和半模代数结构的概率数据表示系统上,提出了一种基于聚集的正关系代数查询的查询评价技术。我们的评估技术的核心是一个程序,编译半模和半环表达式到所谓的分解树,其中的概率分布的计算可以在时间线性的产品中的概率分布的大小表示其节点。我们利用查询易处理性和多项式时间分解树之间的联系,给出了具有聚集的易处理查询的语法特征。该技术的原型被纳入概率数据库引擎SPROUT。我们报告自定义数据集和TPC-H数据的性能实验。
2012-01-31 cs.DB
Aggregation and Ordering in Factorised Databases
数据分析的一种常见方法涉及理解和操作数据的简洁表示。在早期的工作中,我们提出了一个简洁的表示系统的关系数据称为因子分解数据库和报告的主内存查询引擎FDB选择项目连接查询这样的数据库。在本文中,我们扩展FDB,以支持更大类的实际查询的聚集和排序。这需要新的优化和评估技术。我们展示了如何因式分解加上部分聚合可以有效地减少查询评估所需的操作数量。我们还展示了如何factorisations查询结果可以支持枚举元组在所需的顺序,有效地列出他们从unfactorised,排序的结果。我们通过实验观察到,FDB可以超过现成的关系引擎的数量级。
2013-07-01 cs.DB cs.DS
The Building of BODHI, a Bio-diversity Database System
我们最近建立了一个名为BODHI的数据库系统,旨在存储植物生物多样性信息。它基于面向对象的建模方法,完全围绕公共领域软件开发。BODHI的独特之处在于它无缝集成了各种类型的数据,包括分类特征,空间分布和遗传序列,从而涵盖了从分子到生物体水平的整个信息范围。各种复杂的索引策略被纳入有效地访问各种类型的数据,并采用基于规则的查询处理器优化查询执行。在本文中,我们报告我们的经验,在建设BODHI和它的性能特点,一组有代表性的查询。
2001-09-20 cs.DB q-bio.PE
A framework supporting imprecise queries and data
本技术报告提供了一些轻量级的介绍和一些通用的用例场景,激发了数据库的定义,支持查询和数据的不确定性。本技术报告仅提供逻辑框架,其实施将在最后文件中提供。
2019-12-28 cs.DB
Comparing Data-mining Algorithms Developed for Longitudinal Observational Databases
University of Nottingham(诺丁汉大学);Nottingham City Hospital(诺丁汉城市医院)
纵向观察性数据库最近成为上市后药物监测界的关注点,因为它们能够提供一个新的视角来检测不良副作用。挖掘纵向观察数据库的算法不受许多与自发报告系统数据库开发的更传统的方法相关的限制。在本文中,我们调查的鲁棒性最近开发的算法,挖掘纵向观察数据库,通过将它们应用到健康改善网络(THIN)的六种药物,众所周知的文件的负面影响。我们的研究结果表明,现有的算法都不能一致地识别已知的药物不良反应以上的事件与药物的原因,没有算法是优越的。
2013-07-05 cs.CE cs.DB cs.LG
Benchmarking Time Series Databases with IoTDB-Benchmark for IoT Scenarios
本文提出专为TSDB和物联网场景设计的IoTDB-Benchmark基准框架,总结10种基本查询类型,并对InfluxDB、OpenTSDB、KairosDB和TimescaleDB四个系统进行性能与资源消耗评测,旨在建立TSDB评估标准。
2024-09-02 cs.DB
Believe It or Not: Adding Belief Annotations to Databases
Department of Computer Science and Engineering, University of Washington(华盛顿大学计算机科学与工程系)
我们提出了一个数据库模型,允许用户注释数据的信念声明。我们的动机来自于科学数据库应用程序,在这些应用程序中,一个用户社区正在一起工作,以组装、修改和管理一个共享数据存储库。随着社区知识的积累和数据库内容的演变,它可能包含相互冲突的信息,成员可能会对它应该存储的信息产生分歧。例如,Alice可能认为元组应该在数据库中,而Bob不同意。他还可以插入他认为Alice认为元组应该在数据库中的原因,并解释他认为正确的元组应该是什么。我们提出了一个正式的模型,信仰数据库,解释用户的信仰声明的注释。这些注释既可以引用基础数据,也可以引用其他注释。我们给出了一个形式化的语义的基础上的一个片段的多智能体认知逻辑,并定义了一个查询语言信念数据库。然后,我们证明了一个关键的技术结果,说明每个信念数据库可以被编码为一个规范的Kripke结构。我们使用这种结构来描述信念数据库的关系表示,并给出了一个算法,翻译查询的信念数据库成标准的关系查询。最后,我们报告早期的实验结果与我们的原型实现合成数据。
