تعداد صفحات: ۱۰۹ | قابل ویرایش
فهرست مطالب
بخش اول: مفاهیم و تعاریف، کارهای انجام شده ۱
فصل اول: کلیات ۲
۱-۱ مقدمه ۲
۱-۲ مروری بر فصول پایان‌نامه ۵
فصل دوم: پایگاه داده فعال ۶
۲-۱ مدیریت داده ۶
۲-۲ مدیریت قوانین ۷
۲-۲-۱ تعریف قانون ۷
۲-۲-۱-۱ رویداد ۸
۲-۲-۱-۲ شرط ۱۲
۲-۲-۱-۳ واکنش ۱۳
۲-۲-۲ مدل اجرایی ۱۴
۲-۲-۲-۱ اولویت اجرایی در قوانین ۱۶
۲-۲-۲-۲ معماری پایگاه داده فعال ۱۷
۲-۲-۲-۳ آشکارساز رویداد ۱۸
۲-۲-۲-۴ ارزیابی شرط ۱۹
۲-۲-۲-۵ زمانبندی ۲۰
۲-۲-۲-۶ اجرا ۲۱
۲-۳ نمونه‌های پیاده‌سازی شده ۲۱
۲-۳-۱ Starburst 21
۲-۳-۲ Ariel 23
۲-۳-۳ NAOS 24
۲-۴ نتیجه ۲۵
فصل سوم: مفاهیم فازی ۲۶
۳-۱ مجموعه‌های فازی ۲۷
۳-۲ عملگرهای فازی ۲۹
۳-۳ استنتاج فازی ۳۰
۳-۴ ابهام‌زدایی ۳۱
۳-۵ نتیجه ۳۱
فصل چهارم : پایگاه داده فعال فازی ……….. ۳۲
۴-۱ تعریف فازی قوانین …………………. ۳۳
۴-۱-۱ رویداد فازی ………………….. ۳۴
۴-۱-۱-۱ رویدادهای مرکب …………….. ۳۶
۴-۱-۱-۲ انتخاب فازی اجزاء رویدادهای مرکب ۳۸
۴-۱-۲ شرط فازی …………………….. ۳۸
۴-۱-۳ واکنش فازی …………………… ۴۰.
۴-۱-۴ تعیین فازی موقعیت زمانبندی …….. ۴۱
۴-۲ معماری و مدل اجرایی قوانین …………. ۴۳
۴-۲-۱ آشکارساز رویداد ………………. ۴۴
۴-۲-۲ بررسی شرط ……………………. ۴۵
۴-۲-۳ اجرا ………………………… ۴۵
۴-۲-۴ زمانبندی …………………….. ۴۵
۴-۳ نتیجه ……………………………. ۴۷
بخش دوم: کاربردی جدید از تریگر فازی، رونوست برداری فازی، نتایج آزمایشات ………………………………… ۴۸
فصل پنجم: رونوشت برداری فازی ……………. ۴۹
۵-۱ رونوشت برداری …………………….. ۵۰
۵-۱-۱ رونوشت برداری همگام …………… ۵۰
۵-۱-۲ رونوشت برداری ناهمگام …………. ۵۱
۵-۱-۳ ماشین پایه رونوشت برداری داده…… ۵۲
۵-۱-۴ مقایسه دو روش همگام و ناهمگام…… ۵۳
۵-۲ رونوشت برداری فازی…………………. ۵۶
۵-۲-۱ استفاده از تریگرها برای فازی نمودن رونوشت برداری ۵۷
۵-۳ کمیت سنج های فازی………………….. ۵۹
۵-۳-۱ روش محاسبه کمیت سنج های فازی……. ۶۰
۵-۳-۲ کمیت سنج عمومی………………… ۶۱
۵-۳-۳ کمیت سنج جزئی…………………. ۶۴
۵-۳-۴ کمیت سنج جزئی توسعه یافته………. ۶۷
۵-۴ روش جدید محاسبه حد آستانه در تریگرهای فازی برای رونوشت برداری فازی……………………………………. ۶۹
۵-۵ معماری ماشین رونوشت بردار فازی………. ۷۱
۵-۶ مثال……………………………… ۷۳
۵-۷ کارایی……………………………. ۷۷
۵-۷-۱ ترافیک در رونوشت برداری مشتاق…… ۷۹
۵-۷-۲ ترافیک در رونوشت برداری تنبل……. ۸۰
۵-۷-۳ ترافیک در رونوشت برداری فازی……. ۸۰
۵-۷-۴ مقایسه تئوری هزینه رونوشت برداری فازی و تنبل ۸۱
۵-۸ جمع بندی………………………….. ۸۳
فصل ششم: پیاده سازی ……………………. ۸۴
۶-۱ Fuzzy SQL Server……………………….. 84
۶-۲ عملکرد اجزای Fuzzy SQL Server……………. 85
۶-۳ شبیه سازی تریگرهای فازی در پایگاه داده غیر فازی ۸۶
۶-۴ اجزاء تریگر فازی در پایگاه داده غیر فازی ۸۶
۶-۵ جداول سیستمی مورد نیاز……………… ۸۷
۶-۶ مثال……………………………… ۸۹
۶-۷ کارهای آتی………………………… ۹۴
مراجع و منابع …………………………. ۹۵
چکیده
پایگاه‌های داده فعال با هدف ایجاد تعامل در پایگاه‌های داده ایجاد شدند. در این نوع پایگاه داده با تعریف قوانین و بدون نیاز به کدنویسی، سیستم قادر به عکس‌العمل مناسب در مقابل رویدادهای مهم در شرایط خاص می‌باشد. تعریف قوانین ساده‌ترین نوع بیان محدودیت‌ها بوده که برای متخصص های محیط نیز قابل درک می‌باشد.
