[論文レビュー] Research Directions for Principles of Data Management (Dagstuhl Perspectives Workshop 16151)

Serge Abiteboul, Marcelo Arenas+19 more|arXiv (Cornell University)|Jan 31, 2017

Advanced Database Systems and Queries参考文献 36被引用数 13

ひとこと要約

本論文は、スケーラビリティ、マルチモードデータ、不確実性、知識統合型データ、機械学習とデータ管理の統合、プロセスとデータ、倫理的配慮の7つのコアな研究テーマを特定し、ビッグデータ、ウェブ規模のシステム、倫理的データ利用における進化するデータ管理課題に対処する体系的で数学的根拠に基づくアプローチを提案する。本研究は、分野横断的統合と実用的適用性に重点を置き、基礎的データ管理研究の前進を図る。

ABSTRACT

In April 2016, a community of researchers working in the area of Principles of Data Management (PDM) joined in a workshop at the Dagstuhl Castle in Germany. The workshop was organized jointly by the Executive Committee of the ACM Symposium on Principles of Database Systems (PODS) and the Council of the International Conference on Database Theory (ICDT). The mission of this workshop was to identify and explore some of the most important research directions that have high relevance to society and to Computer Science today, and where the PDM community has the potential to make significant contributions. This report describes the family of research directions that the workshop focused on from three perspectives: potential practical relevance, results already obtained, and research questions that appear surmountable in the short and medium term.

研究の動機と目的

• 社会的・コンピュータサイエンス的関連性が極めて高い、データ管理の原則（PDM）分野における最もインパactsな研究方向性を特定・明示すること。
• ビッグデータ、ウェブ規模のデータ、倫理的懸念の時代におけるデータ管理の複雑化に対処するため、体系的で形式的なアプローチを講じること。
• 機械学習、統計、検証、社会学など、PDMと他の分野との間で分野横断的連携を強化すること。
• 資金提供機関、大学、研究者を支援するため、実用的かつ社会的インパクトを持つ、タイムリーな基盤的課題を浮き彫りにすること。
• 認知科学、社会学、哲学からの知見をデータ管理システムおよび実務に統合することで、倫理的データ管理を推進すること。

提案手法

• 世界的なPDM研究者らが参加したDagstuhl Perspectivesワークショップから導き出された7つのコアテーマを中心に、研究課題を整理すること。
• 論理、計算複雑性理論、知識表現の既存の理論的基盤を活用し、現代のデータ課題に対処すること。
• クエリ言語、オントロジー、整合性制約を用いて、データの多様性、不確実性、プロバンセンスを形式的に管理するフレームワークを提案すること。
• クエリ最適化、データ交換、トランザクションモデルを通じて、機械学習とデータ指向プロセスを体系的に統合すること。
• プライバシーと信頼性を支援するため、暗号技術および分散型アクセス制御メカニズム（ブロックチェーンを含む）を提唱すること。
• 公平性、バイアス検出、データ品質評価を初期段階から埋め込む、責任あるデータ分析のためのツールを『設計段階から』設計すること。

実験結果

リサーチクエスチョン

• RQ1 体系的データ管理アプローチは、大規模かつ分散型のデータワークロード処理において、スケーラビリティと効率性をどのように向上させ得るか？
• RQ2 マルチモードおよび異種データソースを効果的に管理するには、どのような形式的モデルとクエリ言語が必要か？
• RQ3 確率的または不完全な情報といったデータの不確実性は、スケーラブルな方法でどのように形式的に表現され、推論可能か？
• RQ4 知識グラフと意味的拡張は、多様なシステム間でのデータ理解と相互運用性をどのように向上させるか？
• RQ5 データ管理の原則は、分析パイプラインにおける耐障害性、公平性、解釈可能性を保証するために、どのように機械学習と統合できるか？

主な発見

• PDMコミュニティは、代数的および微積分的クエリ言語、整合性制約、トランザクションモデルといった形式的フレームワークを通じて、基礎的データ管理分野に顕著な貢献を果たしている。
• 並列システムにおける$ n $-wayジョイン処理の最近の進展は、従来の二項ジョイン手法を上回っており、データ量とデータ速度の管理における前進を示している。
• 不確実な情報およびデータ品質に関する研究は、とりわけウェブ上の人間関連データにおいて、信頼性、バイアス、プロバンセンスに関するより良い推論を可能にする。
• 個人情報管理システム（PIMS）は、データ制御を個人に再配分する有望な道筋を提供し、プライバシーと倫理的整合性の向上に寄与する。
• 倫理的データ管理には、コンピュータサイエンスと社会学、心理学、政治学を統合する分野横断的研究が必要であり、公平性、バイアス、社会的インパクトに対処する。
• 信頼性があり、スケーラブルで検証可能なデータ管理ソリューションを構築するには、形式的手法と機械学習・システム研究の統合が不可欠である。