[論文レビュー] PRESS: A Novel Framework of Trajectory Compression in Road Networks

Renchu Song, Weiwei Sun+2 more|arXiv (Cornell University)|Feb 7, 2014

Data Management and Algorithms被引用数 22

ひとこと要約

PRESSは、道路ネットワーク内でのGPSトレースの損失なし空間的および誤差制限付き時間的圧縮のための新規で並列処理可能なフレームワークを提案する。空間的および時間的表現を分離し、ハイブリッド空間圧縮（HSC）と誤差制限付き時間圧縮（BTC）を適用することで、完全な復元なしに効率的な空間的・時間的クエリをサポートしながら、最大78.4％のストレージ削減を達成する。

ABSTRACT

Location data becomes more and more important. In this paper, we focus on the trajectory data, and propose a new framework, namely PRESS (Paralleled Road-Network-Based Trajectory Compression), to effectively compress trajectory data under road network constraints. Different from existing work, PRESS proposes a novel representation for trajectories to separate the spatial representation of a trajectory from the temporal representation, and proposes a Hybrid Spatial Compression (HSC) algorithm and error Bounded Temporal Compression (BTC) algorithm to compress the spatial and temporal information of trajectories respectively. PRESS also supports common spatial-temporal queries without fully decompressing the data. Through an extensive experimental study on real trajectory dataset, PRESS significantly outperforms existing approaches in terms of saving storage cost of trajectory data with bounded errors.

研究の動機と目的

• 位置ベースサービスにおける大規模GPSトレースデータの高コストなストレージおよび通信コストを低減すること。
• 既存のトレース圧縮手法が空間的忠実性を損なうか、効率的なクエリをサポートできないという限界を克服すること。
• 空間的および時間的圧縮を分離することで、圧縮比とデータの有用性を最適化するフレームワークの開発。
• 完全な復元なしに一般的な空間的・時間的クエリ（例：where/at、when/at、範囲）をサポートすること。
• 大規模トレースデータに対してスケーラブルであるよう、圧縮および復元の時間計算量を線形に保つこと。

提案手法

• トレースを2つの要素として表現：空間的経路（道路ネットワークエッジの列）と時間的シーケンス（タイムスタンプ）。
• ハイブリッド空間圧縮（HSC）を適用：まず、最短経路に一致する部分トレースをエッジペア（e_i, e_j）に置き換え、次に頻出部分トレース（FST）をハフマンに類似した符号で符号化。
• 誤差制限付き時間圧縮（BTC）を採用：時間の圧縮に特化した新規な角度範囲ベースのアルゴリズムを採用し、O(|T|)の時間計算量でユーザー指定の誤差範囲内にタイムスタンプを圧縮。
• マップマッチングを用いて、元のGPSポイントを道路ネットワークエッジに射影することで、ネットワーク制約付きのトレース表現を可能にする。
• 圧縮データ上で直接空間的・時間的クエリ（例：範囲、when/at）を処理できるクエリプロセッサを統合。
• 空間的および時間的コンponentsの並列圧縮を設計することで、効率性とスケーラビリティを向上。

実験結果

リサーチクエスチョン

• RQ1 道路ネットワーク制約下で、空間的忠実性と時間的正確性を保持しつつ、高い圧縮比を達成できるトレース圧縮フレームワークは存在するか？
• RQ2 空間的および時間的トレースコンponentsをどのように分離し、独立して圧縮することでストレージと有用性を最適化できるか？
• RQ3 損失なし空間圧縮と誤差制限付き時間圧縮を併用することで、クエリ効率を損なわず、ストレージコストをどの程度削減できるか？
• RQ4 圧縮されたトレースは、完全な復元なしに一般的なLBSクエリ（例：範囲、when/at）をサポートできるか？
• RQ5 Nonmaterial や MMTC といった既存の最先端手法と比較して、提案フレームワークは性能および圧縮比においてどのように優れているか？

主な発見

• PRESSは、実世界のシンガポールタクシートレースデータ上で最大78.4％のストレージコスト削減を達成した。
• PRESSの圧縮および復元の時間計算量はO(|T|)であり、大規模トレースワークロードにおいてスケーラブルである。
• HSCアルゴリズムは、繰り返し現れる最短経路部分トレースを置き換え、頻出部分トレースをコンパクトな符号で符号化することで、空間的表現を削減した。
• BTCアルゴリズムは線形時間計算量を達成し、誤差制限付き時間圧縮を実現しており、元のウィンドウ開口法のような2次時間計算量の手法を上回った。
• PRESSは圧縮データ上で直接クエリ処理を可能にし、完全な復元なしに空間的・時間的クエリ（例：範囲、when/at）を顕著に高速化した。
• 実験的評価により、PRESSは実トレースデータセットにおいて、既存手法（例：Nonmaterial、MMTC）を圧倒的に上回る圧縮比と効率性を示した。