[논문 리뷰] Plato: Approximate Analytics over Compressed Time Series with Tight Deterministic Error Guarantees

Chunbin Lin, Étienne Boursier외 1명|arXiv (Cornell University)|2018. 08. 14.

Time Series Analysis and Forecasting참고 문헌 46인용 수 4

한 줄 요약

Plato는 선형 스케일러블 가족(LSF)과 같은 적절한 함수 가족을 사용할 경우 참값의 1% 이내로 오차 한계를 확보할 수 있도록, 세그먼트 단위 압축과 함께 오차 측정치를 사전 계산하는 방식으로 압축된 시계열 데이터에 대해 엄밀하고 결정적인 오차 보장을 제공하는 근사 분석 시스템을 도입한다. 이는 상관관계 및 교차상관관계와 같은 정밀하고 신뢰구간이 보장된 쿼리를 다중 독립 압축 시계열에서 가능하게 하며, 특히 LSF와 같은 함수 가족을 사용할 경우 진짜 결과값에 비해 오차 한계가 1% 이내로 유지된다.

ABSTRACT

Plato provides fast approximate analytics on time series, by precomputing and storing compressed time series. Plato's key novelty is the delivery of tight deterministic error guarantees for time series analytics. Plato evaluates any time series expression composed by the linear algebra operators over vectors, along with arithmetic operators. This large scope of possible expressions includes common use cases such as correlation and cross-correlation expressions. Each time series is segmented either by fixed-length segmentation or by (a usually more effective) variable-length segmentation. Each segment is compressed by an estimation/compression function that approximates the actual values and is coming from a user-chosen function family, as taught by many prior works. The novelty is that Plato associates to each segment 1 to 3 (depending on the case) precomputed error measures and, using them, Plato computes tight deterministic error guarantees for analytics over the compressions. Importantly, some compression families lead to much better deterministic error guarantees. This work identifies two broad estimation function family groups (Vector Space (VS) and Linear Scalable Family (LSF)), which lead to theoretically and practically high-quality guarantees, even for expressions (eg correlation) that combine multiple time series that have been independently compressed and may, thus, use misaligned segmentations. The theoretical aspect of "high quality" is crisply captured by the Amplitude Independence (AI) property: An AI guarantee does not depend on the amplitude of the involved time series, even when we combine multiple time series. The experiments on four real-life datasets showed that when the novel AI guarantees were applicable, the approximate query results were certified to be very close (typically 1%) to the true results.

연구 동기 및 목표

• IoT 및 센서 기반 환경에서 데이터량이 계산 능력의 증가 속도를 뛰어넘는 상황에서 시계열 분석의 확장성 문제를 해결하기 위해.
• 표본 기반 확률적 접근 방식과는 달리, 압축된 시계열에 대한 근사 분석에 대해 결정론적 오차 보장을 제공하기 위해.
• 서로 다른 세그먼트 분할을 가진 독립적으로 압축된 다중 시계열에 대해 정확한 분석을 가능하게 하기 위해.
• 고품질의 날카운 오차 보장을 가능하게 하는 함수 가족의 특성—특히 진폭 독립성(AI) 특성—을 식별하고 체계화하기 위해.
• 압축, 오차 측정, 쿼리 처리를 통합한 실용적인 시스템을 개발하여 복잡한 표현에 대해 종단 간 결정론적 오차 한계를 확보하기 위해.

제안 방법

• 사용자가 선택한 추정 함수(예: 다항식, PAA)를 사용하여 고정 길이 또는 가변 길이 세그먼트 분할을 통해 시계열을 압축한다.
• 각 세그먼트당 1~3개의 오차 측정치를 사전 계산하고 저장하여 정확한 오차 전파를 가능하게 한다. 이에는 근사 오차와 함수에 특화된 노름이 포함된다.
• 모든 가능한 세그먼트 쌍 조합을 고려하여 오차를 최소화하는 데 목적이 있는 새로운 세그먼트 조합 선택 전략(OS)을 사용한다.
• 신호 진폭에 관계없이 오차 보장이 유지되도록 보장하기 위해 진폭 독립성(AI) 특성을 적용한다. 특히 세그먼트 분할이 일치하지 않는 경우에 매우 중요하다.
• 오차 및 함수 근사 벡터의 ℓ2 노름을 사용하여 선형 대수 및 산술 연산(예: 합, 곱, 상관관계)에 대해 닫힌 형태의 오차 한계를 유도한다.
• SQL 스타일의 쿼리를 지원하기 위해 근사 결과와 함께 인증된 오차 한계를 반환하는 시간열 분석(TSA) UDF를 제공한다.

실험 결과

연구 질문

• RQ1 서로 다른 세그먼트 분할을 가진 다중 독립 압축 시계열에 대해 근사 분석에 결정론적 오차 보장을 달성할 수 있는가?
• RQ2 상관관계와 같은 복잡한 시계열 연산에 대해 날카운 진폭 독립 오차 한계를 제공하는 데 기여하는 함수 가족의 특성은 무엇인가?
• RQ3 고정 길이 대비 가변 길이 세그먼트 분할 전략의 선택이 오차 보장 품질과 쿼리 정확도에 어떤 영향을 미치는가?
• RQ4 최적의 세그먼트 조합 선택 전략이 단순한 정렬 전략에 비해 오차 한계를 상당히 줄일 수 있는가?
• RQ5 다중 시계열 분석에 대해 뛰어난 오차 보장을 제공하는 함수 가족이 존재하는가? 그리고 이러한 함수 가족은 어떻게 체계적으로 특성화할 수 있는가?

주요 결과

• 선형 스케일러블 가족(LSF) 또는 벡터 공간(VS) 함수 가족을 사용할 경우 Plato의 오차 보장은 날카롭고 진폭에 독립적이며, 신호 크기와 관계없이 신뢰할 수 있는 오차 한계를 보장한다.
• 상관관계 및 교차상관관계 쿼리의 경우 Plato의 오차 보장은 각각 HF 데이터셋에서 ±0.0137, HI 데이터셋에서 ±0.0052로 측정되었으며, 일반적으로 진짜 결과값의 1% 이내였다.
• 최적의 세그먼트 조합 전략(OS)는 단순 전략(IS) 대비 오차 한계를 약 5배 감소시켰고, 성능 오버헤드는 최소한이었다.
• LSF 함수의 사용은 세그먼트 분할이 일치하지 않는 시계열에 대해서도 결정론적 오차 보장을 가능하게 했으며, 이는 이전 연구가 정렬된 시계열이나 단일 시계열에 국한되었던 점을 고려할 때 중요한 발전이다.
• 진폭 독립성(AI) 특성이 이론적으로나 실질적으로 효과적임이 입증되었으며, 신호 진폭이 증가하더라도 오차 한계가 악화되지 않음을 보장한다.
• 실험 결과 Plato의 접근 방식은 네 개의 실제 데이터셋에서 높은 정확도와 낮은 오차 한계를 유지함을 확인하였으며, 이는 IoT 규모의 분석에 실용적으로 적용 가능함을 보여준다.