随着数据采集和处理技术的发展,不确定性数据逐渐受到关注。在许多实际应用中,由于复杂的外界因素影响,造成所采集数据的随机性、不完整性和不确定性,但其能更真实地反映现实世界的状况。因此,针对不确定数据的查询和管理成为近年来的研究热点,具有一定的理论意义和应用价值。本文主要针对不确定数据,在多核架构下如何实现有效的Skyline计算的问题进行研究,主要内容如下:首先,研究了目前Skyline查询的经典算法,主要分析了概率Skyline查询和分布式Skyline查询算法的实现思想。结合现有算法的优缺点,提出了多核架构下,不确定数据并行Skyline查询的基本思想。其次,提出了一个基于多核架构的不确定数据并行Skyline计算算法,该算法适用于高维、大规模数据集的Skyline计算。分别给出了计算Skyline集和计算概率Skyline的方法,基于这两种方法提出了PSUDM算法,并通过芝加哥White Sox棒球选手的例子说明了算法的执行过程。最后,采用C++和OPENMP编程实现PSUDM算法,并在不确定数据集的不同维度d、不同规模数据集n和不同的核数量条件下分别对PSUDM算法进行评价。为了进一步说明,实现了多核结构下不确定数据的顺序Skyline查询算法SSUDM,并比较了不同维度和不同规模数据集情况下,分别采用顺序和并行Skyline查询方法的执行时间。实验结果表明,我们的算法成功地利用多核的特点,提高了不确定数据库的并行Skyline计算性能。