중첩 조건이 없는 규칙 검색 시간 단축을 위한 다계층 인덱싱 기술

국문 초록 (Abstract)

규칙 기반 시스템은 비교적 간단한 규칙을 사용하여 데이터로부터 유효한 정보를 추출하는 인공 지능 응용에 사용된다. 규칙 기반 시스템은 일반적으로 학습이 없으므로 시스템 설치 후 즉시 작동하는 장점이 있으나, 규칙 매칭에 복잡한 처리가 필요하다. 기존의 규칙 매칭 방법들은 규칙들이 서로 중첩되는 조건을 가질 때 빠르지만, 조건들이 중첩되지 않는 경우 검색 속도가 저하된다. 본 논문에서는 규칙의 조건이 중첩되지 않을 때 규칙 검색 시간을 단축하기 위한 다단계 인덱싱 방법을 제안한다. 제안된 방법은 2단계 검색 트리를 사용하며, 트리의 각 레벨에서 서로 다른 값을 사용하여 규칙을 분류한다. 첫 번째 단계에서는 조건에 포함된 센싱 값의 수를 사용하며, 두 번째 단계에서는 각 센싱 값의 범위를 사용하였다. 분석적 방법을 통해 최적의 서브 그룹 수를 정의하였으며, 실험 결과를 통해 제안된 방법의 빠른 검색 시간을 확인하였다. 검색 시간은 기존의 PHREAK 방식보다 약 3 배 정도 빠르다.

다국어 초록 (Multilingual Abstract)

A rule-based system is used in artificial intelligence applications, which extract meaningful information from data with relatively simple rules. This system offers a benefit that it can be activated immediately after system installation as usually it does not require learning, but it needs complex processing in rule matching. Previous rule matching algorithms achieve high performance when the rules have many overlapping conditions, but if that is not the case, the searching speed slows down. This paper describes a multilevel indexing method for reducing the rule retrieval time when the conditions in rules do not overlap. The proposed method generates a two-level indexing tree using different values at each level to classify the rules. The number of sensing types in the conditions is used at the first step and the number of ranges of each sensing value is used at the second step. The optimal number of ranges is defined by an analytical method. The experimental results show that the proposed method can achieve a fast search time. Its searching time is about three times faster than that of the PHREAK method.

목차 (Table of Contents)

• 요약
• Abstract
• 1. 서론
• 2. 관련연구
• 3. 다단계 규칙 인덱싱 방법
• 4. 실험결과
• 5. 결론
• References

참고문헌 (Reference)

1 E. Yay, "Using an improved rule match algorithm in an expert system to detect broken driving rules for an energy-efficiency and safety relevant driving system" Elsevier 35 : 127-136, 2014

2 J. H. Kim, "The Fourth Industrial Revolution, Seeking Strategic Responses to Future Social Changes" 15 : 45-58, 2016

3 Y. H. Suh, "SLICE: self -learnable IoT common software engine" 1-8, 2018

4 Muthukrishnan Gowri, "Rule-Based Anomaly Detection Technique Using Roaming Honeypots for Wireless Sensor Networks" 한국전자통신연구원 38 (38): 1145-1152, 2016

5 김재훈, "Rete 알고리즘의 병렬 및 분산 처리에 관한 기존 연구 분석" 한국정보기술학회 17 (17): 31-45, 2019

6 C. Doulaverakis, "Panacea, a semantic-enabled drug recommendations discovery framework" 5 (5): 2014

7 T. G. Lim, "Next-Generation Device Technology Trends for AI and Convergence" 13-27, 2019

8 M. Salatino, "Mastering JBoss Drools 6" Packt Publishing 2016

9 M. S. Pallavi, "Implementation of RETE Algorithm Using Course Finder System" 529-551, 2016

10 B. Beweja, "Extreme automation and connectivity:The global, regional, and investment implications of the Fourth Industrial Revolution"

11 K. Bok, "Complex Event Processing for Sensor Stream Data" 18 (18): 1-16, 2018

12 A. Fobel, "Comparison of the Performance of Drools and Jena Rule-Based Systems for Event Processing on the Semantic Web" 2016

13 M. Muneeb, "A Study on IoT-based Intelligent Data Analytics in Edge-Fog Computing Platform" 188-190, 2019

14 G. S. Makked, "A Review on Artificial Intelligence Based Relay Node Localization of Wireless Sensor Network" 6 (6): 2017

15 P. S. Jang, "2016 Davos Forum: What is our strategy for the Fourth Industrial Revolution?" 26 (26): 12-15, 2016