[论文解读] Unifying Causality, Diagnosis, Repairs and View-Updates in Databases

Leopoldo Bertossi, Babak Salimi|arXiv (Cornell University)|May 16, 2014

Logic, Reasoning, and Knowledge参考文献 26被引用 5

一句话总结

本文通过证明查询结果的实际原因可在一致性或归谬框架中作为诊断来计算，并且修复可从原因推导得出，从而统一了查询结果中的因果关系、数据库修复、基于模型的诊断以及视图更新。其核心贡献在于建立了因果关系与诊断问题之间的形式等价性，实现了数据管理与知识表示领域间技术的交叉融合。

ABSTRACT

In this work we establish and point out connections between the notion of query-answer causality in databases and database repairs, model-based diagnosis in its consistency-based and abductive versions, and database updates through views. The mutual relationships among these areas of data management and knowledge representation shed light on each of them and help to share notions and results they have in common. In one way or another, these are all approaches to uncertainty management, which becomes even more relevant in the context of big data that have to be made sense of.

研究动机与目标

• 建立查询结果中的因果关系与数据库修复、基于模型的诊断及视图更新之间的形式化联系。
• 证明合取查询结果的实际原因可在一致性或归谬诊断框架中作为诊断来计算。
• 表明在否定约束下的修复可从因果推理中推导得出，反之亦然。
• 实现因果关系、诊断与修复计算之间算法与复杂度结果的转移。
• 为数据密集型系统（特别是在大数据环境中）的不确定性管理提供统一的理论基础。

提出的方法

• 使用反事实和实际原因及偶然性集合，形式化数据库中的因果关系，将原因限制在内生元组上。
• 通过将数据库建模为系统规范、查询结果建模为观测值，将实际原因的计算问题约化为一致性诊断问题。
• 应用归谬诊断以将原因表征为最小的假设集合（例如，元组的插入或删除），这些集合可解释查询结果。
• 利用归谬框架计算责任度，即最小诊断集合数量的倒数，以反映相对因果强度。
• 建立因果计算与基于子集和基于基数的修复之间的约化关系，这些修复在否定约束下成立。
• 利用答案集编程（ASP）和逻辑形式化方法，建模并计算修复与视图更新，特别是在保护隐私的场景中。

实验结果

研究问题

• RQ1 如何使用基于模型的诊断形式化表征合取查询结果的实际原因？
• RQ2 查询结果中的因果关系与否定约束下的数据库修复之间存在何种精确关系？
• RQ3 归谬诊断能否在统一框架中用于计算原因及其责任度？
• RQ4 视图更新如何与因果关系和修复相关联，特别是在完整性约束被违反的背景下？
• RQ5 诊断与修复技术在多大程度上可被迁移以改进大规模数据库中的因果计算？

主要发现

• 合取查询结果的实际原因恰好对应于一致性诊断框架中的最小诊断，其中数据库是系统规范，查询结果是观测值。
• 作为实际原因的元组的责任度与其所属的最小诊断集合数量成反比，每个最小诊断集合对应一个偶然性集合。
• 在查询 ans ← R(x,y), S(y) 的示例中，存在两个最小诊断：{S(a₁), R(a₂,a₁)} 和 {S(a₃), R(a₃,a₃)}，每个大小为 2，因此每个实际原因的责任度为 1/2。
• 实际原因及其责任度的计算可约化为求解诊断问题，反之亦然，从而实现算法与复杂度结果的共享。
• 视图更新（特别是删除传播）在形式上与因果关系和修复相关联，尤其当视图捕获完整性约束违反时。
• 在否定约束下的数据库修复可通过因果推理计算，反之，因果计算也可约化为修复计算，从而建立双向等价性。