اما در بیان تجربیات اغلب از کلمات فازی استفاده می‌شود که ترجمه آنها به مقادیر دقیق منجر به کاهش ارزش معنایی دانش می‌شود. فازی‌سازی پایگاه‌های داده فعال با هدف نزدیک‌تر نمودن زبان بیان قوانین به زبان طبیعی انسان مطرح شد.
این امر کمک می‌کند دانش متخصصین، مستقیماً به پایگاه داده منتقل شود. ضمن اینکه تغییرات نیز با کمترین هزینه، بر قوانین تعریف شده اعمال می‌شود.
اولین گروه فازی‌سازی گرداننده پایگاه‌های داده فعال ولسکی و بوعزیز و همکارانشان بودند که به فازی نمودن رویداد، شرط و واکنش در تعریف قوانین پرداخته‌اند و طی چند مقاله نتایج آن را ارائه نمودند[۲, ۳, ۵, ۷, ۸, ۹, ۱۰]، این گروه در پروژه Tempo به پیاده‌سازی فازی این سه بخش پرداخته‌اند.
گروه دومی که در این زمینه فعالیت نموده است گروه آقایان یوسل سایجین و اوزگور اولوسوی میجباشد که در دو مقاله به جنبه کاربرد تریگرهای فازی در پایگاه داده های فعال سیار پرداخته اند[۴, ۶].
فازی نمودن پایگاه‌های داده فعال با هدف کاربردی‌تر نمودن پایگاه‌های داده مطرح شد. این پایان‌نامه ضمن اصلاح تریگر های فازی معرفی شده توسط گروه اول با ایجاد تغییراتی در آنها از تریگر های فازی جهت عمل رونوشت برداری فازی استفاده می کند.
در ادامه این پایان‌نامه یک معماری ساده از موتور رونوشت برداری فازی در پایگاه داده فعال ارائه می‌شود و در پایان با یک نمونه پیاده‌سازی شده از موتور رونوشت برداری فازی موارد پیشنهادی ارزیابی می‌گردد.
مقدمه
با ایجاد سیستم‌های مدیریت پایگاه داده عمده مشکلات ساختار، پشتیبانی و مدیریت داده‌های حجیم در سیستم‌های فایلی برطرف شد اما توجهی به جنبه‌های رفتاری پایگاه داده نشد.
به این معنا که با استفاده از قیود جامعیت شاید بتوان از منفی شدن مبلغ حقوق کارمندان جلوگیری نمود اما نمی‌توان مانع از بیشتر شدن حقوق آنها از مدیرانشان شد. در چنین مواردی کاربران پایگاه داده با اجرای یک پرس و جو موارد نقض محدودیت‌هایی از این قبیل را پیدا نموده و خود اقدام به اصلاح آنها می‌نمایند.
مواردی این چنین و نیز گزارشات مدیریتی در آغاز ماه از جمله کارهای مشخص و دارای ضابطه‌ای می‌باشند که انجام آنها تکراری و قابل تفویض به سیستم است.
کاربران غیرمجاز با استفاده از یک سری گزارشات، غیرمستقیم به اطلاعات کلیدی دست یافته و اقدام به تغییر آنها می‌نمایند. پیدا نمودن چنین تغییراتی که معمولاً بعد از گزارشات اتفاق می‌افتند، به راحتی امکان‌پذیر نیست. همانطور که مشاهده می‌شود در یک پایگاه داده معمولی ردیابی رویدادهایی که در سیستم اتفاق افتاده‌اند (رخدادها) نیز ممکن نبوده و نیاز به یک سیستم با پشتیبانی جنبه‌های رفتاری می‌باشد.
