[论文解读] From Causes for Database Queries to Repairs and Model-Based Diagnosis and Back

Babak Salimi, Leopoldo Bertossi|arXiv (Cornell University)|Dec 14, 2014

Scientific Computing and Data Management参考文献 61被引用 13

一句话总结

本文建立了数据库查询结果中的因果关系、基于否定约束的数据库修复，以及基于一致性的诊断之间的双向联系。通过将因果关系问题重新解释为诊断任务，并利用修复计算技术，作者得出了关于合取查询中实际原因及其责任的新型算法与复杂度结果，包括固定参数可满足的算法和数据复杂度下的复杂度分类。

ABSTRACT

In this work we establish and investigate connections between causality for query answers in databases, database repairs wrt. denial constraints, and consistency-based diagnosis. The first two are relatively new problems in databases, and the third one is an established subject in knowledge representation. We show how to obtain database repairs from causes and the other way around. Causality problems are formulated as diagnosis problems, and the diagnoses provide causes and their responsibilities. The vast body of research on database repairs can be applied to the newer problem of determining actual causes for query answers and their responsibilities. These connections, which are interesting per se, allow us, after a transition -inspired by consistency-based diagnosis- to computational problems on hitting sets and vertex covers in hypergraphs, to obtain several new algorithmic and complexity results for causality in databases.

研究动机与目标

• 建立数据库查询结果中的因果关系、基于否定约束的数据库修复，以及基于一致性的诊断之间的正式联系。
• 表明计算实际原因及其责任可归约为诊断推理问题。
• 利用修复与诊断中已有的算法与复杂度结果，推导出数据库因果关系的新发现。
• 使基于修复的技术（如超图中的击中集与顶点覆盖）能够应用于因果关系问题。

提出的方法

• 通过将数据库建模为系统描述、查询结果建模为异常观测，将因果关系问题重新表述为基于一致性的诊断任务。
• 利用数据库与查询的逻辑重构，将实际因果关系映射为诊断问题，其中原因对应于最小诊断。
• 将原因与责任的计算归约为由否定约束与查询结构导出的超图中的击中集与顶点覆盖问题。
• 应用诊断与修复理论中的已知复杂度结果，推导出数据复杂度下因果关系问题的复杂度分类。
• 通过利用修复与诊断之间的对偶性，特别是针对合取查询的并集，开发计算原因与责任的算法。
• 利用答案集编程（ASP）来指定并推理S-修复与C-修复，从而实现与归纳推理及诊断推理的集成。

实验结果

研究问题

• RQ1 如何系统地将合取查询结果的实际原因与基于否定约束的数据库修复联系起来？
• RQ2 数据库中因果关系、诊断与修复问题之间的精确计算关系是什么？
• RQ3 能否利用基于一致性的诊断技术，推导出数据库因果关系的新复杂度结果？
• RQ4 原因的责任度量如何与由否定约束导出的超图中的最小击中集及顶点覆盖相关联？
• RQ5 能否使用仅基于对内生元组更新的内生修复，以反映用户对数据源的控制方式，来优先或筛选原因？

主要发现

• 建立了布尔合取查询的实际原因与底层数据库实例的子集修复或基数修复之间的精确对应关系。
• 计算实际原因及其责任可归约为求解诊断问题，从而可应用现有的诊断算法与复杂度结果。
• 本文推导出因果关系问题的固定参数可满足算法，尤其在以偶然集合大小或超图结构为参数时表现良好。
• 在数据复杂度下获得了因果关系的复杂度结果，表明在特定条件下，确定实际原因属于NP，其责任属于co-NP。
• 因果关系与修复之间的联系使得击中集与顶点覆盖技术能够被有效用于特定情况下的原因分析与计算。
• 证明了仅基于对内生元组更新的内生修复，是筛选或优先排序因果解释中原因的可行偏好机制。