Approximate Sub-Graph Matching Scheme for Large-Scale Graph Data in Spark Environments

Abstract

최근 각종 실험 장비의 발전에 따라 과학데이터가 급격히 증가하고 있다. 특히 그래프 데이터를 활용한 유사 서브 그래프 매칭 기법은 다양한 분야의 응용 및 연구에서 중요하게 활용되고 있다. 하지만 기존의 유사 서브 그래프 매칭 기법들은 단일 서버 환경에서 동작하도록 설계되어 있기 때문에 대용량 그래프의 처리에 한계가 존재한다. 따라서 본 논문에서는 Spark 환경에서 대용량 그래프 유사 서브 그래프 매칭 기법을 제안한다. 제안하는 기법은 분산 컴퓨팅 환경을 고려하여 대용량 그래프에 대한 처리를 수행한다. 또한 보다 효율적인 가지치기, 유사도 계산, 그리고 결과 반환 기법을 이용하여 유사 서브 그래프 매칭의 가지치기 효율 및 속도를 향상시킨다.