Earticle

A TPR-tree is a well-known indexing structure that is developed to answer queries about the current or future time locations of moving objects. For the purpose of space efficiency, the TPR-tree employs the notion of VBR (velocity bounding rectangle) so that a regional rectangle presents varying positions of a group of moving objects. Since the rectangle computed from a VBR always encloses the possible maximum range of an indexed object group, a search process only has to follow VBR-based rectangles overlapped with a given query range, while searching toward candidate leaf nodes. Although the TPR-tree index shows up its space efficiency, it easily suffers from the problem of dead space that results from fast and constant expansions of VBR-based rectangles. Against this, the TPR-tree index is enforced to update leaf nodes for reducing dead spaces within them. Such an update-prone feature of the TPR-tree becomes more problematic when the tree is saved in flash storage. This is because flash storage has very expensive update costs. To solve this problem, we propose a new Bloom filter based caching scheme that is useful for reducing updates in a flash TPR-tree. Since the proposed scheme can efficiently control the frequency of updates on a leaf node, it can offer good performance for indexing moving objects in modern flash storage.

In this paper we propose four-dimensional (4D) operators, which can be used to deal with sequential changes of topological relationships between 4D moving objects and we call them 4D development operators. In contrast to the existing operators, we can apply the operators to real applications on 4D moving objects. We also propose a new approach to define them. The approach is based on a dimension-separated method, which considers x-y coordinates and z coordinates separately. In order to show the applicability of our operators we show the algorithms for the proposed operators and development graph between 4D moving objects.

이동체 데이터베이스에서 이동체의 과거 궤적을 저장하기 위해 메인 메모리 기반 색인을 이용하면 시간이 지남에 따라 데이터의 방대함으로 인해 주어진 메모리 용량이 부족하게 될 수 도 있다. 이를 해결하기 위해서는 메인 메모리에 상주하는 색인의 일부를 계속해서 디스크로 이주하는 정책이 필요하다. 이런 이주 정책을 지원하는 메인 메모리 이동체 색인이 통합 색인이다. 기존 통합 색인의 색인 이주 정책인 이동 서브트리 정책은 시간 축으로 가장 오래된 엔트리를 seed 노드로 선정하여 이동 서브트리를 구성한다. 이때 항상 시간적으로 가장 오래된 노드만을 디스크로 옮김으로써 과거에 대한 질의 시 비효율적이라는 문제점을 가진다. 본 논문에서는 이주를 위한 서브트리 구성에 필요한 seed 노드를 선택하기 위해, 질의 및 삽입 시에 참조되는 단말 노드들을 유지하는 LRU 버퍼를 이용한 색인 이주 정책을 제시한다. 이를 바탕으로 메인 메모리 기반 색인의 장점과 메모리 용량 부족의 문제를 해결한 통합색인을 구현하고, 다양한 성능 평가를 통하여 제시된 이주 정책이 기존의 이주 정책에 비해 삽입 성능뿐만 아니라 영역 질의에서도 우수함을 보인다.

최근의 위치 측위 기술과 무선 통신 기술의 발전에 따라 위치 기반 서비스에 대한 관심이 크게 증가하고 있다. 휴대폰 사용자와 같은 대용량의 객체를 처리하기 위해서 기존의 단일 노드 기반 시스템으로는 어려움이 있어, 클러스터 기반 분산 컴퓨팅 구조로 GALIS 아키텍처가 제안되었다. 본 논문에서 제안하는 실시간 모니터링 시스템은 클러스터 기반 분산 컴퓨팅 구조로 제안된 GALIS 구현에 있어 기존 명령어 인터페이스를 GUI 로 개선하여 질의 처리 과정에 대한 직관성을 높이고, 각 노드의 부하를 모니터링 함으로써 각 노드의 역할을 동적으로 조정할 수 있게 각 노드별 이동 객체 처리 상황을 관리한다.

최근에는 물류 및 수송 관리, 교통 정보 서비스 등과 같은 위치 기반 서비스의 요구가 증대되고 있다. 위치 기반 서비스에서 클라이언트들의 빈번한 보고 데이터를 처리하기 위해서는 서버에서 메인 메모리 DBMS를 유지하는 것이 필요하다. 그러나 기존 연구에서는 이러한 이동체 데이터베이스를 위한 메인 메모리 색인이 없으므로 이에 적합한 색인이 필요하다. 다차원 색인으로 영역 질의에 뛰어난 성능을 보이는 색인으로 R-tree가 있는데, 이는 디스크 환경을 고려하여 설계되었기 때문에 메인 메모리에서는 효율을 보장하지 못한다. 이 논문에서는 R-tree를 변형하여 이동체 데이터베이스를 위한 메인 메모리 색인을 제시한다. 이 논문에서 새로 제시한 성장 노드 구조와 동적 재구성 및 큰 영역을 가진 노드 분할 정책은 영역 질의의 성능을 향상시킨다. 실험은 제안한 색인이 이동체 데이터베이스를 위한 적합한 메인 메모리 구조임을 보여준다.

