$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

빅 데이터를 위한 맵리듀스 프레임워크 기반의 효율적인 쿼드 트리 생성 기법
An Efficient Quad Tree Construction Method based on MapReduce Frameworks for Big Data

정보과학회논문지. Journal of KIISE. 데이타베이스, v.40 no.3, 2013년, pp.179 - 188  

노현호 (한국기술교육대학교 컴퓨터공학부) ,  민준기 (한국기술교육대학교 컴퓨터공학부)

초록
AI-Helper 아이콘AI-Helper

소셜 네트워크, 센서 네트워크 등의 다양한 기술의 발전으로 처리하는 데이터의 양은 매우 빠르게 급증하고 있으며 따라서 이러한 대용량 데이터를 복수 개의 컴퓨터들로 구성된 군집(cluster)을 활용해 처리하고자 맵리듀스 프레임워크가 구글에서 제안되었다. 그러나 기존의 데이터 처리 기법들은 맵리듀스 프레임워크에 바로 적용될 수 없으므로 다양한 분야에서 맵리듀스 프레임워크에 적합한 새로운 알고리즘이 개발되고 있다. 본 논문에서는 대용량 데이터에 대한 효율적인 접근을 지원하기 위한 색인 구조의 하나인 쿼드 트리를 맵리듀스 프레임워크를 활용하여 구축하고자 한다. 본 제안 기법은 샘플링 기법을 이용하여 데이터를 균등하게 분할함으로써 구축시간을 단축시킨다. 또한 생성된 쿼드 트리와 맵리듀스를 함께 활용하면 맵리듀스 프레임워크만을 사용하는 것 보다 효율적으로 데이터들을 접근할 수 있음을 실험을 통하여 보였다.

Abstract AI-Helper 아이콘AI-Helper

Currently, due to advances of various technologies such as social networks and sensor networks, the size of data has extremely increased, and hence, Google proposed a MapReduce framework which is working on a cluster consisting of connected commodity computers to process big data efficiently. Howeve...

주제어

저자의 다른 논문 :

LOADING...
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로