[論文レビュー] Towards Analytics Aware Ontology Based Access to Static and Streaming Data (Extended Version)

Evgeny Kharlamov, Yannis Kotidis+11 more|arXiv (Cornell University)|Jul 18, 2016

Semantic Web and Ontologies参考文献 2被引用数 3

ひとこと要約

本稿では、集計関数、相関演算、ストリーミングデータ処理をネイティブにサポートする、オントロジー駆動データアクセス（OBDA）への分析対応拡張を提案する。分析関数をオントロジーおよびクエリ言語に直接統合し、コストを考慮したクエリ最適化を採用することで、異種の静的およびストリーミングデータに対して効率的で宣言的な分析処理を実現する。実際のシーメンスのタービン診断事例を通じて検証され、クエリの複雑さが何百ものクエリから1つのオントロジークエリにまで短縮された。

ABSTRACT

Real-time analytics that requires integration and aggregation of heterogeneous and distributed streaming and static data is a typical task in many industrial scenarios such as diagnostics of turbines in Siemens. OBDA approach has a great potential to facilitate such tasks; however, it has a number of limitations in dealing with analytics that restrict its use in important industrial applications. Based on our experience with Siemens, we argue that in order to overcome those limitations OBDA should be extended and become analytics, source, and cost aware. In this work we propose such an extension. In particular, we propose an ontology, mapping, and query language for OBDA, where aggregate and other analytical functions are first class citizens. Moreover, we develop query optimisation techniques that allow to efficiently process analytical tasks over static and streaming data. We implement our approach in a system and evaluate our system with Siemens turbine data.

研究の動機と目的

• 従来のOBDAが集計、相関、ストリーミングデータを含む分析クエリを処理する際の制限を解消すること。
• 低レベルのデータソースクエリを必要とせず、複雑な分析を記述可能な宣言的で高水準のオントロジークエリを可能にすること。
• タービン監視などの産業応用における診断ワークフローの時間的・構造的複雑さを低減すること。
• データソースの能力を活用し、データ転送を最小限に抑えることで、効率的な実行計画を選択するクエリ最適化技術を開発すること。
• 現代のデータストリーム管理システム（DSMS）と統合し、リアルタイム分析を可能にするオントロジー駆動のアクセスを実現すること。

提案手法

• 集計関数（例：min, mean）および相関演算を最初のクラスの概念として扱えるように、DL-Lite_A^agg オントロジー言語を拡張する。
• 分析関数をオントロジークエリ内で直接記述できるクエリ言語を導入し、ソース固有の構文から分離する。
• 可能な限り分析演算をデータソースにプッシュするクエリリライト戦略を設計し、事前に計算された集計を活用する。
• コストに基づく最適化を採用して、データ転送および計算を最小限に抑える効率的な実行計画を選択する。
• ExaStream などのデータストリーム管理システム（DSMS）と統合し、ストリーミングセンサデータの継続的かつリアルタイム処理を可能にする。
• データウェアハウス分野のマテリアライズドウィンドウシグネチャ技術を応用し、ストリーミングおよび履歴データの効率的要約を実現する。

実験結果

リサーチクエスチョン

• RQ1 オントロジークエリにおいて、集計や相関といった分析関数をネイティブにサポートするには、OBDAをどのように拡張すればよいか？
• RQ2 異種で分散環境におけるデータソースに分析演算をプッシュする場合、性能にどのような影響が生じるか？
• RQ3 統一されたオントロジー駆動インタフェースは、産業用診断ワークフローにおける必要なクエリ数を削減できるか？
• RQ4 静的およびストリーミングデータの混合処理において、コストを考慮したクエリ最適化はどのように効率性を向上させるか？
• RQ5 ライブおよびアーカイブ済みデータストリーム上で複雑な分析を高速化するための有効な最適化は何か？

主な発見

• シーメンスのタービン診断において、提案手法により必要なクエリ数が何百ものクエリから1つのオントロジークエリにまで短縮された。
• 分析演算をデータソースにプッシュすることで、大規模なデータ取得を回避し、事前に計算された集計を活用できるようになった。その結果、顕著な性能向上が達成された。
• ExaStreamとの統合により、マテリアライズドウィンドウ要約を用いて、ストリーミングセンサデータの効率的かつ継続的な処理が可能になった。
• 実際のシーメンスのタービンデータを用いた評価により、大規模な産業環境下でも本手法の実現可能性と効率性が実証された。
• フレームワークは、ピアソン相関やしきい値ベースのフィルタリングといった複雑な分析を、オントロジー層で直接サポートしており、表現力と保守性が向上した。
• 予備的な結果から、近似アルゴリズムおよび事前に計算されたマテリアライズド構造が、結果の品質を維持しつつクエリ実行をさらに加速できることの可能性が示唆された。