یک پایگاه داده فعال نظیر Oracle قادر به تشخیص رویدادهای نظیر اضافه، حذف و تغییر مقادیر در پایگاه داده می‌باشند. به عبارت دیگر این سیستم‌ها با ایجاد تغییر در یک قلم داده عکس‌العمل نشان می‌دهند.
پایگاه داده فعال
پایگاه داده فعال با هدف افزودن تعامل به پایگاه داده و با استفاده از تعریف قوانین ایجاد شد. اولین پایگاه داده فعال، توسط Dayal و همکارانش در یک پروژه دانشگاهی به نام [۱۵]Hipac مطرح شد. پایگاه داده این نرم‌افزار همانند [۱۶]Samos شی‌ءگرا می‌باشد.
علاوه بر پایگاه‌های داده فعال شی‌ءگرا سیستم‌هایی با پایگاه داده‌ی فعال رابطه‌ای نیز ایجاد شده‌اند که از جمله آنها می‌توان [۱۷]Starburst و [۱۸]Arial را نام برد، این نوع پایگاه‌های داده به جای واکنش در مقابل فراخوانی متد یا تغییر خصیصه‌ها به تغییر، حذف و اضافه در جداول پایگاه داده حساس می‌باشند [۱۹].
پایگاه داده فعال دارای دو بخش مدیریت داده و مدیریت قوانین می‌باشد. بخش مدیریت داده مسئول حفظ خواص پایگاه داده نظیر سازماندهی، مدیریت و پشتیبانی داده‌ها می‌باشد. بخش دوم یا مدیریت قوانین مسئول واکنش به رویدادهایی است که در سیستم اتفاق می‌افتند.
رویداد
رویدادها در نقطه‌ای از زمان اتفاق می‌افتند و به سه صورت تقسیم‌بندی می‌شوند. در نوع اول با توجه به منبع به وجود آورنده خود به هفت گروه ساختاری، انتزاعی، تراکنش، کاربر، استثناء، زمان، خارجی تقسیم می‌شوند.
در نوع دوم با توجه به اینکه از یک رویداد ساده تشکیل شده‌اند یا از ترکیب جبری منطقی رویدادهای ساده به وجود آمده‌اند به دو گروه ساده و مرکب تقسیم می‌شوند.
در نوع سوم با توجه به زمان بروز نمونه‌های یک رویداد به سه گروه آغازین، مبانی و پایانی تقسیم می‌شوند که در ادامه به شرح مختصری از انواع رویدادها در این سه گروه می‌پردازیم.
مراجع:
- Saygin, Ö. Ulusoy, Automated Construction of Fuzzy Event Sets and its Application to Active Databases, IEEE Transactions on Fuzzy Systems, vol.9, no.3, 2001.
- Antoni Wolski, Jorma Kuha, Tapio Luukkanen, Antti Pesonen. Design of RapidBase an Active Measurement Database System. Proceedings of the International Database Engineering & Applications Symposium, Japan ,IEEE Computer Society Press, 2000.
- Antti Pesonen, Antoni Wolski. Quantified and Temporal Fuzzy Reasoning for Active Monitoring in RapidBase. Symposium on Tool Environments and Development Methods for Intelligent Systems, 2000.
- Yücel Saygin, Özgür Ulusoy, Adnan Yazici. Dealing With Fuzziness In Active Mobile Database Systems. Information Sciences—Informatics and Computer Science: An International Journal, Volume 120 , Issue 1-4, Pages: 23 – ۴۴, November 1999.
- Wolski and T. Bouaziz.Fuzzy Triggers: Incorporating Imprecise Reasoning into Active Databases. In Proceedings of the 14th International Conference on Data Engineering, pages 108–115. IEEE Computer Society Press, 1998.
- Saygin and O. Ulusoy, “Involving fuzzy concepts in active mobile databases,” in Proceedings of the 9th International Conference and Workshop on Database and Expert Systems Applications (DEXA’98). Lecture Notes in Computer Science, Springer Verlag, 1998.
- Bouaziz and A. Wolski. Applying Fuzzy Events to Approximate Reasoning in Active Databases. In Proc. Sixth IEEE International Conference on Fuzzy Systems, Barcelona, Catalonia, Spain, July 1997.
- Bouaziz T. Karvonen J. Pesonen A. and Wolski A.Design and Implementation of TEMPO Fuzzy Triggers. Proc. Eighth Int’l conference on Database and Expert Systems Applications (DEXA’97), 1-5, 1997.
