[논문 리뷰] A New High-Performance Approach to Approximate Pattern-Matching for Plagiarism Detection in Blockchain-Based Non-Fungible Tokens (NFTs)

Ciprian Pungilă, Darius Galiş외 1명|arXiv (Cornell University)|2022. 05. 28.

Academic integrity and plagiarism인용 수 4

한 줄 요약

이 논문은 슬라이딩 윈도우와 국소 임계값을 사용한 비결정성 유한 오토마타(NDFA)를 활용하여 블록체인 기반 NFT에서의 도용 탐지에 대한 새로운 고성능 근사 패턴 매칭 기법을 제안한다. 기존의 Levenshtein와 같은 고전적 유사도 측정 방법에 비해 최대 9.5배의 속도 향상을 달성하면서도 높은 정확도를 유지하여 실시간 NFT 지적재산 보호에 적합하다.

ABSTRACT

We are presenting a fast and innovative approach to performing approximate pattern-matching for plagiarism detection, using an NDFA-based approach that significantly enhances performance compared to other existing similarity measures. We outline the advantages of our approach in the context of blockchain-based non-fungible tokens (NFTs). We present, formalize, discuss and test our proposed approach in several real-world scenarios and with different similarity measures commonly used in plagiarism detection, and observe significant throughput enhancements throughout the entire spectrum of tests, with little to no compromises on the accuracy of the detection process overall. We conclude that our approach is suitable and adequate to perform approximate pattern-matching for plagiarism detection, and outline research directions for future improvements.

연구 동기 및 목표

• 블록체인 기반 NFT 생태계에서 증가하는 디지털 자산 도용 문제를 해결하기 위해.
• 정확도를 희생시키지 않고도 근사 패턴 매칭의 성능을 향상시키기 위해.
• 대규모 NFT 및 디지털 콘텐츠 플랫폼에서 근접한 중복 콘텐츠를 실시간으로 확장 가능하게 탐지하기 위해.
• 유사도 기반 도용 탐지에서 임계값을 적응적으로 조정하여 임의의 양성 및 음성 결과를 줄이기 위해.
• NFT 기반 블록체인 시스템과의 통합에 적합한 확장성 있고 고처리량 솔루션을 설계하기 위해.

제안 방법

• 해당 방법은 입력 데이터 전반에 걸쳐 패턴을 효율적으로 인덱싱하고 매칭하기 위해 비결정성 유한 오토마타(NDFA)를 활용한다.
• 입력 데이터를 청크 단위로 처리할 수 있도록 슬라이딩 윈도우 메커니즘을 적용하여 각 노드 수준에서 국소 유사도 점수를 산출한다.
• 각 오토마타 노드에서 국소 임계값을 설정하여 부분 매칭을 조기에 탐지하고, 불필요한 전체 시퀀스 비교를 줄인다.
• 동적 프로그래밍 방식의 상태 전이를 통해 효율적인 근사 매칭 탐지를 가능하게 하기 위해, NDFA 프레임워크 내에서 유클리드, 해밍, Levenshtein 유사도 측정 방법을 통합한다.
• 오토마타의 각 노드에 모든 접미사를 저장하여, 동적 프로그래밍 방식의 상태 전이를 통해 근사 매칭을 효율적으로 탐지한다.
• 패턴을 병렬로 처리하고 NDFA가 동시에 여러 잠재적 매칭을 처리할 수 있는 능력을 활용하여 성능을 최적화한다.

실험 결과

연구 질문

• RQ1 대규모 NFT 및 디지털 콘텐츠 시스템에서 도용 탐지를 위한 근사 패턴 매칭을 어떻게 가속화할 수 있는가?
• RQ2 유사도 기반 패턴 매칭에서 슬라이딩 윈도우와 국소 임계값을 사용할 경우, 속도와 정확도 사이의 상호 상충 관계는 어떻게 되는가?
• RQ3 NDFA 기반 오토마타는 Levenshtein, 해밍, 유클리드 거리와 같은 고전적 유사도 측정 방법에 비해 처리량과 정밀도 측면에서 얼마나 뛰어나게 성능을 발휘할 수 있는가?
• RQ4 다양한 패턴 길이와 윈도우 크기가 제안된 방법의 성능과 정확도에 어떤 영향을 미치는가?
• RQ5 제안된 방법은 저장소 오버헤드를 최소화하면서도, 블록체인 기반 NFT 플랫폼에서 실시간 배포에 적합하게 확장 가능한가?

주요 결과

• 제안된 NDFA 기반 접근법은 Levenshtein 유사도 측정에서 고전적 방법 대비 최대 9.5배 높은 처리량을 달성하였으며, 특히 긴 패턴에서 유의미한 성능 향상을 보였다.
• 유클리드 유사도는 모든 임계값 설정에서 일관되게 1건의 참음성 오류(1 false negative)를 기록하여 안정적인 탐지 신뢰성을 보였다.
• 해밍 및 Levenshtein 유사도는 임계값을 0.85 이상으로 설정했을 경우 참양성 오류가 0이 되었으며, 이는 고임계값에서 높은 정밀도를 확보했음을 시사한다.
• 유클리드 유사도의 경우 9배의 속도 향상, 해밍 거리의 경우 3배의 속도 향상을 기록하여 일관된 성능 향상을 입증하였다.
• 긴 패턴에서도 높은 속도 향상을 기록하여 입력 크기에 대한 강력한 확장성을 보였다.
• 높은 처리량을 달성했음에도 불구하고, 각 노드에 전체 접미사를 저장함으로써 메모리 사용량이 증가하는 문제가 발생하여 향후 저장소 최적화에 대한 연구가 필요하다.