Skip to content Skip to navigation

Connexions

You are here: Home » Content » Ejemplo de Ingeniería Inversa de Datos

Navigation

Content Actions

  • Download module PDF
  • Add to ...
    Add the module to:
    • My Favorites
    • A lens
    • An external social bookmarking service
    • My Favorites (What is 'My Favorites'?)
      'My Favorites' is a special kind of lens which you can use to bookmark modules and collections directly in Connexions. 'My Favorites' can only be seen by you, and collections saved in 'My Favorites' can remember the last module you were on. You need a Connexions account to use 'My Favorites'.
    • A lens (What is a lens?)

      Definition of a lens

      Lenses

      A lens is a custom view of Connexions content. You can think of it as a fancy kind of list that will let you see Connexions through the eyes of organizations and people you trust.

      What is in a lens?

      Lens makers point to Connexions materials (modules and collections), creating a guide that includes their own comments and descriptive tags about the content.

      Who can create a lens?

      Any individual Connexions member, a community, or a respected organization.

    • External bookmarks
  • E-mail the author

Recently Viewed

This feature requires Javascript to be enabled.

Ejemplo de Ingeniería Inversa de Datos

Module by: Miguel-Angel Sicilia

Summary: Ejemplo de Ingeniería Inversa de Datos.

Ejemplo de Ingeniería Inversa de Datos

La Ingeniería Inversa de Datos se aplica sobre algún código de bases datos para obtener los modelos relacionales o sobre el modelo relacional para obtener el diagrama entidad relacional.

Entre las distintas técnicas de Ingeniería Inversa de datos, se propone el método de Hainaut et al () para explicarla.

El método pasa por dos fases. En la 1ª fase se realiza la extracción de estructuras y en la 2ª la conceptualización de las mismas:

  1. FASE I: Extracción de estructuras
    • Considerar cada fichero una posible tabla.
    • Considerar cada campo del fichero como un posible campo de la tabla.
    • Identificar las claves primarias.
    • Identificar claves ajenas.
    • “Filtrar” las tablas (por ejemplo, despreciar aquellos ficheros sin clave principal).
    • Detección de campos obligatorios.
    • Detección de asociaciones entre tablas
  2. FASE II: Conceptuación de las estructuras
    • Sustitución de constructores propios del sistema real por constructores independientes (ej: una tabla que es un elemento físico es sustituida por el concepto de entidad que es un elemento lógico).
    • Detección y eliminación de los constructores no semánticos del esquema lógico, paso inverso a la optimización del esquema (ej: deshacer la normalización de un SGBD relacional).
    • Normalización conceptual para obtener estructuras de alto nivel.

Comments, questions, feedback, criticisms?

Send feedback