[論文レビュー] Towards Efficient Data Structures for Approximate Search with Range Queries

Ladan Kian, Dariusz R. Kowalski|arXiv (Cornell University)|Feb 6, 2026

Data Management and Algorithms被引用数 0

ひとこと要約

論文は、1D-Treeを拡張した c-DAG データ構造を提案し、近似的な単一レンジカバー SRC-検索を実行する際に偽陽性を有意に減らしつつ、漸近的な時間とストレージを類似のまま維持します。Level Difference Distribution による理論解析を提供し、非均一データにも結果を拡張し、Gowalla で検証し、プライバシーへの影響を論じます。

ABSTRACT

Range queries are simple and popular types of queries used in data retrieval. However, extracting exact and complete information using range queries is costly. As a remedy, some previous work proposed a faster principle, {\em approximate} search with range queries, also called single range cover (SRC) search. It can, however, produce some false positives. In this work we introduce a new SRC search structure, a $c$-DAG (Directed Acyclic Graph), which provably decreases the average number of false positives by logarithmic factor while keeping asymptotically same time and memory complexities as a classic tree structure. A $c$-DAG is a tunable augmentation of the 1D-Tree with denser overlapping branches ($c \geq 3$ children per node). We perform a competitive analysis of a $c$-DAG with respect to 1D-Tree and derive an additive constant time overhead and a multiplicative logarithmic improvement of the false positives ratio, on average. We also provide a generic framework to extend our results to empirical distributions of queries, and demonstrate its effectiveness for Gowalla dataset. Finally, we quantify and discuss security and privacy aspects of SRC search on $c$-DAG vs 1D-Tree, mainly mitigation of structural leakage, which makes $c$-DAG a good data structure candidate for deployment in privacy-preserving systems (e.g., searchable encryption) and multimedia retrieval.

研究の動機と目的

• プライバシーに敏感な分野やマルチメディア検索設定で、コストの高い正確検索を回避する効率的な近似レンジクエリを動機づける。
• c-DAG を導入し、重複したブランチを持つ 1D-Tree の拡張として、クエリ包含性を改善し偽陽性を減らす。
• 時間オーバーヘッドと偽陽性削減を定量化する確率的分析（Level Difference Distribution）の提供。
• 非均一なクエリ分布へフレームワークを拡張し、実データ（Gowalla）で検証する。
• c-DAG と 1D-Tree の比較におけるセキュリティとプライバシーの側面を論じ、プライバシー保護システムの漏えい緩和を強調する。

提案手法

• レンジをサポートするデータ構造（レンジ区間を含む DAG）と SRC 検索プリミティブを定義・分析する。
• ノードごとに c≥3 の重複した子を持つように 1D-Tree を拡張し、均等分割を実現することで c-DAG を構築する。
• Level Difference Distribution（LDD）を開発し、1D-Tree と c-DAG の SRC-search 結果を比較する。
• 定理 2 により、c-DAG の時間オーバーヘッドが 1D-Tree に対して加法的定数であることを証明する。
• 定理 3 により、偽陽性比の乗法的対数的改善を示す。
• 経験的データ分布へ結果を拡張するための一般的フレームワークを提供し、Gowalla で検証する。プライバシーの影響について論じる。

実験結果

リサーチクエスチョン

• RQ1 1D-Tree に対する c 重複ブランチの追加は SRC-search 時間にどう影響するか。
• RQ2 c-DAG を用いた場合の偽陽性の定量的影響は 1D-Tree と比べてどうか。
• RQ3 非均一なデータ/クエリ分布および実世界データセットへ結果を拡張できるか。
• RQ4 c-DAG を用いたプライバシー保護型レンジクエリのセキュリティ影響と漏えいの考慮はどうか。

主な発見

• c-DAG は定理 2 により、1D-Tree に対する追加的な期待探索時間オーバーヘッドを最大で 2*(c-2)/(c-1) に抑える。
• 定理 3 により、偽陽性比を平均で Theta(log(N/s)) の乗法的削減を達成する。
• データセットサイズ N に対して、c-DAG は O(c N log^2 N) のメモリを要し、SRC-search は依然として O(log N) 時間である（命題 1）。
• 著者らは結果を経験分布へ適用するための一般的フレームワークを開発し、 Gowalla データセットでの有効性を実証する。
• 本研究はセキュリティ/プライバシーの側面も分析し、構造的漏えいの緩和を示し、 searchable encryption やマルチメディア検索のようなプライバシー保護システムに対して c-DAG が適していると主張する。