earticle

영어

According to explosive increase of social network service (SNS), big data analysis methods have been developed by many researchers. Out of the methods, Minimal Perfect Hash Function has been used in big data analysis. The method sometimes cause a hash collision in real applications and results in more analysis time. In order to solve the problem, we propose a Collision Free Indexing algorithm using parallel hash function. For developing our method, we optimize hash index by applying a heuristic concept. In the experimental section, we show an outperformance of out method comparing with an existing method.

한국어

최근 소셜 네트워크 서비스가 폭발적으로 증가하면서 빅데이터 분석 연구가 많이 진행되고 있 다. 이 중, 해쉬함수를 이용해서 빅데이터를 분석하는데 주로 이용되는 최소 완전 해쉬함수(MPHF) 방법은 이론적으로는 해쉬충돌이 일어나지 않지만 실제로 사용하면 잦은 충돌 문제가 발생한다. 이로 인해서 빅데이터 분석시간이 길어진다. MPHF의 단점이며 데이터의 양에 관계없이 해쉬 충돌이 일어 나지 않도록 하기위해서 본 논문에서는 해쉬함수를 병렬화에 있어서 Heuristic 알고리즘을 적용하여 해쉬 인덱스를 최적화하는 방안을 제안한다. 실험 부분에서는 본 제안방법의 착안점에 따른 우수성을 기존의 방법과 비교하여 보여준다.