TPR-tree는 시간 함수 기반의 색인으로 위치 좌표와 속도 벡터 정보를 이용하여 이동체의 위치를 표현함으로써 현재 및 미래 위치 예측을 위한 질의에 사용된다. 그러나 이동체의 이동방향 및 속도가 특정 임계값을 벗어날 경우 매번 서버에 새로운 위치를 보고하기 때문에 차량과 같이 이동방향과 속도가 빈번하게 변하는 환경에 적용할 경우 서버로의 잦은 보고를 필요로 하게 되어 통신비용을 크게 증가시키는 문제가 있다. 통신비용을 일정하게 유지하기 위해서 이동체의 위치 보고를 일정한 시간 간격으로 수행하게 하는 방법이 있다. 그러나 일정한 시간 간격으로 보고되는 이동체의 위치를 저장하는 경우 보고 간격 사이에 속도와 방향이 변하게 되면 시간에 대한 선형적인 위치 예측 시에 오차가 발생하는 문제가 있다. 이 논문에서는 일정한 시간 간격으로 이동체의 위치보고가 이루어질 때 속도와 방향의 불확실성을 반영하여 이동체의 위치 예측을 하기 위해 도로네트워크 정보를 적용한 질의 처리 기법 및 데이타 저장 구조를 제시한다. 제시된 기법은 도로 네트워크 정보를 이용하여 이동체의 이동 방향을 도로 네트워크 세그먼트의 방향으로 제한함으로써 불확실 영역을 감소시키고 있으며 도로 네트워크 세그먼트의 종류별로 최대 속도를 설정하여 이동 속도와 변화에 대한 불확실성을 제거한다. 실험결과를 통하여 제안된 질의 처리 기법이 미래 위치에 대한 영역 질의 시에 False miss를 발생시키지 않으면서 False hit를 최소화 시키는 것을 확인함으로써 TPR-tree를 이용한 기존의 질의 처리 기법보다 질의 영역의 크기에 따라 최대 60% 이상 위치 예측 정확도가 향상됨을 알 수 있다.

The TPR-tree is the time-parameterized indexing scheme that supports the querying of the current and projected future positions of such moving objects by representing the locations of the objects with their coordinates and velocity vectors. If this index is, however, used in environments that directions and velocities of moving objects, such as vehicles, are very often changed, it increases the communication cost between the server and moving objects because moving objects report their position to the server frequently when the direction and the velocity exceed a threshold value. To preserve the communication cost regularly, there can be used a manner that moving objects report their position to the server periodically. However, the periodical position report also has a problem that lineal time functions of the TPR-tree do not guarantee the accuracy of the object's positions if moving objects change their direction and velocity between position reports. To solve this problem, we propose the query processing scheme and the data structure using road networks for predicting uncertainty positions of moving objects, which is reported to the server periodically. To reduce an uncertainty of the query region, the proposed scheme restricts moving directions of the object to directions of road network's segments. To remove an uncertainty of changing the velocity of objects, it puts a maximum speed of road network segments. Experimental results show that the proposed scheme improves the accuracy for predicting positions of moving objects than other schemes based on the TPR-tree.

위치 기반 서비스 시스템은 이동객체에 대한 효율적인 검색을 가능하게 해주는 시스템으로 이동객체의 현재와 과거 위치에 대한 정보를 유지한다. 이러한 시스템을 평가하기 위해서는 이동객체들의 사실적인 움직임을 기술한 데이타 집합이 필요하다. 이러한 데이타 집합을 생성하는 대표적인 생성기로는 GSTD가 있다. 하지만 GSTD도 몇 가지 문제점을 지니고 있다. GSTD에 의해서 생성되는 작업공간과 데이타 집합은 실생활 객체의 움직임을 묘사하는데 부적절한 면이 있다. 또한 GSTD가 제공하는 매개변수 안에 사용자가 객체의 이동성과 시간성을 명확히 기술 해줄 수 있는 부분이 제시 되어 있지 않다. 본 논문에서는 GSTD의 여러 매개변수들과 함수들을 변환하거나 추가하여 좀 더 현실적인 객체 움직임을 나타내는 데이타 집합을 만들고, 사용자가 객체의 특성을 세밀히 지정해 줄 수 있는 확장된 GSTD를 구현한다. 또한 확장된 GSTD 기반 LBS 시뮬레이터의 설계와 구현에 관한 원리를 포함한 주요 특징을 기술한다. 확장된 GSTD는 다양한 LBS 응용 시스템의 성능 측정에 활용될 수 있을 것이다.

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.

이동체 색인에 관한 기존 연구는 시간도메인에 따라 과거궤적에 대한 색인과 현재 및 미래위치색인 등으로 구분된다. 그러나 실 세계 응용에서는 과거 궤적뿐만 아니라 현재 및 미래위치를 모두 필요로 하는 경우가 많기 때문에 각 시간도메인 별로 두 개의 색인을 유지해야 하며 이 방법은 불필요한 비용을 필요로 한다. 따라서 과거, 현재, 미래에 대한 위치 데이터를 통합하여 불필요한 비용을 줄인 새로운 색인을 개발할 필요가 있다. 이 논문에서는 이동체의 과거궤적과 현재 및 미래위치데이터를 추상데이터 타입으로써 통합한 새로운 색인을 제안한다.