[논문 리뷰] Detecting Ambiguity in Prioritized Database Repairing

Benny Kimelfeld, Ester Livshits외 1명|arXiv (Cornell University)|2016. 03. 06.

Data Quality and Management참고 문헌 29인용 수 1

한 줄 요약

이 논문은 우선순위가 부여된 데이터베이스 복구가 유일하게 결정되는지(즉, 세 가지 의미론: 파레토, 글로벌, 완료 최적성에서 정확히 하나의 최적 복구가 존재하는지)를 판단하는 데 드는 복잡도를 조사한다. 이는 파레토와 글로벌 최적성은 계산적으로 어려운 문제임(각각 coNP-완전 및 Πp₂-완전)을 보여주지만, 완료 최적성의 경우 모든 기능적 의존성에 대해 다항시간 알고리즘이 존재하여 불확실성이 없는 데이터베이스 정제에 가장 유연한 선택임을 보여준다.

ABSTRACT

In its traditional definition, a repair of an inconsistent database is a consistent database that differs from the inconsistent one in a "minimal way." Often, repairs are not equally legitimate, as it is desired to prefer one over another; for example, one fact is regarded more reliable than another, or a more recent fact should be preferred to an earlier one. Motivated by these considerations, researchers have introduced and investigated the framework of preferred repairs, in the context of denial constraints and subset repairs. There, a priority relation between facts is lifted towards a priority relation between consistent databases, and repairs are restricted to the ones that are optimal in the lifted sense. Three notions of lifting (and optimal repairs) have been proposed: Pareto, global, and completion. In this paper we investigate the complexity of deciding whether the priority relation suffices to clean the database unambiguously, or in other words, whether there is exactly one optimal repair. We show that the different lifting semantics entail highly different complexities. Under Pareto optimality, the problem is coNP-complete, in data complexity, for every set of functional dependencies (FDs), except for the tractable case of (equivalence to) one FD per relation. Under global optimality, one FD per relation is still tractable, but we establish Pi-2-p-completeness for a relation with two FDs. In contrast, under completion optimality the problem is solvable in polynomial time for every set of FDs. In fact, we present a polynomial-time algorithm for arbitrary conflict hypergraphs. We further show that under a general assumption of transitivity, this algorithm solves the problem even for global optimality. The algorithm is extremely simple, but its proof of correctness is quite intricate.

연구 동기 및 목표

• 우선순위가 부여된 데이터베이스 복구가 유일하게 결정되는 조건을 규명하는 것—즉, 정확히 하나의 최적 복구가 존재할 때를 의미한다.
• 세 가지 의미론인 파레토, 글로벌, 완료 최적성에서 이러한 유일성(카테고리시티)을 결정하는 데 드는 계산 복잡도를 비교하는 것.
• 기능적 의존성 하에서 각 의미론에 대해 다루기 쉬운 경우를 식별하고, 복잡도 이분법을 설정하는 것.
• 완료 최적성에 대한 다항시간 알고리즘을 개발하고 일반적인 충돌 초그래프 하에서 그 정당성을 증명하는 것.
• 우선순위 관계의 전이성의 영향과 그로 인한 글로벌 최적성에 대한 영향을 탐색하는 것.

제안 방법

• 저자들은 사실 수준의 우선순위를 하위인스턴스 수준의 최적성으로 변환하기 위한 세 가지 업그레이드 의미론—파레토, 글로벌, 완료—을 수학적으로 정의한다.
• 각 의미론 하에서 데이터베이스가 정확히 하나의 최적 복구를 가지는지 여부를 판단하는 데 드는 복잡도를 분석한다.
• 완료 최적성의 경우, 임의의 충돌 초그래프에서 작동하는 간단하지만 정교한 다항시간 알고리즘을 설계한다.
• 일반적인 전이성 가정 하에서 알고리즘의 정당성을 증명하며, 이는 일부 경우에서 글로벌 최적성으로의 적용 범위를 확장한다.
• 감소법과 복잡도 이론 기법을 사용하여 파레토 최적성은 coNP-완전, 글로벌 최적성은 Πp₂-완전임을 입증한다.
• p-카테고리시티와 g-카테고리시티에 대한 복잡도 이분법을 설정하며, 기능적 의존성의 구조에 기반한 다루기 쉬운 경우를 식별한다.

실험 결과

연구 질문

• RQ1 파레토 의미론 하에서 정확히 하나의 최적 복구가 존재하는 조건은 무엇이며, 이를 결정하는 데 드는 복잡도는 무엇인가?
• RQ2 글로벌 의미론 하에서 최적 복구가 유일한지 판단하는 데 드는 복잡도는 무엇이며, 이는 기능적 의존성의 수에 따라 달라지는가?
• RQ3 완료 의미론 하에서 최적 복구가 유일한지 판단하는 다항시간 알고리즘을 구성할 수 있는가? 그리고 이는 일반적인 충돌 초그래프로 확장 가능한가?
• RQ4 우선순위 관계의 전이성이 글로벌 의미론 하에서 다루기 쉬운 카테고리시티를 가능하게 하는가?
• RQ5 불확실성이 없는 데이터베이스 복구의 관점에서 세 의미론 간의 계산 효율성은 어떻게 비교되는가?

주요 결과

• 파레토 카테고리시티는 모든 기능적 의존성 집합에 대해 coNP-완전이지만, 관계당 정확히 하나의 FD가 존재할 경우는 다루기 쉬운 경우이다.
• 글로벌 카테고리시티는 관계당 하나의 FD가 존재할 경우 coNP-완전이지만, 관계에 두 개의 FD가 존재할 경우 Πp₂-완전이 된다.
• 완료 카테고리시티는 모든 기능적 의존성에 대해 다항시간 내에 해결 가능하며, 이 알고리즘은 임의의 충돌 초그래프에서도 작동한다.
• 완료 최적성에 대한 제안된 다항시간 알고리즘은 단순하지만, 전이성과 초그래프 이중성에 기반한 비직관적인 증명이 그 정당성에 필수적이다.
• 전이성 가정 하에서 동일한 알고리즘이 글로벌 카테고리시티를 해결할 수 있으며, 이는 완료와 글로벌 의미론 간 잠재적 연결 고리를 시사한다.
• 결과적으로 완료 최적성이 불확실성이 없는 복구를 보장하는 데 가장 효율적인 의미론임을 입증하며, 복잡도 측면에서 파레토와 글로벌을 모두 앞선다.