文献

J-GLOBAL ID：201702280560497846   整理番号：17A0238889

LogProv:信頼性とビッグデータ分析パイプラインの供給源としての伐木事象【Powered by NICT】

LogProv: Logging events as provenance of big data analytics pipelines with trustworthiness

著者 (5件)： Wang Ruoyu (Data61, Commonwealth Scientific and Industrial Research Ogranisation, Australia) ,  Sun Daniel (Data61, Commonwealth Scientific and Industrial Research Ogranisation, Australia) ,  Li Guoqiang (Shanghai Jiaotong University, China) ,  Atif Muhammad (National Computational Infrastructure, Australia) ,  Nepal Surya (Data61, Commonwealth Scientific and Industrial Research Ogranisation, Australia)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： Big Data  ページ： 1402-1411  発行年： 2016年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 起源はデータの起源と創造に関する情報である。データ科学と工学では,このような情報が有用であり時に稀な。それにもかかわらず,ビッグデータの起源はビッグデータの「Vsから課題のために,探求中である。データ分析では,ユーザは質問歴,中間体または最終結果を再現し,モデルを調整し,データ駆動意思決定を行うために実行時間のパラメータを調整する必要がある。添加では,ユーザはデータとパイプラインの信頼性を評価する必要がある。ビッグデータ起源のためのこれらの機能を実現するに向けて,著者らは,LogProvと呼ばれるが,これはパイプライン事象のための構造化検層を生成するためにデータパイプラインまたはビッグデータソフトウェアインフラストラクチャのいくつかを更新する必要があり,データと検層を保存する別々に解決策を提案した。データは丸太と明確に関連づけられ,これはパイプライン意味論を記録。丸太は良く定義され,事前に構造化されるので,容易にセマンティック情報は検層から検索できる。ApacheブタにおけるLogProvを実装し,質問サービスを提供するElasticSearchを採用した。LogProvは雲によるホストHadoop生態系における評価と経験的事例研究。結果は,性能オーバヘッドは10%を超えないのでLogProvは効率的で,質問は1二内で対応でき,信頼性は明確に特徴づけられる,元のパイプラインのデータ処理論理に影響がないことを示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 生態系 ,  *データ解析 ,  *伐木 ,  意味論 ,  構造形成 ,  意思決定 ,  *信頼性 ,  事例研究 ,  検層
準シソーラス用語： Hadoop ,  丸太 ,  実行時間 ,  データ駆動 ,  データサイエンス ,  *ビッグデータ , 【Automatic Indexing@JST】

分類 (2件)： 情報処理一般  (JE15010U) ,  その他の情報処理  (JE15050M)

タイトルに関連する用語 (5件)： データ分析 ,  パイプライン ,  供給源 ,  伐木 ,  事象