디지털 라이브러리[ 검색결과 ]
집합 기반 유사 시퀀스 매칭의 성능 향상을 위한 최적화 방법
http://doi.org/10.5626/JOK.2018.45.4.403
집합 유사 시퀀스 매칭 방법은 교집합 기반의 유사도를 이용하여 질의 집합 시퀀스와 유사한 데이터 집합 시퀀스를 찾는다. 그러나 수많은 집합 간의 교집합 크기를 계산하는데 수행 시간이 오래 걸리는 성능상의 문제가 있다. 본 논문의 저자들은 간단한 집합 인덱스 구조를 사용한 성능 향상 방법을 제시한 바 있다. 본 논문은 불필요한 연산을 제외하는 프루닝(pruning) 기반 최적화 방법을 제시함으로써, 기존 방법보다 효율적으로 집합 기반 유사 시퀀스 매칭을 수행할 수 있는 방법에 대해 제안한다. 성능 평가 결과, 제안하는 방법이 기존 방법에 비해 약 20% 정도의 수행 시간 감소가 있음을 보인다.
상관계수의 안전한 다자간 계산
본 논문에서는 분산 컴퓨팅 환경에서 데이터 제공자들이 각자 소유한 데이터의 프라이버시는 보호하면서도 피어슨(Pearson) 상관계수와 스피어만(Spearman)의 순위상관계수를 안전하게 계산하는 해결책을 각각 제안한다. 분산 컴퓨팅 환경에서 마이닝(또는 데이터 분석)을 수행하기 위해서는 원본 데이터를 상대방에게 제공해야 한다. 그러나, 원본 데이터는 민감한 정보를 포함하는 경우가 많고, 이때 데이터 제공자(소유자)는 프라이버시 보호를 이유로 정확한 값을 직접 노출하기를 원하지 않는다. 본 논문에서는 분산 컴퓨팅 환경의 데이터 제공자들이 각자 소유한 데이터는 상대방에게 공개하지 않으면서 상관관계를 계산하는 문제, 즉 안전한 상관관계 계산(SCC: Secure Correlation Computation) 문제를 정형적으로 정의한다. 그리고, 임의 행렬 기반 안전한 스칼라 곱을 사용하여 피어슨 상관계수와 순위상관계수에 대한 SCC 문제를 해결하는 방법을 각각 제안한다. 제안한 해결책이 바르게 수행함을 보이기 위해, 정확성과 안전성을 정리로 제시하고 증명한다. 또한, 실험을 통해 제안한 기법이 수행 시간 측면에서도 실용적인 방법임을 보인다.
