Journal of the Korea Society of Computer and Information (한국컴퓨터정보학회논문지)

Korean Society of Computer Information (한국컴퓨터정보학회)
권호 표지
DOI QR코드

DOI QR Code

An Indexing Scheme for Predicting Future-time Positions of Moving Objects with Frequently Varying Velocities

속도 변화가 빈번한 이동 객체의 미래 시점 위치 추정에 적합한 색인 기법

  • 임성채 (동덕여자대학교 컴퓨터학과)
  • Received : 2010.03.17
  • Accepted : 2010.04.23
  • Published : 2010.05.31
Download PDF
⟨ Previous Next ⟩

Abstract

With the advances in the information technology and mobile communications, we now face increasing demands for various services based on both of position tracking of moving objects and their efficient index scheme. Accordingly, the $TPR^*$-tree, which were proposed for efficiently tracking moving objects and predicting their positions in the future time, has drawn much intention. As the $TPR^*$-tree came from the R-tree that is suitable for indexing static objects, it does not support cheap update costs. Therefore, it seems to be very costly to index moving objects if there are frequent occurrences of node updates caused by continuously changing velocities and positions. If some moving objects with high velocities have node updates, in particular, then the $TPR^*$-tree may suffer from many unnecessary updates in the wide range of tree regions. To avoid such a problem, we propose a method that can keep fast-moving objects in the child nodes of the root node, thereby saving node update costs in the $TPR^*$-tree. To show our performance advantages and retaining $TPR^*$-tree features, we performed some performance experiments using a simulation technique.

정보 기술과 이동 통신망의 발전에 따라 이동 객체의 위치 추적에 필요한 효과적인 색인 기법과 이를 통한 다양한 응용 서비스에 대한 사용자 요구가 커지고 있다. 이에 따라, 이동 객체의 현재 위치 추적과 미래 위치 추정에 사용되는 $TPR^*$-트리와 같은 색인 기법이 관심을 받고 있다. $TPR^*$-트리는 정적인 물체를 색인하기 위해 고안된 R-트리를 기본 구조로 하기 때문에, 갱신 비용이 크다는 단점이 있다. 따라서 이동 객체가 자주 속도나 위치 정보를 갱신하는 경우 트리 유지비용이 빠르게 증가할 수 있다. 특히, 이동 객체가 빠른 속도로 이동하는 경우 넓은 범위에 걸쳐 불필요한 노드 갱신이 발생할 수 있다는 문제점이 있다. 이런 문제점을 피하기 위해 논문에서는 루트노드의 자식노드에 이런 빠른 이동 속도의 객체만을 따로 색인하도록 하여 노드 갱신 비용을 크게 줄이는 방법을 제안한다. 제안된 방법을 통해 노드 갱신 비용을 최소화 하면서도 $TPR^*$-트리의 장점을 유지할 수 있었다. 이런 성능상의 장점을 보이기 위해 시뮬레이션 기법을 사용한 성능 비교를 수행하였다.

Keywords

References

  1. O. Wolfson, B. Xu, S. Chamberlain, and L. Jiang, "Moving Objects Databases: Issues and Solutions," In Proc. Int'l. Conf. on Scientific and Statistical Database Management(SSDBM), pp. 111-122, 1998.
  2. A. P. Sistla, O. Wolfson, S. Chamberlain, and S. Dao, "Modeling and Querying Moving Objects," In Proc. IEEE Int'l Conf. on Data Engineering(ICDE), pp. 422-432, 1997.
  3. D. Pfoser, C. S. Jensen, and Y. Theodoridis, "Novel Approaches in Query Processing for Moving Objects," In Proc. Int'l. Conf. on Very Large Data Bases (VLDB), pp. 395-406, 2000.
  4. S. Saltenis, C. S. Jensen, S. T. Leutenegger, and M. A. Lopez, "Indexing the Positions of Continuously Moving Objects," In Proc. ACM Int'l. Conf. on Management of Data(ACM SIGMOD), pp.331-342, 2000.
  5. M. F. Mokbel, T. M. Ghanem, and W. G. Aref, "Spatio-Temporal Access Methods," Bulletin of the IEEE Computer Society Technical Committee on Data Engineering, Vol. 26, No. 2, pp. 40-49, 2003.
  6. 권동섭, 이상준, 이석호, "R-트리에서 빈번한 변경 질의 처리를 위한 효율적인 기법," 한국정보과학회 논문지: 데이타베이스, 제 31권, 제 3호, 261-273쪽, 2004년 6월.
  7. Kyriakos Mouratidis, Marios Hadjieleftheriou, Dimitris Papadias, "Conceptual Partitioning: An Efficient Method for Continuous Nearest Neighbor Monitoring," In Proc. of SIGMOD, pp.634-645, 2005.
  8. Christian S. Jensen , Dan Lin , Beng Chin Ooi, "Query and Update Efficient B+-Tree Based Indexing of Moving Objects," In Proc. of VLDB, pp. 768-779, 2004.
  9. S. Prabhakar, Y. Xia, D. V. Kalashnikov, W. G. Aref, and S. E. Hambrusch, "Query Indexing and Velocity Constrained Indexing: Scalable Techniques for Continuous Queries on Moving Objects," IEEE Trans. on Computers, Vol. 51, No. 10, pp.1124-1140, 2002. https://doi.org/10.1109/TC.2002.1039840
  10. Mohamed F. Mokbel, Xiaopeng Xiong, Walid G. Aref, "SINA: Scalable Incremental Processing of Continuous Queries in Spatio-temporal Databases," In Proc. of SIGMOD, pp. 623-634, 2004.
  11. 김상욱, 장민희, 임성채, "능동적 재조정: $TPR^{\ast}-$트리의 검색 성능 개선 방안," 정보처리학회 논문지 D, Vol.15-D, No. 4, 451-462쪽, 2008년 4월.
  12. Sang-Wook Kim, Min-Hee Jang, and Sungchae Lim, "Adjustment: An Approach for Improving the Performance of the $TPR^{\ast}-Tree$," In Proc. Database and Expert Systems Applications(DEXA), pp. 834-843, 2007.
  13. Y. Tao, D. Papadias, and J. Sun, "The $TPR^{\ast}-Tree:$ An Optimized Spatio-Temporal Access Method for Predictive Queries," In Proc. Int'l. Conf. on Very Large Data Bases (VLDB), pp. 790-801, 2003.
  14. Antonin Guttman, "R-trees: a dynamic index structure for spatial searching," In Proc. of ACM SIGMOD, pp. 606-615, 1989.
  15. N. Beckmann, H. Kriegel, R. Schneider, and B. Seeger, "The $R^{\ast}-tree:$ An Efficient and Robust Access Method for Points and Rectangles," In Proc. ACM Int'l. Conf. on Management of Data(ACM SIGMOD), pp. 322-331, 1990.
  16. Y. Theodoridis, R. Silva, and M. Nascimento, "On the Generation of Spatiotemporal Datasets," In Proc. Int'l. Symp. on Spatial Databases, pp.147-164, 1999.
  17. Mario A. Nascimento, Dieter Pfoser, Yannis Theodoridis, "Synthetic and Real Spatiotemporal Datasets," IEEE Data Eng. Bull. 26(2), pp.26-32, 2003.