정보과학회 컴퓨팅의 실제 논문지 (KIISE Transactions on Computing Practices)
Current Result Document :
| 한글제목(Korean Title) |
Spark 환경에서 대용량 그래프 유사 서브 그래프 매칭 기법 |
| 영문제목(English Title) |
Approximate Sub-Graph Matching Scheme for Large-Scale Graph Data in Spark Environments |
| 저자(Author) |
임종태
최도진
서동민 유석종
복경수
유재수
Seok Jong Yu
Kyoungsoo Bok
Jaesoo Yoo
Jongtae Lim
Dojin Choi
Dongmin Seo
|
| 원문수록처(Citation) |
VOL 24 NO. 09 PP. 0463 ~ 0469 (2018. 09) |
한글내용
(Korean Abstract) |
최근 각종 실험 장비의 발전에 따라 과학데이터가 급격히 증가하고 있다. 특히 그래프 데이터를 활용한 유사 서브 그래프 매칭 기법은 다양한 분야의 응용 및 연구에서 중요하게 활용되고 있다. 하지만 기존의 유사 서브 그래프 매칭 기법들은 단일 서버 환경에서 동작하도록 설계되어 있기 때문에 대용량 그래프의 처리에 한계가 존재한다. 따라서 본 논문에서는 Spark 환경에서 대용량 그래프 유사 서브 그래프 매칭 기법을 제안한다. 제안하는 기법은 분산 컴퓨팅 환경을 고려하여 대용량 그래프에 대한 처리를 수행한다. 또한 보다 효율적인 가지치기, 유사도 계산, 그리고 결과 반환 기법을 이용하여 유사 서브 그래프 매칭의 가지치기 효율 및 속도를 향상시킨다.
|
영문내용
(English Abstract) |
With the development of various experiment tools, the amount of science data generated for fields such as astronomy, cosmology, biology, and humanities has increased rapidly. Among these science data, graph data occupies a very high proportion. Approximate sub-graph matching is the analytic technique that searches for the similar subgraphs with a query graph in target graph. However, the existing approximate subgraph matching schemes have limits to process large scale network data because they do not consider the distributed computing environments. In this paper, we propose an approximate subgraph matching scheme for large-scale graph data in distributed computing environments. The proposed scheme uses big data processing platform to process the large-scale graph data. And the proposed scheme improves the performance of the query processing using efficiently pruning algorithm and similarity calculate algorithm.
|
| 키워드(Keyword) |
유사 서브 그래프 매칭
아파치 스파크
그래프 분석
대용량 그래프
빅데이터
approximate subgraph matching
apache spark
graph analysis
large-sclae graph
bigdata
|
| 파일첨부 |
PDF 다운로드
|
