随着物联网等应用兴起，很多应用主要通过相当数量的传感器来采集数据。随着这种应用规模的扩大和在越来越多领域中的应用，数据量将呈现爆炸性增长趋势。如何有效改进已有的技术和方法或提出新的技术和方法来高效管理和处理海量数据是从数据中提取信息并进一步融合、推理和决策的关键。

云计算应用中不同领域在数据获取阶段所采用的设备、手段和方式千差万别，取得的数据在数据形态、数据结构上也各不相同。不同类别的传感器所捕获、传递的信息内容和信息格式也存在差异，导致对数据访问、分析和处理方式多变。数据多源性导致数据的不同分类，不同分类具有不同数据格式，最终导致结构化数据、半结构化数据、非结构化数据并存，造成数据资源的异构性。

云计算中的数据具有明显的不确定性，主要包括数据本身不确定性、语义匹配不确定性和查询分析不确定性等。为了获得客观对象的准确信息，需要去粗取精、去伪存真，以便人们能够进行更全面的表达和推理。