薛小燕，赵生光，程 刚*，刘宏伟

(1.华北科技学院计算机学院，河北廊坊 065201；2.燕京理工学院，河北廊坊 065201；3.青海民族大学土木与交通学院，青海西宁 810007)

1 引言

网络数据存储量的急速上升与用户需求的复杂化令数据库建设规模与使用范围大幅提升[1]。在此大环境下，不同数据库攻击方法层出不穷，由数据库攻击或计算机网络中的软、硬件故障以及网络故障等导致数据库被破坏，数据库内数据丢失的问题屡见不鲜[2]。数据库中数据的可靠性与准确性是数据库构建的基础要求，为保障数据库内数据的可靠性与准确性，研究一种用于数据库丢失数据恢复重构的方法极为重要。

文献[3]提出分布式数据库用户丢失数据恢复重构仿真，通过遗传算法计算出丢失数据的最优参数，利用熵值的思想计算加权系数，最终获得分布式数据库丢失数据的填充值。实验证明该方法对于数据恢复的精度较高。但目前该领域使用最为普遍的数据库丢失数据恢复重构方法为构建丢失数据判断模型，利用判断模型判断丢失重聚，实现丢失数据恢复重构。文献[4]提出基于改进压缩感知算法的方法通过构建完备字典，生成丢失数据丢失项取样矩阵，将其作为压缩感知框架的测量矩阵，通过正则化正交匹配追踪实现数据恢复重构。文献[5]提出基于模态傅里叶-支持向量机优化的方法构建粒子群优化最小二乘支持向量机模型，利用傅里叶修正集合模态分解的数据序列取得更佳的拟合效果。……