End-to-End Big Data Approximate Processing with Quality Assurance

• Project/Area Number: 23K24850
• Project/Area Number (Other): 22H03594 (2022-2023)
• Research Category: Grant-in-Aid for Scientific Research (B)
• Allocation Type: Multi-year Fund (2024); Single-year Grants (2022-2023)
• Section: 一般
• Review Section: Basic Section 60080:Database-related
• Research Institution: Nagoya University
• Principal Investigator: 石川 佳治 名古屋大学, 情報学研究科, 教授 (80263440)
• Co-Investigator(Kenkyū-buntansha): 杉浦 健人 名古屋大学, 情報学研究科, 助教 (10821663) ; 駒水 孝裕 名古屋大学, 数理・データ科学教育研究センター, 准教授 (30756367)
• Project Period (FY): 2022-04-01 – 2026-03-31
• Project Status: Granted (Fiscal Year 2024)
• Budget Amount: ¥17,160,000 (Direct Cost: ¥13,200,000、Indirect Cost: ¥3,960,000); Fiscal Year 2025: ¥4,420,000 (Direct Cost: ¥3,400,000、Indirect Cost: ¥1,020,000); Fiscal Year 2024: ¥4,550,000 (Direct Cost: ¥3,500,000、Indirect Cost: ¥1,050,000); Fiscal Year 2023: ¥4,030,000 (Direct Cost: ¥3,100,000、Indirect Cost: ¥930,000); Fiscal Year 2022: ¥4,160,000 (Direct Cost: ¥3,200,000、Indirect Cost: ¥960,000)
• Keywords: 近似的問合せ / 問合せ処理 / 品質保証 / ビッグデータ処理 / データベースシステム

Outline of Research at the Start

近年大いに着目されている近似的問合せのアプローチをビッグデータ処理のワークフロー全体に展開する，End-to-Endの近似的ビッグデータ処理の技術を確立する．コンパクトな要約情報を活用することと，ビッグデータ処理プロセスを通じて近似的データ処理の統合モデルを用いることで，従来型のビッグデータ処理に比べ大幅な速度向上を達成し，システム全体での近似品質の統一的な管理を可能とする．また，近似の品質と処理効率のトレードオフを適切に制御できることが重要であるため，本研究では求められた近似品質を満たすようにビッグデータ処理のワークフローを制御する品質駆動型の近似的データ処理技術を開発する．