슬라이딩 윈도우 페인을 이용한 데이터 스트림 클러스터링 (Clustering Data Steams with Sliding Window Panes)

서지정보

· 발행기관 : 한국정보기술학회
· 수록지 정보 : 한국정보기술학회논문지 / 20권 / 1호 / 49 ~ 55페이지
· 저자명 : 박남훈

초록

실시간 데이터 스트림 환경에서 클러스터링 분석은 과거 정보의 영향으로 최근 데이터에 의한 분석 결과를 효율적으로 반영하지 못한다. 클러스터링 분석에서 중요하지 않은 과거 정보가 반영된 결과를 찾는 경우가 발생하는 것이다. 이러한 환경에서 과거의 정보를 구분하여 처리하기 위한 방법으로 슬라이딩 윈도우 기법이 있다. 본 논문에서는 슬라이딩 윈도우에서 데이터 스트림 클러스터링 분석 방법을 제안한다. 기존의 분석방법들은 모든 데이터 객체를 저장하고, 윈도우 범위가 지나면 각각 삭제하므로 두 배 이상으로 데이터를 처리해야 했다. 이를 개선하기 위해 윈도우 내 각 부분 통계정보를 가지는 페인 방법을 제시한다. 데이터 객체에 대한 각각의 처리 없이 페인 내의 분포정보를 기반으로 슬라이딩 윈도우를 갱신하여 데이터 처리의 효율성을 높인다. 실험을 통해 페인을 사용한 방법이 특정 구간에서 최대 50%까지 수행속도가 개선됨을 확인하였다.

영어초록

In a real-time data stream environment, clustering analysis does not efficiently reflect analysis results based on recent data due to the influence of past information. In clustering analysis, there are cases in which results that reflect insignificant past information are found. In such an environment, there is a sliding window technique as a method for classifying and processing past information. In this paper, we propose a data stream clustering analysis method in a sliding window. Conventional methods store all data objects and delete each data stream when the window range has passed, so it was necessary to process data twice or more. We propose sliding window panes with statistical information of each part within a window. By updating the sliding window based on the distribution information in the pane without processing each data object, the efficiency of data processing can be improved. Through the experiment, it was confirmed that our method improved the performance by up to 50% in a specific section compared to the existing method.

참고자료

· 없음