移动对象管理：模型、技术与应用

　　Part I Moving Objects Management Models
　　Introduction
　　1.1 Background
　　1.1.1 Mobile Computing
　　1.1.2 Positioning Techniques
　　1.2 Location-Based Services
　　1.3 Mobile Data Management
　　1.4 Moving Object Databases
　　References
　　Moving Objects Modeling
　　2.1 Introduction
　　2.2 Underlying Models
　　2.3 Graphs of Cellular Automata Model
　　2.3.1 Cellular Automata （CA）
　　2.3.2 Structure of GCA
　　2.3.3 Trajectory of GCA
　　2.3.4 Transition of GCA
　　2.3.5 Two-Lane GCA
　　2.4 Summary
　　References
　　Moving Objects Updating
　　3.1 Introduction
　　3.2 Underlying Update Strategies
　　3.2.1 Based on Threshold
　　3.2.2 Based on Location Prediction
　　3.2.3 Based on Object Grouping
　　3.3 Proactive Location Update Strategy
　　3.4 Group Location Update Strategy
　　3.5 Summary
　　References
　　Moving Objects Indexing
　　4.1 Introduction
　　4.2 Underlying Indexing Structures
　　4.2.1 The R-Tree
　　4.2.2 The Grid File
　　4.2.3 The Quad-Tree
　　4.3 Indexing Moving Objects in Euclidean Space
　　4.3.1 The R-Tree-Based Index
　　4.3.2 The Grid-Based Index
　　4.3.3 The Quad-Tree-Based Index
　　4.4 Indexing Moving Objects in Spatial Networks
　　4.4.1 The Adaptive Unit
　　4.4.2 The Adaptive Network R-Tree （ANR-Tree）
　　4.5 Indexing Past, Present, and Future Trajectories
　　4.5.1 Indexing Future Trajectory
　　4.5.2 Indexing History Trajectories
　　4.6 Update-Efficient Indexing Structures
　　4.7 Summary
　　References
　　Part II Moving Objects Management Techniques
　　5 Moving Objects Basic Querying
　　5.1 Introduction
　　5.2 Classifications of Moving Object Queries
　　5.2.1 Based on Spatial Predicates
　　5.2.2 Based on Temporal Predicates
　　5.2.3 Based on Moving Spaces
　　5.3 NN Queries
　　5.3.1 Incremental Euclidean Restriction
　　5.3.2 Incremental Network Expansion
　　5.4 Range Queries
　　5.4.1 Range Euclidean Restriction
　　5.4.2 Range Network Expansion
　　5.5 Summary
　　References
　　Moving Objects Advanced Querying
　　6.1 Introduction
　　6.2 Similar Trajectory Queries for Moving Objects
　　6.2.1 Problem Definition
　　6.2.2 Trajectory Similarity
　　6.2.3 Query Processing
　　6.3 Density Queries for Moving Objects in Spatial Networks
　　6.3.1 Problem Definition
　　6.3.2 Cluster-Based Query Preprocessing
　　6.3.3 Density Query Processing
　　6.4 Continuous Density Queries for Moving Objects
　　6.4.1 Problem Definition
　　6.4.2 Building the Quad-Tree
　　6.4.3 Safe Interval Computation
　　6.4.4 Query Processing
　　6.5 Summary
　　References ..
　　Trajectory Prediction of Moving Objects
　　7.1 Introduction
　　7.2 Underlying Linear Prediction （LP） Methods
　　7.2.1 General Linear Prediction
　　7.2.2 Road Segment-Based Linear Prediction ..
　　7.2.3 Route-Based Linear Prediction
　　7.3 Simulation-Based Prediction （SP） Methods
　　7.3.1 Fast-Slow Bounds Prediction
　　7.3.2 Time-Segmented Prediction
　　7.4 Other Non-Linear Prediction Methods
　　7.5 Summary
　　References
　　Uncertainty of Moving Objects
　　8.1 Introduction
　　8.2 Uncertain Trajectory Modeling
　　8.3 Uncertain Trajectory Indexing
　　8.3.1 Structure of the UTR-Tree
　　8.3.2 Construction and Maintenance of UTR-Tree
　　8.4 Uncertainty Trajectory Querying
　　8.5 Summary
　　References
　　Part III Moving Objects Management Applications
　　9 Dynamic Transportation Navigation
　　9.1 Introduction
　　9.2 Moving Objects Management Application Scenarios..
　　9.3 Dynamic Transportation Navigation
　　9.3.1 Hierarchy Aggregation Tree
　　9.3.2 Dynamic Navigation Query Processing
　　9.3.3 Dynamic Navigation System Architecture
　　9.4 Summary
　　References
　　10 Dynamic Transportation Networks
　　10.1 Introduction
　　10.2 The System Architecture
　　10.3 Data Model of Transportation Network and Moving Objects...
　　10.4 Querying Moving Objects in Transportation Networks
　　10.4.1 Computing the Locations Through Interpolation
　　10.4.2 Querying Moving Objects with Uncertainty
　　10.4.3 Location Prediction in Transportation Networks
　　10.5 Summary
　　References
　　11 Clustering Analysis of Moving Objects
　　11.1 Introduction
　　11.2 Underlying Clustering Analysis Methods
　　11.3 Clustering Static Objects in Spatial Networks
　　11.3.1 Problem Definition
　　11.3.2 Edge-Based Clustering Algorithm
　　11.3.3 Node-Based Clustering Algorithm
　　11.4 Clustering Moving Objects in Spatial Networks
　　11.4.1 CMON Framework
　　11.4.2 Construction and Maintenance of CBs
　　11.4.3 CMON Construction with Different Criteria
　　11.5 Summary
　　References
　　12 Location Privacy
　　12.1 Introduction
　　12.2 Privacy Threats in LBS
　　12.3 System Architecture
　　12.3.1 Non-Cooperative Architecture
　　12.3.2 Centralized Architecture
　　12.3.3 Peer-to-Peer Architecture
　　12.4 Location Anonyrnization Techniques
　　12.4.1 Location K-Anonymity Model
　　12.4.2 p-Sensitivity Model
　　12.4.3 Anonymization Algorithms
　　12.5 Evaluation Metrics
　　12.6 Summary
　　References
　　Index

　　    随着移动通信技术的不断发展和普及，人们对移动对象管理的需求越来越迫切。移动对象管理成为数据库研究领域的一个热门方向，它在许多领域都展现了广阔的应用前景。《移动对象管理：模型、技术与应用》比较系统地介绍了移动对象管理的相关内容，即移动对象管理模型（包括移动对象建模、移动对象更新、移动对象索引等），移动对象管理技术（包括移动对象查询、移动对象预测、移动数据不确定性研究等），移动对象管理应用（包括动态交通导航、动态交通网络、移动对象聚类分析、位置隐私保护等）。
　　    《移动对象管理：模型、技术与应用》总结了国内外有关移动数据管理的研究工作和具有代表性的关键技术，并较详细地介绍了作者近年来的一些研究成果，具有较大的参考价值。
　　    《移动对象管理：模型、技术与应用》的读者对象为高等院校计算机专业的本科生、研究生、教师，科研机构的研究人员以及相关领域的开发人员等。