随着经济的发展和科技手段的进步,数据的流特征表现的越来越明显。数据流上反轮廓查询作为现在市场决策的重要手段,可以广泛应用在现实生活中。然而,现存的数据流上反轮廓查询算法没有充分利用数据流上反轮廓性质,性能十分低下,不能满足现实的需求。同时,由于人们对数据不确定性的认识越加深刻,可以把反轮廓查询问题引入到不确定数据流上。本文针对数据流上的反轮廓查询及其相关问题进行了详细的分析和深入的研究。本文的贡献点可以概括如下：1.研究了数据流上反轮廓查询问题。深入分析了数据流上反轮廓查询的性质,然后根据这些性质定理,设计了数据流上反轮廓查询的模型结构,提出了确定数据流上的高效反轮廓查询算法(RSDS)。2.研究了不确定数据流上反轮廓查询问题。深入分析了不确定数据流上反轮廓的性质,然后根据这些性质定理,设计了不确定数据流上反轮廓查询的模型结构,提出了不确定数据流上的高效反轮廓查询算法(PRSDS)。3.通过大量仿真实验证明了本文提出的所有算法的正确性。对比算法DCRS,证明了确定数据流上高效反轮廓查询算法(RSDS)的高可用性,同时通过对算法PRSDS的实验结果分析,证明了PRSDS的高效性。