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
- 학위논문
- 저자정보
- 지도교수
- 柳哉秀
- 발행연도
- 2016
- 저작권
- 충북대학교 논문은 저작권에 의해 보호받습니다.
이용수1
이 논문의 연구 히스토리 (3)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
프로버넌스 데이터는 데이터의 근원 정보나 변경 이력을 표현하는 메타데이터이다. 프로버넌스 정보는 변경 이력 정보가 쌓이면서 원본 데이터와 비교하여 수십 배에 달하는 양을 차지한다. 따라서 대용량의 프로버넌스 데이터를 효율적으로 압축하기 위한 기법이 요구된다. 본 논문에서는 표준 PROV 모델을 기반으로 그래프 패턴을 고려한 프로버넌스 압축 기법을 제안한다. 사전 인코딩을 통해 프로버넌스 데이터를 숫자로 인코딩하므로서 문자열이 차지한 공간을 감소시킨다. 기존 프로버넌스 압축 기법과는 달리 제안하는 기법에서는 프로버넌스 데이터에서 어떤 RDF 문서가 변경 내역을 추적 하기위해 시맨틱 웹상의 RDF 원본 문서를 관리한다. 원본 RDF 문서의 패턴으로 고려하여 원본 RDF 문서를 압축함으로써 저장 공간을 감소시킨다. 또한, PROV 모델에서 활동 노드의 패턴을 고려하여 프로버넌스 데이터를 압축한다. 프로버넌스의 흐름에 따른 압축을 통해 압축성능을 향상시킨다. 성능 평가에서 압축률, 처리시간을 통해 제안하는 기법의 우수성을 증명한다.
목차
Ⅰ. 서론 1Ⅱ. 관련연구 61. 프로버넌스 관리 기법 62. 프로버넌스 압축 기법 103. RDF 압축 기법 154. 기존 기법의 문제점 17Ⅲ. 제안하는 RDF 프로버넌스 압축 기법 191. 전체적인 처리 절차 202. 확장된 PROV 모델 223. 사전 인코딩 274. 원본 RDF 압축 305. 프로버넌스 패턴 압축 36Ⅳ. 성능평가 411. 성능평가 환경 412. 성능평가 결과 43(1) 서브 그래프 수에 따른 압축 성능 비교 43(2) 압축률 비교 44(3) 처리 시간 비교 46(4) 질의 유형에 따른 정확성 비교 47Ⅴ. 결론 및 향후연구 49참고문헌 50
최근 본 자료
댓글(0)
0