박근수 교수 연구진, 빅데이터 그래프 분석 기술로 세계 선도
박근수 교수 연구진, 빅데이터 그래프 분석 기술로 세계 선도
- 빅데이터 그래프 패턴 탐색 기술 개발
- 동적 그래프 패턴 탐색 기술 개발
박근수 교수 연구진이 부분그래프 질의 처리(subgraph query processing), 부분그래프 매칭(subgraph matching), 연속적 부분그래프 매칭(continuous subgraph matching) 알고리즘을 활용하여, 세계 최고 성능의 빅데이터 그래프 분석 기술을 개발하였다.
부분그래프 질의 처리(subgraph query processing) 및 부분그래프 매칭(subgraph matching) 알고리즘은 소셜 네트워크 등에서 특정한 패턴을 찾아내는 기술로서, 박근수 교수 연구진이 개발한 알고리즘은 벤치마크 데이터에서 이전 최고 성능 알고리즘보다 최대 800배 빠르게 패턴을 찾아내며, 크기가 큰 패턴도 빠르게 찾을 수 있다.
"Versatile Equivalences: Speeding up Subgraph Query Processing and Subgraph Matching", H. Kim, Y. Choi, K. Park, X. Lin, S.H. Hong, and W.S. Han.
이 논문은 오는 6월 SIGMOD 2021에서 발표될 예정이다.
연속적 부분그래프 매칭(continuous subgraph matching) 알고리즘은 데이터 그래프가 변화할 때마다 쿼리 그래프와 동형이면서 새로 생기거나 삭제되는 데이터 그래프의 부분그래프를 찾아내는 분석기술로서 사이버 보안, 사기 탐지, 소셜 네트워크 서비스 등에서 이용된다. 새로이 제안한 알고리즘은 벤치마크 그래프 데이터에서 이전 최고 성능 알고리즘보다 수백 배 빠르게 문제를 해결한다.
"Symmetric Continuous Subgraph Matching with Bidirectional Dynamic Programming", S. Min, S.G. Park, K. Park, D. Giammarresi, G.F. Italiano, and W.S. Han.
이 논문은 오는 8월 VLDB 2021에서 발표될 예정이다.