Διαχείριση ρευμάτων δεδομένων

Abstract

Due to the continuous technological development, information from multiple sources is now available forming streams of data in need of immediate treatment in real time. This thesis studies current management methods based on constructing summaries, in cases where storing and then processing is not feasible. The summaries are considered generic and based on Wavelets and probabilistic sketches, show small space requirements and time and provide guarantees as to their accuracy. In this thesis various stream models and error metrics are examined. Particular emphasis is given to spatiotemporal streams, resulting from the movement of objects in space, and various summarization techniques proposed grouping either the trajectories (in the recent past) or the current positions (ignoring the past) of objects.

Λόγω της συνεχούς τεχνολογική ανάπτυξης, πληροφορίες από πολλαπλές πηγές είναι πλέον διαθέσιμες σχηματίζοντας ρεύματα δεδομένων που χρήζουν άμεσης επεξεργασίας σε πραγματικό χρόνο. Η διατριβή μελετά μεθόδους διαχείρισης ρευμάτων που στηρίζονται στην κατασκευή περιλήψεων, για περιπτώσεις όπου η αποθήκευση και μετέπειτα επεξεργασία τους δεν είναι εφικτή. Οι περιλήψεις που εξετάζονται είναι γενικής χρήσης και βασίζονται στον μετασχηματισμό κυματιδίων καθώς και σε πιθανοτικά σκίτσα, προβάλλουν μικρές απαιτήσεις σε χώρο και χρόνο και παρέχουν εγγυήσεις ως προς την ακρίβεια τους. Στην διατριβή εξετάζονται διάφορα μοντέλα ρευμάτων και μετρικές υπολογισμού των σφαλμάτων των περιλήψεων. Ιδιαίτερη έμφαση δίνεται σε χωροχρονικά ρεύματα, τα οποία προκύπτουν από την κίνηση αντικειμένων στο χώρο, και προτείνονται τεχνικές περίληψης που ομαδοποιούν είτε τις τροχιές (στο πρόσφατο παρελθόν) είτε τις τρέχουσες θέσεις (αγνοώντας το παρελθόν) των αντικειμένων.