지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2023.10
- 수록면
- 10 - 18 (9page)
- DOI
- 10.5573/ieie.2023.60.10.10
이용수
이 논문의 연구 히스토리 (4)
2023
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
학습 블룸필터(Learned Bloom filter, LBF)는 학습 모델과 하나의 보조 블룸필터(Bloom filter, BF)를 사용하여 표준 BF를 대체한 학습 기반 구조이다. 분할된 학습 블룸필터(Partitioned learned Bloom filter, PL-BF)는 LBF를 변형한 구조로써, 학습된 모델과 모델의 데이터 확률분포에 따른 분할된 BF들을 사용하여 LBF보다 성능을 향상시킨 구조이다. 그러나 PL-BF는 저장된 데이터를 삭제할 수 없다는 단점을 가진다. 본 논문에서는 삽입과 삭제가 잦은 동적 데이터를 위해 분할된 학습 카운팅 블룸필터(Partitioned learned counting Bloom filter, PL-CBF)와 분할된 학습 쿼터너리 블룸필터(Partitioned learned quarternary Bloom filter, PL-QBF), 총 2가지 종류의 PL-BF 변형구조를 제안한다. 제안하는 PL-CBF와 PL-QBF는 모델의 데이터 확률 분포를 5개의 영역으로 나누고, 각각 다른 사이즈 팩터를 갖는 5개의 카운팅 블룸필터(Counting Bloom filter, CBF), 쿼터너리 블룸필터(Quarternary Bloom filter, QBF)를 사용한다. 실험을 통해, 제안하는 구조가 삭제 기능을 제공하여 동적 데이터 처리에 적합함을 보였으며, 동일한 전체 메모리 사용량 하에서, CBF, QBF와 비교하여 PL-CBF, PL-QBF이 각각 80% 이상 향상된 검색 성능을 보임을 확인하였다.
목차
요약
Abstract
Ⅰ. 서론
Ⅱ. 관련 연구
Ⅲ. 분할된 학습 블룸필터 기반 구조
Ⅳ. 성능 평가
Ⅴ. 결론
REFERENCES
참고문헌 (20)
참고문헌 신청
B. Bloom, “Space/time Tradeoffs in Hash Coding with Allowable Errors,” Communications of the ACM, Vol. 13, No. 7, pp. 422-426, Jul. 1970.
S. Dharmapurikar, P. Krishnamurthy, and D. E. Taylor, “Longest Prefix Matching Using Bloom Filters,” IEEE/ACM Trans. on Networking, Vol. 14, No. 2, pp. 397-409, Apr. 2006.
H. Song, F. Hao, M. Kodialam, and T. V. Lakshman, “IPv6 Lookups Using Distributed and Load Balanced Bloom Filters for 100 Gbps Core Router Line Cards,” in Proc. IEEE INFOCOM, pp. 2518-2526, Rio, Brazil, Apr. 2009.
O. Rottenstreich and I. Keslassy, “The Bloom Paradox: When Not to Use a Bloom Filter,” IEEE/ACM Trans. on Networking, Vol. 23, No. 3, pp. 703-716, Jun. 2015.
J. Mun, and H. Lim, “New Approach for Efficient IP Address Lookup Using a Bloom Filter in Trie-Based Algorithms,” IEEE Trans. on Computers, Vol. 65, No. 5, pp. 1558-1565, May. 2016.
S. Dharmapurikar, P. Krishnamurthy, and D. E. Taylor, “Longest Prefix Matching Using Bloom Filters,” IEEE/ACM Trans. on Networking, Vol. 14, No. 2, pp. 397-409, Apr. 2006.
H. Song, F. Hao, M. Kodialam, and T. V. Lakshman, “IPv6 Lookups Using Distributed and Load Balanced Bloom Filters for 100 Gbps Core Router Line Cards,” in Proc. IEEE INFOCOM, pp. 2518-2526, Rio, Brazil, Apr. 2009.
O. Rottenstreich and I. Keslassy, “The Bloom Paradox: When Not to Use a Bloom Filter,” IEEE/ACM Trans. on Networking, Vol. 23, No. 3, pp. 703-716, Jun. 2015.
J. Mun, and H. Lim, “New Approach for Efficient IP Address Lookup Using a Bloom Filter in Trie-Based Algorithms,” IEEE Trans. on Computers, Vol. 65, No. 5, pp. 1558-1565, May. 2016.
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
분할된 학습 카운팅 블룸필터
대한전자공학회 학술대회
2022 .06
-
함수 블룸필터를 개선하는 분할된 학습 블룸필터 구조
대한전자공학회 학술대회
2023 .06
-
삭제 기능을 제공하는 변형 블룸 필터들의 성능 비교
대한전자공학회 학술대회
2020 .11
-
카운팅 블룸필터를 대체하는 터너리 블룸 필터
대한전자공학회 학술대회
2016 .06
-
카운팅 블룸필터를 개선하는 터너리 블룸필터
전자공학회논문지
2017 .01
-
Improving False Positive Rate of Extended Learned Bloom Filters Using Grid Search
Journal of KIISE
2022 .01
-
딥러닝 기반의 학습된 함수 블룸필터 구조
대한전자공학회 학술대회
2020 .08
-
블룸 필터의 참양성을 판별하는 새로운 블룸 필터 구조
대한전자공학회 학술대회
2016 .06
-
다중 집합의 처리 속도를 향상시킨 새로운 블룸 필터 구조
전자공학회논문지
2021 .08
-
해시테이블 접근 없이 참 양성 여부를 판단할 수 있는 새로운 블룸 필터 구조
대한전자공학회 학술대회
2015 .06
-
병렬 구조의 블룸필터 설계
한국정보통신학회논문지
2017 .06
-
블룸 필터를 사용한 네트워크 기반의 분산 이동성 관리에 관한 연구
한국통신학회 학술대회논문집
2017 .01
-
보조 함수 블룸필터를 통한 성능 향상 연구
대한전자공학회 학술대회
2019 .11
-
레벨 블룸 필터와 듀얼 로드 블룸 필터를 적용한 FIB검색 구조
대한전자공학회 학술대회
2019 .11
-
함수 블룸필터와 해싱 기반 데이터 구조의 성능 분석 및 비교
대한전자공학회 학술대회
2018 .06
-
전사적 PL 대응시스템의 핵심요인이 기업 성과에 미치는 영향
산업경영시스템학회지
2017 .01
-
블룸 필터를 활용한 NDN 라우팅 방법
대한전자공학회 학술대회
2017 .11
-
업데이트 가능한 보조 블룸 필터 구조
대한전자공학회 학술대회
2017 .06
-
보안 향상을 위해 블룸 필터를 적용한 퍼프 구조
대한전자공학회 학술대회
2020 .08
-
Probabilistic Bloom Filter for Online Learning in Personalized Recommender Systems
디지털콘텐츠학회논문지
2019 .07
이 논문의 저자 정보
이 논문과 함께 이용한 논문
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-151-24-02-088062546