[논문 리뷰] Temporal Provenance Model (TPM): Model and Query Language

Amin Beheshti, Hamid Reza Motahari‐Nezhad외 1명|arXiv (Cornell University)|2012. 11. 21.

Scientific Computing and Data Management참고 문헌 34인용 수 27

한 줄 요약

이 논문은 시간을 고려한 프로벤ance 그래프 모델인 시간적 증명 기록 모델(TPM)을 제안한다. 이 모델은 데이터 및 프로세스의 시간적 변화를 명시적으로 표현하며, 시간이 붙은 폴더와 경로를 통해 관련된 엔티티를 그룹화하고 시간에 따라 변화하는 유래 경로를 추적함으로써, 효율적이고 의미적으로 정확한 프로벤ance 데이터 쿼리가 가능하게 한다. 평가 결과, TPM 그래프에서 경로 쿼리 결과의 정밀도는 93.4%를 기록했고, OPM 그래프에서는 46%에 그쳐 유의미한 정밀도 향상이 확인되었다.

ABSTRACT

Provenance refers to the documentation of an object's lifecycle. This documentation (often represented as a graph) should include all the information necessary to reproduce a certain piece of data or the process that led to it. In a dynamic world, as data changes, it is important to be able to get a piece of data as it was, and its provenance graph, at a certain point in time. Supporting time-aware provenance querying is challenging and requires: (i) explicitly representing the time information in the provenance graphs, and (ii) providing abstractions and efficient mechanisms for time-aware querying of provenance graphs over an ever growing volume of data. The existing provenance models treat time as a second class citizen (i.e. as an optional annotation). This makes time-aware querying of provenance data inefficient and sometimes inaccessible. We introduce an extended provenance graph model to explicitly represent time as an additional dimension of provenance data. We also provide a query language, novel abstractions and efficient mechanisms to query and analyze timed provenance graphs. The main contributions of the paper include: (i) proposing a Temporal Provenance Model (TPM) as a timed provenance model; and (ii) introducing two concepts of timed folder, as a container of related set of objects and their provenance relationship over time, and timed paths, to represent the evolution of objects tracing information over time, for analyzing and querying TPM graphs. We have implemented the approach on top of FPSPARQL, a query engine for large graphs, and have evaluated for querying TPM models. The evaluation shows the viability and efficiency of our approach.

연구 동기 및 목표

• 기존의 프로벤ance 모델이 시간을 보조적인 메타데이터로 취급해 시간 인식 쿼리의 효율성과 의미적 정확도가 떨어지는 문제를 해결하기 위해.
• 프로벤ance 그래프에서 시간적 변화를 명시적으로 모델링함으로써, 특정 시점에서의 데이터 및 프로세스 재구성 정확도를 향상시키기 위해.
• 관련 엔티티를 그룹화하고 시간에 따라 변화하는 유래 경로를 추적하기 위해 새로운 추상화 개념인 시간가 붙은 폴더와 시간가 붙은 경로를 도입하기 위해.
• 대규모 시간적 프로벤ance 그래프를 분석하기 위한 효율적인 쿼리 언어 및 엔진을 설계하고 구현하기 위해.
• 실세계 데이터셋을 대상으로 본 방법론을 평가하고, 기존의 OPM 기반 쿼리 대비 뛰어난 정밀도와 성능을 입증하기 위해.

제안 방법

• 시간을 프로벤ance 그래프의 첫 번째 차원으로 통합함으로써 오픈 프로벤ance 모델(OPM)을 확장하여, 시간 스탬프가 부여된 관계와 엔티티 상태를 지원한다.
• 시간가 붙은 폴더를 도입하여 관련된 엔티티와 그들의 프로벤ance를 시간에 따라 정렬하고 그룹화할 수 있도록 하며, 시간 기반 분할 및 그룹화를 지원한다.
• 시간가 붙은 경로를 도입하여 변화하는 유래 역사 기록을 표현하고, 시간 간격 동안 객체의 기원을 추적할 수 있도록 한다.
• FPSPARQL 쿼리 엔진을 개선하여 TPM 기반 시간 기반 그래프 쿼리를 지원하며, GRIPP 및 전쌍 최단 경로 알고리즘과 같은 도달 가능성 및 경로 탐색 알고리즘을 포함한다.
• 경로 쿼리에서 불필요한 결과를 줄이기 위해 사이클 제거 기법을 적용하여 결과 품질과 쿼리 효율성을 향상시킨다.
• 사용자가 쿼리를 구성하고 탐색할 수 있도록 지원하는 프론트엔드 도구를 개발하여 TPM 그래프를 시각화한다.

실험 결과

연구 질문

• RQ1 어떻게 프로벤ance 그래프를 확장하여 데이터 및 프로세스의 시간적 변화를 명시적으로 표현할 수 있는가?
• RQ2 특정 시점에서 프로벤ance 데이터를 효율적으로 쿼리하고 분석하기 위해 필요한 추상화는 무엇인가?
• RQ3 명시적인 시간 모델링이 애너테이션 기반 모델에 비해 프로벤ance 경로 쿼리의 정밀도와 효율성에 어떻게 기여하는가?
• RQ4 TPM 모델은 경로 쿼리 출력에서 사이클과 불필요한 결과를 얼마나 줄이는가?
• RQ5 제안된 모델과 쿼리 언어는 성능과 사용성 유지를 유지하면서도 실세계의 대규모 프로벤ance 그래프에 스케일링 가능한가?

주요 결과

• 제안된 TPM 모델은 실세계 데이터셋에서 OPM 그래프에 해당하는 쿼리 대비 93.4%의 경로 쿼리 정밀도를 달성했다.
• TPM 기반 쿼리에서 발견된 경로 수는 OPM 기반 쿼리의 318개 대비 183개로 유의미하게 낮아 결과의 관련성은 높아졌다.
• 평가 결과, TPM을 이용한 시간 인식 쿼리가 사이클과 불필요한 경로를 줄여 결과 품질과 쿼리 유지보수성 향상에 기여했다.
• 특히 경로 탐색 워크로드에서 TPM 그래프 쿼리 시 메모리 및 프로세서 소비가 OPM 그래프 쿼리보다 현저히 낮았다.
• TPM을 FPSPARQL에 통합함으로써 대규모 시간 기반 프로벤ance 쿼리 처리가 효율적으로 가능해졌으며, 이는 프레임워크의 실용성을 입증했다.
• 프론트엔드 도구는 사용자 상호작용과 시각화를 지원하여 효과적인 프로벤ance 쿼리 탐색과 구성에 기여했다.