[論文レビュー] The Lowell Database Research Self Assessment

Serge Abiteboul, Rakesh Agrawal+27 more|ArXiv.org|Oct 6, 2003

Advanced Database Systems and Queries参考文献 5被引用数 6

ひとこと要約

この論文は、先進的なデータベース研究者たちが参加する第6回ロウエル・データベース研究自己評価ワークショップの成果を提示している。このワークショップでは、データベース研究における新たな課題と優先事項が特定された。本論文は、テキスト、データ、コード、ストリームといった多様なデータタイプの統合、異種データソースの統合、不確実なデータの管理、非教師あり相関発見、情報プライバシー、自己適応型システムへの注力の増加を提唱しており、より包括的かつ知能的な情報管理への戦略的転換を示している。

ABSTRACT

A group of senior database researchers gathers every few years to assess the state of database research and to point out problem areas that deserve additional focus. This report summarizes the discussion and conclusions of the sixth ad-hoc meeting held May 4-6, 2003 in Lowell, Mass. It observes that information management continues to be a critical component of most complex software systems. It recommends that database researchers increase focus on: integration of text, data, code, and streams; fusion of information from heterogeneous data sources; reasoning about uncertain data; unsupervised data mining for interesting correlations; information privacy; and self-adaptation and repair.

研究の動機と目的

• データベース研究の現状を評価し、重点的に注目すべき重要な課題を特定すること。
• 情報管理分野において未開発だが不可欠な分野を浮き彫りにすることで、今後の研究を導くこと。
• 現代のソフトウェアシステムにおける多様なデータタイプやデータソースの統合の複雑さに対処すること。
• 不確実性下で推論が可能で、自律的に適応できる知能的なシステムの必要性を強調すること。
• プライバシーを守りながらデータ管理を実現する研究を促進すること。

提案手法

• データベース分野のベテラン研究者を集めて、研究分野のトレンドと課題について議論すること。
• 構造的なワークショップを実施し、最先端技術の状況を評価し、研究の焦点に欠落がある点を特定すること。
• 多様な研究視点からの知見を統合し、新たな研究分野の優先順位を決定すること。
• データ統合、不確実性、システム自律性を含む、学際的な課題に焦点を当てる。
• 複雑で進化を続ける情報システムを支えるために、実用的および理論的な進歩が不可欠であることを強調すること。
• 今後の研究投資とイノベーションを導くために、合意形成に基づく推奨事項を用いること。

実験結果

リサーチクエスチョン

• RQ1 データベースシステムは、テキスト、コード、ストリーミングデータといった非構造化データをどのようにより良く統合できるか？
• RQ2 異種かつ分散型のデータソースからの情報統合に必要なメカニズムは何か？
• RQ3 出典情報や信頼性測度を伴った不確実または不完全なデータについて、意味のある推論を行うにはどのような仕組みが必要か？
• RQ4 大規模データにおいて、興味深く、非自明な相関関係を非教師ありで発見するにはどのようなアプローチが必要か？
• RQ5 有用なデータ分析や共有を可能にしつつ、情報プライバシーをどのように守れるか？

主な発見

• テキスト、データ、コード、データストリームの統合は、より深い研究的注目を必要とする重要な分野であると特定された。
• 異種データソースの統合は依然として大きな課題であり、特に分散的かつ動的な環境では顕著である。
• 確率的または不完全な情報を持つ不確実なデータについての推論には、新たなモデリング手法とクエリ技術が必要とされる。
• 意味のある相関関係を探索的データ分析のために非教師ありで発見する手法は未開発だが、極めて重要である。
• 情報プライバシーは、システム設計の段階で能動的に取り組むべきものであり、後から追加するのではなく、設計段階から考慮すべきである。
• 複雑なシステムにおける堅牢でスケーラブルなデータ管理を実現するため、データベースシステムにおける自己適応および自己修復機能が、今後不可欠な要素として浮上している。