한국정보과학회논문지:데이타베이스 (Journal of KIISE:Databases)

한국정보과학회 (Korean Institute of Information Scientists and Engineers)
권호 표지

이동체 데이타베이스에서 복합 질의를 위한 궤적 분할 트리의 설계 및 구현

Design and Implementation of Trajectory Riving Tree for Combined Queries in Moving Object Databases

  • 임덕성 (영진전문대학 컴퓨터정보기술계열) ;
  • 전봉기 (신라대학교 컴퓨터정보공학) ;
  • 홍봉희 (부산대학교 컴퓨터공학) ;
  • 조대수 (한국전자통신연구원 LBS 연구팀)
  • 발행 : 2004.04.01
PDF 다운로드
⟨ 이전 논문 다음 논문 ⟩

초록

이동체는 시간에 따라 위치를 변경하는 특성과 이동체의 경로는 궤적으로 표현되는 특성을 가진다. 이동체 궤적 데이타에 대한 저장 및 검색을 처리하는 이동체 데이타베이스 시스템에서는 효율적인 데이타 접근 방법이 필요하다. 특히 궤적 검색을 위한 대표적인 질의 유형인 복합 질의는 영역내의 궤적 검색과 궤적의 일부분을 추출하는 과정을 포함한다. 그러나, 영역 질의에 우수한 색인 방법은 부분 궤적을 추출하기 위한 비용이 높은 단점을 가진다. 반면, 궤적 질의를 위한 색인 방법의 경우 노드간의 중첩이 매우 높아 영역내의 궤적 검색 비용이 높은 단점이 있다. 이 논문에서는 이동체 데이타베이스에서 복합 질의를 효율적으로 처리하기 위해 TR-tree를 제시한다. TR-tree는 궤적 질의를 위해 궤적 보존 및 단말 노드의 용량을 증가시키고, 영역 질의 처리를 위해 사장영역과 MBB(Minimum Bounding Box)의 중첩을 감소시키는 논리적 궤적 분할을 지원하는 특징을 가진다. 실험 평가에서 TR-tree는 STR-tree, TB-tree의 복합 질의 성능 비교에서 평균 25%의 노드 접근 회수를 감소시킨다.

Moving objects have characteristics that they change continuously their positions over time. The movement of moving objects should be stored on trajectories for processing past queries. Moving objects databases need to provide spatio-temporal index for handling moving objects queries like combined queries. Combined queries consist of a range query selecting trajectories within a specific range and a trajectory query extracting to parts of the whole trajectory. Access methods showing good performance in range queries have a shortcoming that the cost of processing trajectory Queries is high. On the other hand, trajectory-based index schemes like the TB-tree are not suitable for range queries because of high overlaps between index nodes. This paper proposes new TR(Trajectory Riving)-tree which is revised for efficiently processing the combined queries. This index scheme has several features like the trajectory preservation, the increase of the capacity of leaf nodes, and the logical trajectory riving in order to reduce dead space and high overlap between bounding boxes of nodes. In our Performance study, the number of node access for combined queries in TR-tree is about 25% less than the STR-tree and the TB-tree.

키워드

참고문헌

  1. Martin Erwig, Markus Schneider: Spatio-Temporal Predicates, TKDE 14(4): 881-901: 2002 https://doi.org/10.1109/TKDE.2002.1019220
  2. Dieter Pfoser, Christian S. Jensen, Yannis Theodoridis: Novel Approaches in Query Processing for Moving Object Trectories, VLDB 2000: 395-406
  3. Volker Gaede, Oliver Gunther, Multidimensional access methods, ACM Computing Surveys (CSUR) June 1998
  4. Mario A. Nascimento, Jefferson R.O. Silva, Towards historical R-trees, Proceedings of the 1998 ACM symposium on Applied Computing February 1998 https://doi.org/10.1145/330560.330692
  5. Theoderidis, Y.;Vazirgiannis, M.; Sellis, T. Spatiotemporal indexing for large multimedia applications, Multimedia Computing and Systems, 1996. Proceedings of the Third IEEE International Conference on, 1996 Page(s): 441-448 https://doi.org/10.1109/MMCS.1996.535011
  6. Y. Tao and D. Papadias, 'MV3R-Tree: A Spatio-Temporal Access Method for Timestamp and Interval Queries,' Proceedings of International Conference on VLDB, pp.431-440, 2001
  7. Theodoridis, Y., Silva, R., and Nascimento, M.: On the Generation of Spatiotemporal Datasets. In Proc. of the 6th Int'l Symposium on Spatial Databases, pp.147-164, 1999
  8. A. Guttman, R-trees: A dynamic index structure for spatial searching, ACM SIGMOD Conference, pp.47-54, 1984 https://doi.org/10.1145/602259.602266
  9. N. Beckmann and H.P. Kriegel, The R*-tree: An Efficient and Robust Access Method for Points and Rectangles, In Proc. ACM SIGMOD, pp.332-331, 1990 https://doi.org/10.1145/93597.98741
  10. J. Tayeb, O. Ulusoy, and O. Wolfson, A Quadtree Based Dynamic Attribute Indexing Method, The Computer Journal, 41(3), pp.185-200, 1998 https://doi.org/10.1093/comjnl/41.3.185
  11. V. Prasad Chakka, Adam Everspaugh, and Jignesh M.Patel, Indexing Large Trajectory Data Sets with SETI, CIDR 2003
  12. N. Beckmann and H.P. Kriegel, The R*-tree: An Efficient and Robust Access Method for Points and Rectangles, In Proc. ACM SIGMOD, pp.332-331, 1990 https://doi.org/10.1145/93597.98741
  13. S. Berchtold, D. A. Keim, H. P. Kriegel, The X-tree : An Index Structure for High-Dimensional Data, International Conference on Very Large Data Bases, pp.28-39, 1996
  14. T.K. Sellis, N. Roussopoulos and C. Faloutsos, The R*-Tree: A Dynamic Index for Multi-Dimensional Objects, Proceedings of the 13th VLDB Conference, pp.507-518, 1987