[논문 리뷰] Provenance Traces

James Cheney, Umut A. Acar외 1명|arXiv (Cornell University)|2008. 12. 02.

Scientific Computing and Data Management참고 문헌 28인용 수 16

한 줄 요약

이 논문은 중첩 관계 계산식(NRC)에서의 프로벤런스(provenance)를 위한 형식적이고 운영 의미론 기반의 모델인 프로벤런스 트레이스를 도입한다. 실행 트레이스를 포괄함으로써 일관성과 정확성을 보장함으로써, 기존의 세 가지 프로벤런스 모델을 통합하고 공식적으로 기반을 다지며, 데이터 라인저린의 의미론적 기반을 강화한다.

ABSTRACT

Provenance is information about the origin, derivation, ownership, or history of an object. It has recently been studied extensively in scientific databases and other settings due to its importance in helping scientists judge data validity, quality and integrity. However, most models of provenance have been stated as ad hoc definitions motivated by informal concepts such as comes from, influences, produces, or depends on. These models lack clear formalizations describing in what sense the definitions capture these intuitive concepts. This makes it difficult to compare approaches, evaluate their effectiveness, or argue about their validity. We introduce provenance traces, a general form of provenance for the nested relational calculus (NRC), a core database query language. Provenance traces can be thought of as concrete data structures representing the operational semantics derivation of a computation; they are related to the traces that have been used in self-adjusting computation, but differ in important respects. We define a tracing operational semantics for NRC queries that produces both an ordinary result and a trace of the execution. We show that three pre-existing forms of provenance for the NRC can be extracted from provenance traces. Moreover, traces satisfy two semantic guarantees: consistency, meaning that the traces describe what actually happened during execution, and fidelity, meaning that the traces explain how the expression would behave if the input were changed. These guarantees are much stronger than those contemplated for previous approaches to provenance; thus, provenance traces provide a general semantic foundation for comparing and unifying models of provenance in databases.

연구 동기 및 목표

• 데이터베이스에서 프로벤런스 모델에 대한 형식적이고 일관된 정의가 부족한 문제를 해결하기 위해, 이는 종종 특수한 목적에 맞게 비형식적으로 설계되어 있다.
• 기존의 모델들을 철저히 비교하고 검증할 수 있도록 하는 형식적 의미론적 기반을 제공하기 위해.
• 결과와 실행 트레이스를 모두 생성하는 NRC에 대한 추적 운영 의미론을 정의하기 위해.
• 기존의 세 가지 프로벤런스 모델이 프로벤런스 트레이스에서 유도될 수 있음을 보여주기 위해.
• 프로벤런스 표현에 대해 강력한 의미론적 보장을 제공하기 위해 — 일관성과 정확성( fidelity )을 확보하기 위해.

제안 방법

• 쿼리의 결과와 실행 트레이스를 모두 생성하는 중첩 관계 계산식(NRC)에 대한 추적 운영 의미론을 정의하기 위해.
• 실제 계산 유도 과정을 반영하는 구체적인 데이터 구조로 프로벤런스 트레이스를 모델링하기 위해, 자가 조정 계산에서의 트레이스와 유사하지만 설계 목적이 다름.
• 일관성을 확보하기 위해 트레이스가 실제 계산 경로를 정확히 반영하도록 보장하기 위해.
• 정확성(fidelity)을 강제하기 위해 트레이스가 입력 변화에 따른 결과 변화를 설명할 수 있도록 보장하여 민감도 분석 및 변화에 대한 추론을 지원하기 위해.
• 기존의 세 가지 프로벤런스 모델(예: 라인저린, 의존성, 영향력)을 프로벤런스 트레이스에서 파생된 형태로 추출하기 위해.
• 형식적 타입 체계와 운영 의미론을 사용하여 추적 메커니즘의 정확성과 조합 가능성 보장하기 위해.

실험 결과

연구 질문

• RQ1 어떻게 하면 '기인한다' 또는 '의존한다'와 같은 직관적인 개념을 포괄하는 방식으로 프로벤런스를 형식적으로 정의할 수 있는가?
• RQ2 프로벤런스 트레이스가 입력 변화에 대한 행동 예측도 가능하다면, 어떤 의미에서 정확하고 예측 가능한가?
• RQ3 기존의 특수 목적에 맞춘 비형식적 프로벤런스 모델들이 하나의 통합된 형식적 모델에서 유도될 수 있는가?
• RQ4 데이터베이스 시스템에서 프로벤런스가 신뢰할 수 있도록 하기 위해 필요한 의미론적 보장은 무엇이며, 그것이 충분한가?
• RQ5 NRC의 추적 메커니즘이 쿼리 결과의 정확성과 설명 가능성 둘 다를 어떻게 지원하는가?

주요 결과

• 프로벤런스 트레이스는 NRC 쿼리의 실제 실행 경로를 포괄하는 형식적 운영 의미론을 제공하여 관찰된 동작과의 일관성을 보장한다.
• 이 모델은 정확성(fidelity)을 지원하여 트레이스가 입력 수정에 따른 결과 변화를 예측할 수 있도록 하여 민감도 분석이 가능하다.
• 기존의 세 가지 프로벤런스 모델 — 라인저린, 의존성, 영향력 — 은 프로벤런스 트레이스 프레임워크에서 체계적으로 추출될 수 있다.
• 이 프레임워크는 다양한 프로벤런스 모델을 비교하고 검증할 수 있는 통합된 기반을 제공하여 비형식적 정의의 한계를 극복한다.
• 형식적이고 실행 가능한 프로벤런스 표현을 통해 데이터 유효성, 품질, 무결성에 대한 엄밀한 추론이 가능해진다.
• 일관성과 정확성(fidelity)의 의미론적 보장은 이전의 접근보다 더 강력하여 프로벤런스 정보에 대한 신뢰도가 향상된다.