2013 Fiscal Year Research-status Report
Big Data向メモリ管理技術とData Mining性能の関係
| Project/Area Number |
25540093
|
|---|
| Research Category |
Grant-in-Aid for Challenging Exploratory Research
|
| Research Institution | University of Tsukuba |
|---|
Principal Investigator |
吉田 健一 筑波大学, ビジネスサイエンス系, 教授 (40344858)
|
|---|
| Project Period (FY) |
2013-04-01 – 2016-03-31
|
| Keywords | データマイニング / メモリ管理 / Big Data |
|---|
| Research Abstract |
研究担当者はこれまでSPAM filter, P2Pソフト検出技術、違法コピービデオ検出技術と、大規模なオンラインデータの解析技術を研究してきた。研究中に高速で大規模なデータを効率良く処理するためのキャッシュメモリ管理技術を開発してきたが、キャッシュメモリに記憶された部分データを使ったデータ分析の精度研究は不充分であった。また、昨今Big Dataの応用が注目されているが、メモリ管理とデータの分析精度の関係の研究は充分行われているとは言えなかった。
そこで、本研究では、1)メモリ管理技法とメモリ管理性能の関係、2)メモリ管理性能と各種データ分析精度の関係、の２つを明らかにし、3) 効率の良いデータ分析手法を開発している。
H25年度は上記研究背景、目的のもと、メモリ管理性能の解析手法を提案し、実装方法について研究発表を行った。具体的には、提案者がこれまでSPAM filter, P2Pソフト検出技術、違法コピービデオ検出技術の研究の過程で開発してきたHash2メモリ管理方式の1) メモリ管理性能の分析、2) データマイニングに利用した場合のマイニング性能との関係分析、を行い、実際に稼動しているプログラムのメモリ管理性能の実時間解析手法を提案した。 今後は開発したメモリ管理性能の解析手法を用いた実験を行い、メモリ管理性能とデータマイニング性能の間の関係を解析する予定である。解析にあたっては近年ネットワーク上のBig Dataの分布として良く表れる羃則にのっとったデータの分析を中心に検討を進める。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
H25年度は当初の研究計画に従い、メモリ管理性能の解析手法を提案し、実装方法について研究発表を行った。既存研究で開発してきたメモリ管理手法は、Big Dataの処理に向いた性能を持っている事が実験的に確かめられていたが、実効中のプログラムのメモリ管理性能を計測できる技術はなかった。このためマイニング性能とメモリ管理性能の関連の解析が困難であったが、H25年度の成果により解析の目処がたった。従って、計画は順調に進展していると考える。
|
| Strategy for Future Research Activity |
今後 開発したメモリ管理性能の解析手法を用いた実験を行い、メモリ管理性能とデータマイニング性能の間の関係を解析する予定である。解析にあたっては近年ネットワーク上のBig Dataの分布として良く表れる羃則にのっとったデータの分析を中心に検討を進める。
|
| Expenditure Plans for the Next FY Research Funding |
海外発表を最安値のエコノミー料金で行い、当初計画より大幅に出張旅費を節約できた。また実験用パソコンも市販品ではなく、部品より組み立て、経費を削減した。
研究成果は比較的順調に出ており、研究発表の機会と、国内外の研究者との研究討論の回数を増やし、研究の高度化に利用する。
|
