项目名称：时空数据分布式计算关键技术研究

项目负责人：于自强

项目简介：现实中，智能交通、社交网络、移动电子商务、视频监控等时空数据密集型应用领域通常面临：时空数据规模巨大且产生速度快，需要采用分布式存储模式对其进行高效存储和实时维护；时空数据查询具有高并发性且查询数量随时间不断变化，需要设计分布式弹性计算模型动态调整计算资源，实现并发查询的实时处理。为此，本项目团队研究并实现了面向多领域的基于服务器集群的大规模时空数据分布式查询技术。

主要创新点：

1、在国际上首次采用分布式计算模式处理海量移动对象k近邻查询问题，提出一种原创性的移动对象分布式条状索引结构以及基于该索引结构的分布式k近邻查询算法，相关成果已发表在TKDE（CCF A类期刊）、《软件学报》等国内外数据库和数据挖掘领域的顶级期刊上。

2、在国际上首次提出面向动态路网的k条最短路线查询问题以及针对该问题的分布式解决方案，相关成果已发表在数据库和数据挖掘领域的国际顶级会议SIGMOD 2020（CCF A类会议）以及《ACM Transactions on Intelligent Systems and Technology》。

3、在国际上首次提出面向视频数据时空伴随模式发现问题，并创新性地提出解决该问题的分布式结构化查询方法，相关成果已发表在数据库和数据挖掘领域的国际顶级会议SIGMOD 2021（CCF A类会议）、EDBT 2015（CCF B类会议）、《软件学报》等国内外数据库和数据挖掘领域的国际顶级会议和期刊。

客观评价：本项目研究成果被包括奥尔堡大学Christian S. Jensen教授（ACM Fellow、IEEE Fellow）、香港中文大学陶宇飞教授（ACM Fellow）、明尼苏达大学教授Mohamed F. Mokbel（IEEE Fellow）、香港科技大学周晓芳教授（IEEE Fellow）、普渡大学Walid G. Aref教授（IEEE Fellow）等被10余个国家 40 多位包括IEEE Fellow、ACM Fellow 在内的国内外同行大量引用和正面评价，并引发一系列后续研究，在国内外相关领域产生了积极的影响。其中，他引论文多数发表在VLDB（CCF A类会议）、ICDE（CCF A类会议）、EDBT （CCF B类会议）等数据库领域的国际顶级会议以及包括《IEEE Transactions on Knowledge and Data Engineering》、《ACM Transactions on Spatial Algorithms and Systems》、《IEEE Transactions on Information Forensics and Security》、《Information Sciences》、《软件学报》、《计算机研究与发展》等国内外权威期刊上。