[论文解读] Repair-Based Degrees of Database Inconsistency: Computation and Complexity
本文提出一种基于修复的元组不一致度量方法，利用基数修复（cardinality-repairs）来量化关系数据库中与完整性约束相关的不一致性。该方法表明，该度量可通过答案集编程（ASP）计算，其数据复杂度为 NP-完全，但存在多项式时间的确定性和随机化近似算法，并且在小规模更新下具有固定参数可追踪性。
We propose a generic numerical measure of the inconsistency of a database with respect to a set of integrity constraints. It is based on an abstract repair semantics. In particular, an inconsistency measure associated to cardinality-repairs is investigated in detail. More specifically, it is shown that it can be computed via answer-set programs, but sometimes its computation can be intractable in data complexity. However, polynomial-time deterministic and randomized approximations are exhibited. The behavior of this measure under small updates is analyzed, obtaining fixed-parameter tractability results. Furthermore, alternative inconsistency measures are proposed and discussed.
研究动机与目标
- 开发一种通用的、基于修复的数值型不一致度量方法，用于衡量关系数据库中恢复一致性的复杂度。
- 研究在数据复杂度下，针对拒绝约束（denial constraints）和函数依赖（functional dependencies）的不一致度量的计算复杂度。
- 利用答案集编程（ASP）提供实用的计算机制，以实现不一致度量的计算。
- 分析不一致度量在小规模数据库更新下的行为，建立其在更新规模参数下的固定参数可追踪性。
- 探讨不一致度量、数据库因果关系与元组级责任之间的关联。
提出的方法
- 不一致度量基于基数修复定义，其中不一致程度对应于为恢复一致性而必须删除的最小元组数量。
- 采用答案集编程（ASP）作为计算框架，用于编码和计算不一致度量，利用其在非单调推理中的表达能力。
- 该度量被形式化为子集修复最大大小的倒数，确保值为 0 表示完全一致。
- 通过确定性和随机化技术开发近似算法，近似比为 $ d $，实现多项式时间复杂度。
- 通过分析小规模更新对不一致程度的影响，推导出固定参数可追踪性结果，参数化为更新规模。
- 通过元组作为约束违反原因的责任，建立不一致度量与元组级因果关系之间的联系。
实验结果
研究问题
- RQ1如何为关系数据库定义一种通用的、基于修复的不一致度量方法，以反映恢复一致性的成本？
- RQ2针对拒绝约束和函数依赖，基于基数修复的不一致度量在数据复杂度下的计算复杂度如何？
- RQ3答案集编程（ASP）能否有效计算不一致度量？其表达能力是否足够？
- RQ4不一致度量在小规模数据库更新下的行为如何？其计算是否关于更新规模具有固定参数可追踪性？
- RQ5全局不一致度量能否分解为单个元组的局部贡献？这与数据库中的因果关系有何关联？
主要发现
- 基于基数修复的不一致度量在数据复杂度下，对拒绝约束和某些函数依赖为 NP-完全。
- 该度量可通过答案集编程（ASP）计算，ASP 提供了实现其规格说明与评估所需的精确表达力和计算能力。
- 存在多项式时间的确定性和随机化近似算法，近似比为 $ d $，可实现对不一致程度的高效估计。
- 在小规模更新下，不一致度量表现出固定参数可追踪性，即当更改数量受限时，其计算仍保持高效。
- 全局不一致度量可表示为任意元组作为约束违反原因的最大责任的倒数，从而将其与数据库因果关系联系起来。
- 该度量在更新下表现良好，数据库的微小变化仅导致不一致程度的有界变化。
更好的研究，从现在开始
从阅读论文到最终审阅，大幅缩短您的研究时间。
无需绑定信用卡
本解读由 AI 生成，并经人工编辑审核。