[논문 리뷰] A Distributed Process Infrastructure for a Distributed Data Structure

Marko A. Rodriguez|ArXiv.org|2008. 07. 24.

Semantic Web and Ontologies참고 문헌 6인용 수 6

한 줄 요약

이 논문은 분산된, Turning 완전한 계산을 직접적으로 의미 웹에서 수행할 수 있도록 하는 RDF 가상 머신(RVM) 모델을 제안한다. 이는 데이터에 프로세스를 이동시키는 방식으로 데이터를 로컬 시스템으로 이동시키는 방식이 아니라, 데이터에 프로세스를 이동시키는 방식을 통해 이를 실현한다. URI 기반 주소 공간 내에서 컴퓨팅 머신, 소프트웨어, 데이터를 모두 RDF로 표현함으로써, RVM은 대규모 분산 RDF 그래프를 효율적으로 탐색하고 처리할 수 있는 알고리즘을 가능하게 하여, 중앙집중식 색인화 모델과 '다운로드 및 색인화' 모델의 한계를 극복한다.

ABSTRACT

The Resource Description Framework (RDF) is continuing to grow outside the bounds of its initial function as a metadata framework and into the domain of general-purpose data modeling. This expansion has been facilitated by the continued increase in the capacity and speed of RDF database repositories known as triple-stores. High-end RDF triple-stores can hold and process on the order of 10 billion triples. In an effort to provide a seamless integration of the data contained in RDF repositories, the Linked Data community is providing specifications for linking RDF data sets into a universal distributed graph that can be traversed by both man and machine. While the seamless integration of RDF data sets is important, at the scale of the data sets that currently exist and will ultimately grow to become, the "download and index" philosophy of the World Wide Web will not so easily map over to the Semantic Web. This essay discusses the importance of adding a distributed RDF process infrastructure to the current distributed RDF data structure.

연구 동기 및 목표

• 대규모 RDF 그래프에서 중앙집중식 데이터 검색의 비효율성을 해결하기 위해 계산을 데이터로 이동시키는 방식을 제공한다.
• 기존의 분산된 데이터 구조를 보완하는 분산 프로세스 인프라를 제공한다.
• 전이 가능한, 기계에서 실행 가능한 알고리즘을 지원하여, 데이터 전송 없이도 글로벌 연결된 데이터 그래프를 탐색하고 조작할 수 있도록 한다.
• 일관된 URI 기반 주소 공간을 사용하여 분산된 RDF 저장소 간에 보안성, 확장성, 이식성을 확보한 알고리즘 실행을 가능하게 한다.
• 키워드 검색과 SPARQL 쿼리의 한계를 넘어, 의미 웹에서 복잡한 분산 그래프 알고리즘을 실행할 수 있도록 한다.

제안 방법

• 하드웨어, 소프트웨어, 데이터를 모두 URI 주소 공간 내의 RDF 삼항관계로 표현한다.
• RDF로 인코딩된 소프트웨어만 실행하고, RDF로 인코딩된 데이터만 처리하는 RDF 가상 머신(RVM)을 설계한다.
• RVM과 코드를 RDF 하위그래프로 이동시켜, 물리적 머신 간에 프로세스를 이동시킬 수 있도록 한다.
• FABL, Ripple, Adenosine와 같은 RDF 프로그래밍 언어를 사용하여, 이들이 직접 RDF로 컴파일되도록 하여 双모델 프로그래밍이 필요 없도록 한다.
• 의미 웹의 본질적인 분산성 활용을 통해 RVM이 데이터가 존재하는 곳에서 계산을 수행함으로써 네트워크 전송을 최소화한다.
• 실행 위치에 대한 물리적 머신에 의존하지 않고, 오직 URI 공간에 의존하는 계산 모델을 구축한다.

실험 결과

연구 질문

• RQ1 의미 웹에서의 분산 그래프 계산은 기존의 '다운로드 및 색인화' 접근 방식보다 어떻게 더 효율적으로 구현될 수 있는가?
• RQ2 의미 웹의 분산된 RDF 기반 데이터 구조 내에서 Turing 완전한 계산을 네이티브로 지원할 수 있는 아키텍처 모델은 무엇인가?
• RQ3 분산된 RDF 저장소 간에 보안성과 확장성을 확보하면서 프로세스 이동을 어떻게 실현할 수 있는가?
• RQ4 RDF 프로그래밍 언어는 의미 웹 알고리즘의 균일하고 분산된 실행 모델을 어떻게 가능하게 하는가?
• RQ5 RVM 모델은 글로벌 연결된 데이터 그래프를 가로질러 알고리즘을 실행할 때 발생하는 성능 및 보안 한계를 어떻게 극복할 수 있는가?

주요 결과

• RVM 모델은 URI 기반 주소 공간 내에서 컴퓨팅의 모든 측면을 RDF 삼항관계로 표현함으로써, 의미 웹에서 분산된 Turing 완전한 계산을 가능하게 한다.
• 데이터로의 프로세스 이동—즉, 데이터를 프로세스로 이동시키는 방식—은 대규모 그래프 분석에 있어 확장성과 효율성을 크게 향상시킨다.
• FABL, Ripple, Adenosine와 같은 RDF 프로그래밍 언어를 통해 개발자는 코드를 완전히 RDF로 작성할 수 있으며, 이는 이중 모델 프로그래밍이 필요 없고 코드 및 계산의 원활한 분포를 가능하게 한다.
• RVM은 특정 물리적 머신에 종속되지 않기 때문에 실행 이식성과 플랫폼 독립성을 지원한다.
• 보안, 성능, 도입은 여전히 주요 과제이며, 특히 신뢰성, 실행 속도, 그리고 RDF 데이터 제공자가 RVM '팜'을 지원할 필요성과 관련하여 도전 과제가 남아 있다.
• RVM 모델은 중앙집중식 색인화나 데이터 복제에 의존하지 않고도 글로벌 연결된 데이터 그래프를 가로질러 복잡한 분산 알고리즘을 실행할 수 있는 기반을 제공한다.