메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
김소연 (연세대학교) 박상현 (연세대학교)
저널정보
Korean Institute of Information Scientists and Engineers 정보과학회논문지 : 데이타베이스 정보과학회논문지 : 데이타베이스 제38권 제1호
발행연도
2011.2
수록면
1 - 8 (8page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
정보산업 사회가 되면서 생겨난 대용량의 데이터로 인해 기업들은 데이터베이스 시스템을 필수적으로 활용하고 있다. 데이터베이스 시스템 관리자는 효과적인 데이터베이스 시스템의 활용을 위해서 워크로드의 정보를 필요로 한다. 그러나 다양화되고 복잡해지는 데이터베이스 응용 분야로 인해 관리자가 데이터베이스 시스템에서 발생되는 워크로드를 식별하기 힘들어졌다. 따라서 복합적인 데이터베이스 응용분야에서 워크로드를 자동적으로 식별하는 방법이 요구된다. 본 논문에서는 데이터베이스 워크로드를 자동적으로 식별하는 PCA-SVM 워크로드 분류기를 제안한다. TPC-C와 TPC-H 성능평가의 수행 비율별로 자원할당 파라미터 변경에 따른 워크로드 데이터를 수집한다. PCA(Principal Components Analysis)을 적용하여 워크로드 데이터의 특징 벡터의 차원을 축소시키고 다중 클래스 SVM(Support Vector Machine)의 일대다(one-against-all) 기법을 이용하여 워크로드를 분류한다. SVM의 커널별 커널 파라미터와 오류허용 임계치 값인 C의 조정을 통하여 최적의 PCA-SVM 워크로드 분류기를 선택한다. 실험 결과, PCASVM 워크로드 분류기는 특징 벡터의 차원을 2/5로 축소시키면서도 다른 분류기보다 7%이상 정확하게 워크로드를 식별하였다. 또한, 분류 시간은 특징 벡터의 차원을 축소시키기 이전과 비교하여 약 1/18로 단축되어 향상된 분류 성능을 보였다.
#Workload classification #PCA(Principal Components Analysis) #Multi-class Support Vector Machine #Database management system #Database tuning

목차

요약
Abstract
1. 서론
2. 관련 연구
3. 제안하는 PCA-SVM 워크로드 분류기
4. 실험 및 결과 분석
5. 결론 및 향후 과제
참고문헌

참고문헌 (17)

참고문헌 신청
1. [학술대회논문] - S. Chaudhuri / 1998 / AutoAdmin "What-If" Index Analysis Utility / Proceedings of the 1998 ACM SIGMOD International Conference on Management of Data : 367 ~ 378 google schola 3. [인터넷자원] - / / http://www.tpc.org/tpcc/default.asp google schola 4. [인터넷자원] - / / http://www.tpc.org/tpch/default.asp google schola 5. [학술지(정기간행물)] - P. S. Yu / 1992 / One Workload Characterization of Relational Database Environments / IEEE Transaction on Software 18 (4) : 347 ~ 355 google schola 6. [학술지(정기간행물)] - P. Martin / 2002 / Managing Database Server Performance to Meet QoS Requirements in Electronic Commerce Systems / International Jornal on Digital Libraries 3 (4) : 316 ~ 224 google schola

이 논문의 저자 정보

이 논문과 함께 이용한 논문

잠재 구조적 SVM을 활용한 감성 분석기
양승원 ,  이창기 정보과학회 컴퓨팅의 실제 논문지 2016 .05
SVM 기반의 재무 정보를 이용한 주가 예측
허준영 ,  양진용 정보과학회 컴퓨팅의 실제 논문지 2015 .03
선형 SVM을 사용한 안드로이드 기반의 악성코드 탐지 및 성능 향상을 위한 Feature 선정
김기현 ,  최미정 한국통신학회논문지 2014 .08
MCSVM을 이용한 반도체 공정데이터의 과소 추출 기법
박새롬 ,  김준석 ,  박정술 외 2명 대한산업공학회지 2014 .08
SVM을 이용한 시스템트레이딩전략의 선택모형
박성철 ,  김선웅 ,  최흥식 지능정보연구 2014 .06

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2012-569-004321496