大規模グラフのスケーラブルな二次ランダムウォークのためのI/O効率的ディスクベースグラフシステム【JST・京大機械翻訳】

Li Hongzheng; Shao Yingxia; Du Junping; Cui Bin; Chen Lei

プレプリント

J-GLOBAL ID：202202208312801269 整理番号：22P0322344

大規模グラフのスケーラブルな二次ランダムウォークのためのI/O効率的ディスクベースグラフシステム【JST・京大機械翻訳】

An I/O-Efficient Disk-based Graph System for Scalable Second-Order Random Walk of Large Graphs

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (5件)： , , , ,
資料名：
発行年： 2022年03月30日プレプリントサーバーでの情報更新日： 2022年03月30日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

ランダムウォークは,多くのグラフ解析タスク,特に一次ランダムウォークで広く使われている。しかし,実世界問題の単純化として,一次ランダムウォークは,データにおける高次構造のモデリングにおいて貧弱である。最近,二次ランダムウォークベースアプリケーション(例えば,Node2vec,2次PageRank)が魅力的になった。二次ランダムウォークモデルとメモリ限界の複雑性のため,単一マシン上で二次ランダムウォークベースアプリケーションを実行できない。既存のディスクベースグラフシステムは,一次ランダムウォークモデルに優しいだけであり,二次ランダムウォークを実行するとき,高価なディスクI/Osに悩まされる。本論文では,GraSorwと呼ばれる大規模グラフのスケーラブル二次ランダムウォークのためのI/O効率の良いディスクベースグラフシステムを紹介した。最初に,大規模光頂点I/Oを除去するため,新しい三角形バイブロックスケジューリング戦略,バケットベースウォーク管理,およびスキュードウォークストレージを適用することにより,ランダムI/Oを逐次I/Oに変換するバイブロック実行エンジンを開発した。第2に,I/O利用を改善するために,著者らは,全負荷とオンデマンド負荷方法の利点を活用するために,学習ベースのブロック負荷モデルを設計した。最後に,6つの大規模実データセットといくつかの合成データセットに関する広範な実験を行った。経験的結果は,GraSorwにおける一般的タスクのエンドツーエンド時間コストが,既存のディスクベースグラフシステムと比較して1桁以上減少することを示した。【JST・京大機械翻訳】

, , , , , , , , , , ,
, , , , 【Automatic Indexing@JST】

システム・制御理論一般 , グラフ理論基礎

, ,

前のページに戻る