• 데이타베이스연구회지:데이타베이스연구
• /
• 제34권3호
• /
• pp.69-85
• /
• 2018

최근 DCAT, CKAN 같은 동종 데이터 집합에 대해 질의를 동시에 수행하여 쿼리 결과의 품질을 크게 향상하는 페더레이션 쿼리 엔진이 활발하게 연구되고 있다. 하지만 기존 연구는 비표준 쿼리를 사용하며 정적 바인딩을 적용한 몇 가지 이기종 데이터 집합 또는 동종 데이터 집합에 대해서만 질의 할 수 있다. 본 논문에서는 SPARQL을 사용하여 여러 데이터 소스에 질의하는 페더레이티드 엔진 (DRAZ)을 제안한다. 제안하는 시스템에서는 주어진 SPARQL 쿼리의 모든 트리플 패턴을 API 호출로 변환하여 해당 데이터셋에 접근한다. 마지막으로 모든 API 호출 결과를 N-트리플로 변환하고 모든 트리플 패턴을 고려한 최종 결과를 요약한다. 우리는 제안하는 DRAZ를 DCAT 및 DOI와 같은 이기종 메타 데이터 표준을 고려하여 수정된 Fedbench 벤치 마크 질의를 사용하여 평가하였다. 제안하는 시스템인 DRAZ가 JOIN 작업을 사용할 수 없음에도 불구하고 결과의 70-100 % 정확도를 달성 할 수 있음을 실험을 통해 확인하였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2006년도 가을 학술발표논문집 Vol.33 No.2 (C)
• /
• pp.297-302
• /
• 2006

데이터 통합은 기업의 각 조직과 주요 업무, 핵심 애플리케이션에서 발생하는 물리적인 데이터 소스들을 표준 규칙과 메타데이터에 여과시켜 중복성을 제거하고. 오직 데이터 통합 및 단일 뷰를 정확하게 제공하기에 어려움이 따른다. 특히, 이기종 시스템이나 다양한 애플리케이션에서 나오는 대량의 데이터를 종류와 형식에 관계없이 호환이 가능하도록 지속적으로 통합하여, 정확한 정보를 실시간으로 동기화하여 제공할 수 있는 자동화된 정보의 통합이 관건이다. 따라서 본 논문에서는 레거시 시스템간의 데이터를 협업할 때 실시간으로 변화는 데이터를 일관성 있게 유지하기 위해서 데이터 협업 메커니즘을 제안한다. 또한 XMDR을 이용하여 협업에 의한 데이터 통합에서 발생하는 의미적 상호 운용성의 문제점을 해결하는 XMDR 기반의 데이터 허브 시스템을 구축한다.