Data Monitoring over Stream Environments

2019 Fiscal Year Final Research Report

• Project/Area Number: 16K16056
• Research Category: Grant-in-Aid for Young Scientists (B)
• Allocation Type: Multi-year Fund
• Research Field: Multimedia database
• Research Institution: Osaka University
• Principal Investigator: Amagata Daichi 大阪大学, 情報科学研究科, 助教 (40770649)
• Project Period (FY): 2016-04-01 – 2020-03-31
• Keywords: ストリーミングデータ / データモニタリング / データ構造 / アルゴリズム

Outline of Final Research Achievements

In this work, we addressed the problem of streaming data monitoring. In particular, we focused on dynamic set data. We mainly addressed the following two problems: (i) top-k co-occurrence pattern monitoring across multiple streams and (ii) dynamic set kNN self-join, which monitors the k nearest neighbor set for each set in real-time. For these problems, we proposed fast and exact algorithms with new data structures. These works respectively appear in a top-tier journal (IEEE TKDE) and a top-tier conference (IEEE ICDE) in database filed.

Free Research Field

データベース

Academic Significance and Societal Importance of the Research Achievements

本研究では，多くのアプリケーションに活用できる問題に着目し，大量のデータに対応できるための効率的なアルゴリズムを開発した．本研究で開発したアルゴリズムは，新たなデータ構造を利用しているものであり，特定の問題に対して効果的に動作するデータ構造の開発は本研究分野における学術的価値が非常に高い．また，実サービスが本研究で提案したアルゴリズムを利用することにより，解析に利用できるデータを10倍以上増やすことができる（既存技術よりも10倍以上高速である）．大量のデータを利用することにより有用な知識が得られることは既に広く知られており，本研究成果の社会的価値も高いことがわかる．