センサ機器の普及により,それらのセンシングにより取得される情報が爆発的に増えており,センサデータ問合せ処理技術が重要となってきている.センサデータの多くはデータストリームであり,リアルタイムに問い合わせされる場合もあれば,蓄積されて後で問い合わせされる場合もある.データストリームは従来のデータとは異なる性質を持つことから,より表現能力の高い問合せ言語が必要とされている.そのような背景から,SASE+というパターンマッチング言語が提案されている[3].SASE+言語は,従来の選択,結合,集約では表現できなかったクリーネ閉包の表現が可能であり,また,複数の戦略が用意されているのでアプリケーションに適した戦略を選ぶことができるなど,高い表現能力をもつパターンマッチング言語である.センサデータは,そのセンシングの過程でノイズやデータ欠損が発生することから,必ずしも正確であるとは限らないという問題もある.そのため,センサデータはしばしば統計モデルなどを用いた生データの処理が行われる.そこで本研究では,加工されたデータストリームの問合せ処理に焦点を当てる.特に,Markovian Streams[1],[2]で提案されているような,確率モデルに基づきセンサデータストリームを処理した結果である確率的データストリームを対象として考える.本稿では,この確率的データストリームをSASE+言語を拡張して処理する手法について述べる.また,データストリームはリアルタイムの問合せに焦点が当てられることが多いが,本研究では一旦蓄積して後から問合せを行う場合についても考察する., Query prosessing techniques for sensor data have become important, because the sensor data have increased explosively by growth of sensor devices. Most of sensor data is represented as data streams queried in a real-time manner or a retrospective manner using the stored data streams. Richer query languages over data streams are requierd because of the nature of data streams that is diffrent from that of traditional data. Based on this background, a query language for pattern matching over data streams, called SASE+ was developed [3]. SASE+ is a richer language that contains constructs for expressing the Kleene closure and strategies for selecting relevant data from an input stream mixing relevant and irrelevant data. Since sensor data may be inaccurate because of sensing noise or lack of data, we often apply preprocessing to raw data using a statistical model and so on. Therefore, we focus on query prosessing over preprosessed data streams, particularly probabilistic data streams that are the results of preprosessing using probabilistic model, which are proposed in Markovian Streams [1], [2]. In this paper, we propose a query prosessing method over this probabilistic data stream model using extended SASE+, and also discuss query processing for stored data streams., IEICE Technical Report;DE2012-20