ONCE 与 ONCE+：流式序列中时间约束串行片段的频率计数

作为一类代表性的序列模式挖掘问题，从流式序列中计数串行片段的频率因其在电信告警、股票市场、事务日志、生物信息学等中的广泛应用而受到学术界的持续关注。尽管近年来已提出若干串行片段挖掘算法，但大多数既非面向流式的（因为它们需要多次遍历数据集），也不具备时间感知能力（因为它们未能考虑串行片段的时间约束）。在本文中，我们提出两种新颖的单遍算法 ONCE 和 ONCE+，它们分别可在信号逐个到达的流中计算满足预定义时间约束的给定片段的两种流行频率。ONCE 仅用于非重叠频率，即串行片段在序列中的出现不相交。ONCE+ 设计用于相异频率，即串行片段的出现不共享任何事件。理论研究表明，我们的算法能正确挖掘给定流中目标时间约束串行片段的频率。在真实与合成数据集上的实验研究表明，所提算法可在每秒到达数百万信号的高密度流中以极少的时间和空间运行。此外，该算法已应用于一个真实流处理系统，其功效和效率在实际应用中得到验证。