2009-12-30 cs.AI cs.DB
State-of-the-Art on Query & Transaction Processing Acceleration
现代图形处理单元(GPU)提供的巨大处理能力和内存带宽使其成为数据密集型应用程序的平台。数据库社区将GPU视为数据处理的有效协处理器。在过去的几年里,有许多方法可以在数据库系统的不同级别上使用GPU。在本内部技术报告中,基于[1]和其他一些研究论文,我们确定了LIP6中GPU加速数据库管理系统的可能研究领域。我们描述了一些关键属性,GPU感知数据库架构的典型挑战,并确定主要的开放挑战。
2019-06-27 cs.DB cs.DC cs.PF
Beyond Text-to-SQL: Autonomous Research-Driven Database Exploration with DAR
DAR是一种多代理系统,通过自主探索数据完成端到端数据库研究,显著提升分析效率并生成基于证据的洞察。
2026-02-09 cs.DB
HONEYBEE: Efficient Role-based Access Control for Vector Databases via Dynamic Partitioning[Technical Report]
Georgia Institute of Technology(佐治亚理工学院);Duke University(杜克大学);VMware Research by Broadcom(VMware由Broadcom进行的研究);Microsoft Research(微软研究院)
HONEYBEE通过动态分区实现向量数据库的高效基于角色的访问控制,平衡内存开销与查询延迟,提升安全性与效率。
2026-01-07 cs.CR cs.DB cs.IR
A Survey on Property-Preserving Database Encryption Techniques in the Cloud
该综述针对云外包关系型数据库加密后丢失查询所需属性的问题,梳理了从Caesar加密到mOPE等各类属性保留加密技术,介绍其应用方法并明确特性。
2023-12-19 cs.CR cs.DB
Thucy: An LLM-based Multi-Agent System for Claim Verification across Relational Databases
Thucy是一种基于LLM的多智能体系统,能够跨关系数据库验证声明,并提供支持裁定的SQL查询,准确率达94.3%。
2026-01-05 cs.AI cs.DB
Anomaly Detection in Log Data using Graph Databases and Machine Learning to Defend Advanced Persistent Threats
高级持续性威胁(APT)是计算机网络网络安全的主要威胁。在2015年,[Fi16]报告称,成功的违规行为平均有146天未被发现。通过我们的工作,我们展示了一种可行且快速的方法来分析真实世界的日志数据,以检测违规行为或违规尝试。通过采用众所周知的杀伤链机制以及时间序列数据库和抽象图方法的组合,可以创建灵活的攻击配置文件。使用这种方法,它可以证明,图分析成功地检测模拟的攻击,通过分析一个模拟的计算机网络的日志数据。考虑到日志数据的另一个来源,该框架能够在短时间内提供足够的性能来分析真实世界的数据。通过使用图形数据库的计算能力,可以识别攻击者,并且还可以检测其他受影响的系统组件。我们相信,通过这种方法可以显著缩短漏洞的检测时间,并对新的攻击向量做出快速反应。
2018-02-01 cs.CR cs.DB
Happiness Maximizing Sets under Group Fairness Constraints (Technical Report)
本文研究群体公平约束下的幸福最大化集合 FairHMS,证明其高维 NP 难,并提出二维精确算法 IntCov、多维双准则近似算法 BiGreedy 及自适应采样策略。
2022-10-08 cs.CY cs.DB cs.DS